인기 키워드 순위

    메디게이트 뉴스

    진단만 하는 AI 넘어섰다…자율 의료 AI 에이전트, 검사·처방·입원 결정까지 수행

    [의료 AI 논문] 가상 진료서 진단 정확도 87.8%, 전문의 78.1%보다 높은 수준 기록…'안전성 검증'은 과제

    기사입력시간 2026-11-21 10:58
    최종업데이트 2026-11-21 10:58

    올해 주목받은 의료AI 논문들 

    의료 AI 논문들이 던지는 질문은 이전과 크게 달라졌다. 예전에는 AI가 의사 면허시험 문제를 얼마나 맞히는지, 판독이 얼마나 정확한지를 따졌다면, 이제는 실제 환자에게 무엇이 달라졌는지를 묻는다. 메디게이트뉴스는 올해 의료 AI 분야에서 화제가 된 주요 논문들을 릴레이 형태로 소개한다. 효과를 입증한 대규모 임상시험부터 기대에 못 미친 임상시험, 환자 앞에 선 AI와 챗봇의 부작용까지 폭넓게 다뤄본다. 

    ① AI 청진기 임상시험서 확인된 '도입'과 '활용'의 간극…심부전 진단율 차이 없어
    ② 'AI 스크라이브' 도입 후 의료진 기록시간 감소…근무시간 외 업무는 유의한 변화 없어
    ③ 진단만 하는 AI 넘어섰다…자율 의료 AI 'MIRA' 검사·처방·입원 결정까지 수행
     
    자율 의료 AI 'MIRA'의 진료 수행 과정. MIRA는 가상 EHR 환경에서 환자 문진부터 검사 요청과 결과 확인, 진단, 약물 처방 및 수술 요청, 입원 결정까지 일련의 진료 업무를 자율적으로 수행하도록 설계됐다. (사진=Nature 논문 자료 챗GPT 재구성)
    [메디게이트뉴스 이지원 기자] 환자 문진부터 검사 요청, 진단과 약물 처방, 입원 결정까지 진료 전 과정을 스스로 수행하는 자율 의료 인공지능(AI)이 가상 진료환경에서 전문의보다 높은 진단 정확도와 치료지침 준수도를 기록했다. 의료 AI가 개별 진료 업무를 넘어 연속적인 진료 과정을 수행할 수 있다는 초기 근거가 제시됐지만, 실제 환자를 대상으로 한 성능과 안전성 검증은 향후 과제로 남았다.

    독일 하이델베르크대학병원과 드레스덴공과대학 등이 참여한 연구진은 국제학술지 네이처(Nature)에 발표한 '자율 의료 인공지능 에이전트를 향하여(Towards autonomous medical artificial intelligence agents)' 연구에서 자율 의료 AI 에이전트 'MIRA(Medical Intelligence for Reasoning and Action)'의 진단 및 치료 결정 능력을 평가했다.

    연구 결과 MIRA는 동일한 311개 환자 사례에서 87.8%의 진단 정확도를 기록해 전문의 집단의 78.1%를 웃돌았다. 임상진료지침 준수도에서도 전문의보다 높은 성능을 보였으며, 약물 처방과 수술 요청, 입원 판단 등 진단 이후의 업무도 수행했다.
     
    자율 의료 AI 'MIRA'와 의사 집단의 진단 정확도 비교. 동일한 311개 환자 사례를 활용한 가상 진료환경 평가에서 MIRA가 87.8%의 진단 정확도를 기록해 전문의 집단(78.1%)과 전공의·전문의 혼합 집단(71.1%)보다 높은 정확도를 기록했다. (사진=Nature 논문 자료 챗GPT 재구성)

    문진부터 검사·진단까지…MIRA, 가상 EHR서 진료 과정 수행

    기존 의료 분야의 대규모언어모델(LLM) 연구는 주로 의료 질문에 대한 답변이나 질환 진단 등 개별 업무의 수행 능력을 평가하는 데 집중됐다.

