뇌졸중 석학과 인공지능이 초고난도 환자 영상 케이스를 보고 예후를 판단하는 대결을 펼쳤다. 평균 점수 72대 50으로, AI가 이겼다.
의료 AI 상장기업 제이엘케이와 범부처전주기의료기기연구개발사업단이 지난 11일 '제1회 뇌졸중 AI 국제 검증 세미나'를 개최했다.
뇌졸중 석학과 국내 뇌졸중 AI 기술의 예측 결과를 대결하는 세미나에 세계 뇌졸중 석학으로 꼽히는 미국 하버드의대 신경방사선과 존 웬위에 첸 전문의, 엠디 엔더슨 암센터 신경방사선과 데이비드 쉘링거하우트 전문의, 일본 국립 심혈관센터 마나부 이노우에 전문의, 대만 창궁 기념 병원 멩 리 뇌졸중 전문의, 필리핀 세인트 루크 메디컬 센터 신경중환자의학과 제랄딘 시에나 L. 마리아노 전문의 등이 참석했다. 국내에서도 동국대 일산병원 김동억, 정상욱, 정진용 교수, 서울시 보라매병원 홍윤호 교수 등 저명 교수진이 참여했다.
교수진과 인공지능은 세부적인 임상 데이터를 블라인드한 40개의 초고난도 환자 영상 케이스를 보고 환자의 초단기 예후에 대한 각자의 판단을 내렸고 AI와 예측률을 비교했다.
그 결과, 인공지능이 판정승을 거둔 것으로 나타났다. 인공지능의 초단기 예후 예측률은 72%였지만, 교수진들의 평균 예측률은 50%였다. 다만, 전체 1위는 해외 출신 석학이 차지했다. 40 케이스의 진단 속도 면에서는 인공지능이 월등히 빨랐다. 인공지능은 12분 4초 소요, 석학들은 평균 45분 43초가 걸렸다.
이 대결은 뇌졸중 석학들과 인공지능이 최소한의 이미지 정보만을 가지고 환자의 미래 예후를 예측했다. 경험이 많은 뇌졸중 전문의조차 ▲임상데이터 ▲과거병력 ▲MR 영상을 참고하더라도 뇌경색 환자의 초단기 예후를 예측하는 것이 매우 어렵다. 데이비드 쉘링거하우트 교수는 "MR 영상 이미지만을 보고 환자의 초단기 예후 예측을 하는 것은 매우 어려운 과제로 인공지능과의 대결은 매우 흥미로운 경험이었다”며 “제이엘케이 솔루션이 MR 영상만 가지고 짧은 시간 내에 정확하게 난도가 높은 예측을 흔들림 없이 수행한다는 점이 놀라웠다"고 했다. 이어 "응급 환자 발생 시 시술까지 소요 시간에 따라 환자의 예후가 극명히 갈리는 뇌졸중의 특성상 제이엘케이 솔루션의 활용도가 높을 것으로 생각한다"고 했다.
동국대 일산병원 김동억 교수는 "뇌졸중 환자의 증상 악화는 의료진과 환자 모두에게 큰 부담이 되는 심각한 문제다"라며 "제이엘케이의 인공지능 기술을 활용하면 증상 악화 고위험군 조기 탐지와 예방 임상시험 등이 가능해질 것이며, 궁극적으로 뇌졸중 치료 패러다임 변화에 기여할 것”이라고 했다.
의료 AI 상장기업 제이엘케이와 범부처전주기의료기기연구개발사업단이 지난 11일 '제1회 뇌졸중 AI 국제 검증 세미나'를 개최했다.
뇌졸중 석학과 국내 뇌졸중 AI 기술의 예측 결과를 대결하는 세미나에 세계 뇌졸중 석학으로 꼽히는 미국 하버드의대 신경방사선과 존 웬위에 첸 전문의, 엠디 엔더슨 암센터 신경방사선과 데이비드 쉘링거하우트 전문의, 일본 국립 심혈관센터 마나부 이노우에 전문의, 대만 창궁 기념 병원 멩 리 뇌졸중 전문의, 필리핀 세인트 루크 메디컬 센터 신경중환자의학과 제랄딘 시에나 L. 마리아노 전문의 등이 참석했다. 국내에서도 동국대 일산병원 김동억, 정상욱, 정진용 교수, 서울시 보라매병원 홍윤호 교수 등 저명 교수진이 참여했다.
교수진과 인공지능은 세부적인 임상 데이터를 블라인드한 40개의 초고난도 환자 영상 케이스를 보고 환자의 초단기 예후에 대한 각자의 판단을 내렸고 AI와 예측률을 비교했다.
그 결과, 인공지능이 판정승을 거둔 것으로 나타났다. 인공지능의 초단기 예후 예측률은 72%였지만, 교수진들의 평균 예측률은 50%였다. 다만, 전체 1위는 해외 출신 석학이 차지했다. 40 케이스의 진단 속도 면에서는 인공지능이 월등히 빨랐다. 인공지능은 12분 4초 소요, 석학들은 평균 45분 43초가 걸렸다.
이 대결은 뇌졸중 석학들과 인공지능이 최소한의 이미지 정보만을 가지고 환자의 미래 예후를 예측했다. 경험이 많은 뇌졸중 전문의조차 ▲임상데이터 ▲과거병력 ▲MR 영상을 참고하더라도 뇌경색 환자의 초단기 예후를 예측하는 것이 매우 어렵다. 데이비드 쉘링거하우트 교수는 "MR 영상 이미지만을 보고 환자의 초단기 예후 예측을 하는 것은 매우 어려운 과제로 인공지능과의 대결은 매우 흥미로운 경험이었다”며 “제이엘케이 솔루션이 MR 영상만 가지고 짧은 시간 내에 정확하게 난도가 높은 예측을 흔들림 없이 수행한다는 점이 놀라웠다"고 했다. 이어 "응급 환자 발생 시 시술까지 소요 시간에 따라 환자의 예후가 극명히 갈리는 뇌졸중의 특성상 제이엘케이 솔루션의 활용도가 높을 것으로 생각한다"고 했다.
동국대 일산병원 김동억 교수는 "뇌졸중 환자의 증상 악화는 의료진과 환자 모두에게 큰 부담이 되는 심각한 문제다"라며 "제이엘케이의 인공지능 기술을 활용하면 증상 악화 고위험군 조기 탐지와 예방 임상시험 등이 가능해질 것이며, 궁극적으로 뇌졸중 치료 패러다임 변화에 기여할 것”이라고 했다.