MS, 방사선과 GPT-4 활용 연구 발표: 의사보다 선호된 판독 요약문

의료 AI라고 하면 보통 엑스레이 판독이나 종양 감지를 먼저 떠올립니다. 하지만 영상의학과 전문의들의 실제 업무 중 상당 부분은 판독 소견을 정리하고 긴 리포트를 작성하는 문서 작업입니다.

마이크로소프트 리서치는 자연어처리 국제 학회 EMNLP 2023에서 영상의학 분야 내 GPT-4의 가능성과 한계를 다룬 연구 논문을 공개했습니다.

이번 연구는 미국 영상의학과 전문의의 80% 이상이 사용하는 파워스크라이브(PowerScribe)를 개발한 자회사 뉘앙스(Nuance), 그리고 전문의들과 협력해 실제 임상 환경에 맞춘 평가 체계를 구축해 진행됐습니다.

전문의 작성 소견보다 선호되기도

연구팀은 제로샷, 퓨샷, 생각의 연쇄(CoT) 등 다양한 프롬프트 기법을 적용해 질환 분류와 소견 요약 같은 자연어 처리 과제에서 GPT-4의 성능을 측정했습니다.

그 결과 GPT-4는 일부 작업에서 기존의 전문 최신 모델 대비 절대치 기준으로 약 10% 향상된 성능을 기록하며 새로운 벤치마크를 세웠습니다.

가장 눈길을 끈 부분은 리포트 요약 작업이었습니다. GPT-4가 작성한 판독 요약문은 숙련된 영상의학과 전문의가 작성한 것과 대등했으며, 일부 사례에서는 평가자들이 전문의의 글보다 GPT-4의 요약문을 더 선호하기도 했습니다.

또한 서식이 제각각인 비정형 리포트를 표준화된 구조로 변환하는 작업에서도 뛰어난 역량을 보였습니다. 보고서가 표준화되면 다른 의료진이 환자 상태를 파악하기 쉬워질 뿐 아니라, 임상 연구에 필요한 실제 임상 데이터(RWD) 구축 속도도 크게 끌어올릴 수 있습니다.

이 밖에도 환자가 이해하기 쉬운 친절한 언어로 소견서를 변환하는 기능도 제시됐습니다. 다만 연구진은 임상 현장 적용을 위해서는 의료진의 철저한 감독과 추가 임상 검증이 반드시 선행되어야 한다고 밝혔습니다.

왜 중요한가

우리는 마이크로소프트의 접근 방식이 매우 영리하다고 봅니다. 규제와 법적 책임 리스크가 극도로 높은 이미지 판독 자체를 완전히 대체하려 하기보다, 의사들이 가장 피로를 느끼는 행정 문서 작성부터 해결하려 들었기 때문입니다.

특히 미국 시장의 80% 이상을 장악한 뉘앙스의 파워스크라이브에 GPT-4 기능이 자연스럽게 결합된다면, 의료진은 새로운 시스템을 배울 필요 없이 기존 작업 흐름 안에서 즉시 효율을 누릴 수 있습니다.

그러나 의료 현장에서는 단 한 번의 환각이나 누락도 치명적인 오진으로 이어질 수 있습니다. 아무리 전문의 수준으로 자연스러운 문장을 구사하더라도, 대규모 임상 시험을 통한 신뢰성 검증 없이는 어디까지나 초안 작성용 보조 도구에 머무를 수밖에 없으며 최종 책임은 여전히 의사에게 남게 됩니다.