    연구진은 "기존의 제한적인 의료 AI 활용 방식은 다양한 의료 업무에서 LLM이 가진 잠재력을 충분히 활용하지 못했다"며 "의료 AI 에이전트를 기존 진료 업무에 통합하는 데 여전히 간극이 존재한다. 환자와의 의사소통부터 진단, 치료 결정, 입원까지 이어지는 전체 진료 과정에서 AI 에이전트의 성능과 안전성도 아직 평가되지 않았다"고 언급했다.

    이에 연구진은 환자 문진부터 검사 요청, 결과 해석, 진단과 치료계획 수립까지 여러 업무를 연결해 수행하는 MIRA를 개발했다. MIRA는 의료진에게 진료 방향을 제안하는 데 그치지 않고, 가상 전자의무기록(EHR) 시스템에서 약물 처방과 수술·입원 요청 등 후속 진료 업무까지 실행하도록 설계됐다.

    연구진은 실제 환자 574명의 진료기록을 바탕으로 가상 응급실 환경을 구축해 MIRA의 성능을 평가했다. 대상 질환은 충수염, 담낭염, 게실염, 췌장염, 폐색전증, 폐렴, 췌장암, 요로감염증 등 8개였다.

    실험에서는 실제 환자의 증상과 병력을 바탕으로 답변하는 AI가 환자 역할을 맡았다. MIRA와 비교 대상 의사들은 동일한 AI 환자에게 질문하며 필요한 정보를 수집하고 진단을 내렸다.

    진단 정확도를 평가한 결과, MIRA는 전체 574개 환자 사례에서 88.9%의 정확도를 기록했다. 이는 MIRA가 내린 진단이 실제 환자의 퇴원 진단과 얼마나 일치하는지를 기준으로 평가한 결과다.

    의사들과 직접 비교한 311개 환자 사례에서는 MIRA의 진단 정확도가 87.8%로 나타났다. 전문의 4명으로 구성된 집단은 78.1%, 전공의 4명과 전문의 2명으로 구성된 집단은 71.1%를 기록했다. MIRA와 각 의사 집단 간 진단 정확도 차이는 모두 통계적으로 유의했다(P<0.001).

    질환별로는 췌장염에서 MIRA의 진단 정확도가 95.2%로, 전문의 집단의 78.6%, 혼합 경력 의사 집단의 61.9%보다 높았다. 췌장암에서는 MIRA와 전문의 집단이 동일한 수준의 정확도를 보였다.
     
    자율 의료 AI 에이전트 'MIRA'의 치료 결정 성능. 가상 진료환경에서 MIRA는 전문의 집단보다 평균 35%p 높은 임상진료지침 준수도를 기록했으며, 약물 처방 지시와 수술 요청에서도 높은 정확도와 일치율을 보였다. (사진=Nature 논문 자료 챗GPT 재구성)

    치료지침 준수 '전문의'보다 높아…약물 처방·입원 결정도 평가

    MIRA는 진단 이후의 치료 결정에서도 의사 집단보다 높은 성능을 보였다.

    연구진이 약물치료의 임상진료지침 준수도를 평가한 결과, MIRA는 전문의 집단보다 평균 35%p, 전공의·전문의 혼합 집단보다 36%p 높은 수준을 기록했다. 두 의사 집단과의 차이는 모두 통계적으로 유의했다(P<0.001).

    검사 선택에서는 MIRA가 의사들보다 일부 혈액검사 항목을 추가로 요청하는 경향이 확인됐다. 추가 검사는 주로 전해질이나 염증 지표 등 비용이 상대적으로 낮은 항목에 집중됐으며, 비용이 높은 영상검사를 체계적으로 더 많이 요청하는 경향은 나타나지 않았다. 이에 연구진은 "AI가 주도하는 정보 수집이 반드시 의료자원의 과다 사용으로 이어지는 것은 아니다"라고 평가했다.

    수술 요청에서는 실제 진료기록과 높은 일치도를 보였다. MIRA는 복강경 충수절제술 124건 모두에 대해 해당 수술을 요청했으며, 복강경 담낭절제술에서도 90.6%의 일치율을 기록했다.

