의사가 놓친 소아암 증상…"AI가 진료대화 분석해 파악"

환자·의사 간 대화 속 복잡한 증상 정보, 프롬프트로 해석

[서울=뉴시스] 왼쪽부터 심진아 가톨릭대학교 보건의료경영대학원 교수, I-Chan Hunag미국 세인트 주드 어린이 연구병원 교수. (사진= 가톨릭중앙의료원 제공)

[서울=뉴시스] 류난영 기자 = 환자와 의사간 대화 속 복잡한 서술 데이터를 신속하게 분석해, 의사가 놓칠 수 있는 건강상태를 효과적으로 파악할 수 있는 인공지능(AI) 모델이 나왔다.
 
15일 의료계에 따르면 심진아 가톨릭대학교 보건의료경영대학원 교수(제 1저자, 역학 및 임상시험)와 아이찬 황(I-Chan Huang) 미국 세인트 주드 어린이 연구병원(St. Jude Children’s Research Hospital) 교수(교신저자, 역학 및 암관리) 공동 연구팀이 거대언어모델(LLM) 기반 인공지능이 소아암 생존자의 건강 상태와 기능적 영향을 효과적으로 분석할 수 있음을 확인했다.

연구팀은 생성형 인공지능과 거대언어모델을 활용해 소아암 생존자의 서술형 데이터를 분석하고, 통증과 피로가 일상 기능에 미치는 영향을 정밀하게 파악해 잠재적인 건강 문제를 조기에 발견할 수 있음을 입증했다.

소아암 치료는 아동의 성장과 발달이 이루어지는 시기에 진행되는 경우가 많아 치료 이후에도 다양한 후유증이 지속될 수 있다. 특히 소아암 생존자는 통증과 피로를 지속적으로 경험하며, 이는 사고 기능과 신체활동, 일상생활 복귀에까지 영향을 미친다.

이처럼 맞춤형 치료 지원이 필요한 환자를 선별하기 위해서는 환자·의사 간 대화나 응답을 분석하는 과정이 필요하다. 그러나 환자의 서술 데이터는 비정형적 특성을 지니고 있어 신속한 분석과 활용에 한계가 있었다.

연구팀은 이런 한계를 극복하기 위해 최근 발전한 언어 기반 인공지능인 쳇(Chat)GPT-4o와 라마(Llama)-3.1을 활용해 환자 서술 데이터를 보다 체계적이고 신속하게 분석할 수 있는 가능성을 제시했다.

연구는 8세에서 17세 사이의 소아암 생존자 및 보호자 30명을 대상으로 인터뷰를 진행하고, 대화 기록을 분석해 통증과 피로의 징후를 평가했다. 이후 의미단위를 도출해 증상의 심각도를 세 단계로 분류하고, 동일한 데이터를 쳇GPT와 라마에 적용해 네 가지 프롬프트 전략에 따라 분석했다.

그 결과 거대언어모델이 비정형 환자 서술 데이터를 전문가와 유사한 수준으로 분석할 수 있으며, 프롬프트 전략에 따라 정확도와 일관성이 크게 향상되는 것을 확인했다.

심진아 교수는 "이번 연구에서는 소아암 생존자의 서술 데이터를 기반으로 통증과 피로가 신체적·인지적·사회적 기능에 미치는 영향을 체계적으로 분류하고, 이를 거대언어모델의 분석 결과와 비교·검증했다"며 "추가적인 검증이 필요하지만, 이번 결과는 향후 생존자 관리에서 AI의 활용 가능성을 보여주는 중요한 초기 근거"라고 밝혔다.

  공동연구 책임자인 아이찬 황 교수는 "단순 프롬프트는 효과는 제한적이지만, 보다 정교한 프롬프트 전략이 인공지능과 인간 전문가 간의 일치도를 크게 향상시켰다"며 "이러한 AI 기반 접근법은 지금까지 충분히 활용되지 못했던 환자와 의사와의 대화 속 복잡한 증상 정보를 해석할 수 있는 새로운 방법을 제시한다"고 설명했다.

이어 "이를 통해 의료진은 추가적인 지원이 필요한 환자를 신속하게 식별하고, 증가하는 소아암 생존자 집단에 대한 치료와 관리 수준을 한층 높일 수 있을 것"이라고 말했다.

  이번 연구 결과는 암 치료 분야의 국제학술지인 '커뮤니케이션스 메디슨'(Communications Medicine)에 게재됐다.


◎공감언론 뉴시스 [email protected]