병원마다 다른 X선 판독문도 '척척'…서울대병원, AI 모델 개발

단어·표현 달라도 유사한 과거 영상·판독문 검색

160만건 영상-판독문 학습…기존 모델 대비 성능 향상

“향후 PACS·RIS 적용해 유사 증례 검색 활용 기대”

LLM 기반 흉부 X선 판독문 검색 원리 및 예시. ⓒ서울대병원

병원마다 다른 흉부 X선 판독문 형식의 한계를 극복할 인공지능(AI) 기술이 개발됐다. 단어나 표현 방식이 달라도 유사한 과거 영상과 판독문을 찾아낼 수 있어, 의료현장에서 유사 증례 검색 등에 활용될 수 있을 것이란 평가가 나온다.

26일 서울대병원에 따르면 박창민·이동헌 영상의학과 교수 연구팀(제1저자 고한빈 연구원)은 서울대병원 임상 자료와 글로벌 공개 데이터 등 약 160만건의 영상-텍스트 쌍을 활용해 거대언어모델(LLM) 기반 흉부 X선 영상-텍스트 검색 AI 모델을 최근 개발했다.

흉부 X선 판독문은 ‘양측 하폐야(BLLF)’, ‘기흉(PTX)’ 등 사용하는 단어가 기관마다 다르고, 같은 소견도 상세히 기술하거나 결론만 간략히 남기는 등 작성 방식에 차이가 있다. 이 때문에 기존 BERT 기반 AI는 영상과 판독문을 정확히 연결하는 데 한계가 있었고, 학습 데이터를 늘려도 성능이 정체되거나 떨어지는 문제가 있었다.

연구팀은 이를 해결하기 위해 BERT 대신 LLM을 활용해 앞뒤 문맥을 함께 이해하는 양방향 문장 인코더 ‘LLM2VEC4CXR’를 개발했다. 새로운 판독문을 생성하는 대신 기존 판독문 가운데 영상과 의미가 가장 가까운 내용을 찾아주는 ‘검색형’ 방식이다.

이어 영상 인코더와 결합한 ‘LLM2CLIP4CXR’을 구축하고, 서울대병원 비식별 데이터와 공개데이터셋(MIMIC-CXR·CheXpert-plus·PadChest)을 포함한 총 160만여건의 영상-판독문 쌍을 학습시켰다.

기존 인코더 대비 LLM2VEC4CXR 성능 비교. ⓒ서울대병원

검증 결과 자체 데이터셋(MIMIC-CXR)에서 임상 정확도를 나타내는 GREEN 점수는 0.308로 비교 모델 가운데 가장 높았다. 외부 검증셋(Open-I)에서도 GREEN 점수 0.618을 기록했으며, 검색 결과 1순위에서 정답을 찾은 비율은 4.9%로 기존 검색 기반 비교 모델 최고치인 2.9%를 웃돌았다.

특히 약어가 많거나 결론 위주로 짧게 작성된 판독문을 추가로 학습해도 정확도가 유지되거나 향상됐다. 반면 기존 BERT 기반 모델은 다양한 판독문이 추가될수록 정확도가 떨어졌다.

전문가 평가에서도 의대생 3명과 LLM 4종이 외부 검증셋 200개 증례를 평가한 결과 연구팀 모델이 가장 높은 평가를 받았다. 흉부영상 전문의가 별도로 검토한 72개 증례에서는 76%가 연구팀 모델의 결과를 1순위로 선택했다.

Open-I 데이터에서 뽑은 200건 중 72개 표본을 무작위 추출해 흉부 영상의학 전문의 기준 순위 평가. ⓒ서울대병원

연구팀은 향후 이 기술을 PACS·RIS 등에 적용해 과거 검사나 유사 증례를 의미 기반으로 검색하는 데 활용할 수 있을 것으로 기대했다. 또 실제 존재하는 영상과 판독문을 제시하기 때문에 결과의 근거를 추적하고 의료진이 직접 확인할 수 있다는 점을 장점으로 꼽았다.

박창민 교수는 “의료 AI의 성능은 데이터양보다 문맥과 임상 지식을 얼마나 깊이 있게 이해하느냐에 달려 있다”며 “이런 검색 방식은 결과의 근거를 추적할 수 있다는 장점이 있다”고 말했다.

이동헌 교수는 “이번 연구로 비정형 판독문도 원형 그대로 활용할 수 있는 길을 열었다”며 “향후 흉부 CT 등으로 범위를 넓히고 실제 진료 현장의 유용성을 확인하는 다기관 후속 검증 작업을 추진할 계획”이라고 말했다.

한편, 서울대병원은 진료·간호·연구·운영 등 의료 전 영역의 인공지능 전환(AX)을 위한 플랫폼 구축에도 속도를 내고 있다. 최근 KT와 의료 AX 플랫폼 구축을 위한 업무협약을 체결했으며, 지난해에는 네이버와 공동 개발한 의료 특화 AI ‘KMed.AI’를 공개하고 의료 AI 에이전트 플랫폼 ‘SNUH.AI’를 정식 개설했다.