    약물 처방에서도 높은 정확도가 확인됐다. 연구진이 56개 환자 사례에서 MIRA가 작성한 468건의 처방을 분석한 결과, 467건(99.8%)에 임상적으로 유용하고 정확한 서술형 복용·투여 지시가 포함됐다. 세부 항목별 정확도는 약물 용량 97.6%, 용량 단위 98.3%, 투여 빈도 99.1%, 투여 경로 97.0%였다. 별도로 진행한 약물 안전성 평가에서는 중증 약물 상호작용이나 신기능에 부적절한 용량 조절, QT 간격 연장 위험, 위험한 오피오이드 처방 등이 확인되지 않았다.

    연구진은 환자의 입원 필요성을 판단하는 능력도 살펴봤다. 폐렴과 폐색전증 환자를 대상으로 평가한 결과, MIRA는 두 질환 모두에서 입원이 필요한 환자를 놓치지 않아 민감도 100%를 기록했다. 입원이 필요하지 않은 환자를 정확하게 구분한 특이도는 폐렴 86%, 폐색전증 70%였다.

    다만 개별 환자에 대한 치료 결정에서는 일부 한계가 확인됐다. 일부 질환의 항생제 치료에서는 진료지침과 일치하지 않는 결정을 내렸으며, 약물 처방에서는 투여 경로의 정확도가 다른 항목보다 낮았다. 폐색전증 환자에 대해서는 입원이 필요하지 않은 경우에도 입원을 결정하는 경향이 통계적으로 유의하게 나타났다.

    연구진은 "전체 환자와 치료 항목을 종합했을 때 MIRA가 의사보다 높은 진료지침 준수도를 보였더라도 일부 환자에게는 최선의 진료 관행에서 벗어난 치료가 제공됐을 수 있다"며 "모든 환자에게 진료지침에 부합하는 안전한 치료를 제공하려면 환자별 안전장치와 지속적인 모니터링, 반복적인 시스템 개선이 필요하다"고 강조했다.

    "실제 환자 대상 검증은 아직…의료진 감독 아래 단계적 활용 필요"

    MIRA는 가상 진료환경에서 높은 진단 정확도와 치료지침 준수도를 기록했지만, 실제 환자를 대상으로 동일한 성능을 보일 수 있을지는 확인되지 않았다.

    이번 연구에서는 실제 환자의 퇴원 요약기록에 포함된 증상과 병력을 바탕으로 AI 환자를 구현했다.

    연구진은 "가상 환자의 답변은 실제 응급실 환자의 발화보다 더 체계적일 수 있으며, 말의 비유창성이나 정보 누락, 불일치 등을 충분히 반영하지 못했을 수 있다"고 설명했다.

    평가 범위에도 제한이 있었다. 이번 연구는 8개 질환을 중심으로 진행됐으며, MIRA의 성능을 비교한 의사 집단도 전문의 4명과 전공의·전문의 혼합 집단 6명으로 구성됐다.

    AI 모델의 학습 데이터와 평가 데이터가 일부 중복됐을 가능성도 고려해야 한다. 연구에 사용된 MIMIC-IV 데이터가 MIRA의 기반 언어모델 학습에 포함됐는지는 확인되지 않았다.

    연구진은 "모델의 학습 데이터 출처가 공개되지 않아 중복 가능성을 완전히 배제할 수 없다"며 "이번 연구에서 확인된 성능이 다른 환자 사례에 대한 일반화 능력을 과대평가했을 가능성이 있다"고 설명했다.

    연구진은 실제 진료 도입 초기에는 입원 전 복용약 확인, 검사 항목 구성, 진료과 간 협진 요청서 초안 작성, 진료지침에 부합하는 처방 제안 등 업무 범위가 명확한 영역부터 활용하는 방안을 제시했다.

    연구진은 "이번 실험은 단일 AI 에이전트가 환자 병력 확인부터 입원 결정까지 진료 과정을 수행할 수 있다는 초기 근거를 제시한다"면서도 "실제 의료현장에서는 의료진의 명시적인 검토 아래 업무 범위가 제한되고 반복적으로 수행되는 작업부터 도입될 것으로 예상한다"고 밝혔다.