[메디게이트뉴스 박민식 기자] 급성 뇌졸중 진료에서 인공지능(AI)의 역할은 이미 진료체계가 잘 갖춰진 대형병원의 진단 정확도를 소폭 높이는 데 있는 것이 아니라, 전문인력이 부족한 야간과 중소병원, 전원 과정에서 발생하는 진료 공백을 메우는 데 있다는 주장이 나왔다.
 
분당서울대병원 영상의학과 선우준 교수(JLK 최고의학부책임자)는 15일 보건복지부 주관, 한국보건산업진흥원 주최로 서울 양재엘타워에서 열린 ‘메드텍 인사이트 2026’에서 JLK의 뇌졸중 AI 솔루션을 활용한 연구 경험 등을 토대로 AI가 응급 뇌졸중 진료의 공백을 어떻게 보완할 수 있는지 소개했다.
 
선우 교수는 응급 뇌졸중 진료에 존재하는 빈틈을 크게 시간, 인력, 판독, 신뢰의 네 가지 측면으로 나눴다.
 
우선 시간의 빈틈의 경우, 선우 교수에 따르면 국내 대형 뇌졸중센터 11곳의 데이터를 분석한 연구에서 야간에 발생한 뇌졸중 환자는 주간 발생 환자보다 오히려 병원에 더 빨리 도착했지만 치료 결과는 더 좋지 않았다.
 
문제는 병원 도착 이후였다. 기계적 혈전제거술의 경우 야간에는 시술팀이 퇴근 후 호출을 받고 다시 병원으로 오는 경우가 많아, 환자가 병원에 도착한 뒤 혈전제거술을 위해 혈관을 천자하기까지 걸리는 시간(DTP)이 약 14분 길어졌다.
 
선우 교수는 “혈전용해제는 병원에 상주하는 의료진이 바로 투약할 수 있기 때문에 주야간 차이가 크지 않았지만 혈전제거술은 달랐다”며 “뇌졸중에서 14분은 결코 작은 차이가 아니다”라고 했다.

야간∙중소병원 이송 환자, AI로 골든타임 내 치료 도움
 
특히 이 같은 문제는 중소병원을 거쳐 상급병원으로 전원되는 환자에서 더 커질 수 있다고 지적했다.
 
선우 교수는 국내 급성 뇌경색 환자의 약 3분의 2가 처음부터 혈전제거술이 가능한 병원이 아닌 의료기관을 방문한다고 설명했다. 실제 처음부터 혈전제거술이 가능한 병원으로 이송된 환자는 약 3분의 1이 혈전제거술을 받은 반면, 시술이 불가능한 병원에 먼저 갔다가 전원된 환자의 시술률은 약 12%에 그쳤다. 기능적 예후가 양호한 환자(mRS 수치0~2) 비율 역시 직접 이송군은 약 40%, 전원군은 약 28%로 차이를 보였다.
 
선우 교수는 이 지점에서 AI의 역할이 커질 수 있다고 봤다. 중소형 병원 역시 대부분 CT장비는 갖추고 있기 때문에 비조영 CT에 AI를 적용하면 출혈 여부뿐 아니라 초기 뇌경색 병변의 범위와 대혈관폐색 가능성 등을 빠르게 추정할 수 있다. 전문의가 상주하지 않는 상황에서도 상급병원 전원이 필요한지를 신속하게 판단하는 데 AI가 도움을 줄 수 있다는 것이다.
 
선우 교수는 “비조영 CT만으로도 AI의 도움을 받아 뇌경색 병변이 어느 정도인지, 대혈관 폐색 가능성이 높은지를 알 수 있다”며 “100% 정확한 것은 아니더라도 전원을 결정할 수 있을 정도의 정보를 제공한다면 다음 프로세스를 훨씬 빠르게 만들 수 있다”고 했다.
 
AI가 단순 판독 보조를 넘어 병원 간 전원 시스템까지 연결할 수 있다는 사례도 소개했다.
 
분당서울대병원과 경기도의료원 이천병원은 현재 뇌졸중 환자의 영상과 AI 분석 결과를 실시간 공유하는 전원 네트워크를 운영하고 있다. 이천의료원에서 환자의 CT를 촬영하면 분당서울대병원 인터벤션팀 의료진에게 알림이 전달되고, 의료진은 스마트폰으로 영상과AI 분석 결과, 환자의 임상정보를 확인할 수 있다.
 
환자가 이송되는 동안 중환자실 병상을 미리 확보하거나 시술에 필요한 기구를 준비하는 것도 가능하다. 선우 교수는 이러한 시스템 도입 이후 3시간 이내 전원 비율이 기존 66% 에서 80% 이상으로 높아졌다고 설명했다.

진단 정확도 높이지만…수가 위해선 환자 예후 개선 입증 근거 필요
 
AI는 영상 판독 자체에서도 기존 의사가 제공하기 어려웠던 정량적 정보를 만들어내고 있다. 비조영 CT에서는 초기 뇌경색 병변이 매우 희미해 숙련된 의료진 사이에서도 ASPECTS 평가 결과가 달라질 수 있다.

반면 AI는 뇌경색 병변의 부피와 저음영 정도를 수치화할 수 있고, 이를 통해 병변이 발생한 지 얼마나 시간이 지났는지를 간접적으로 추정하는 ‘NWU(net water uptake)’ 같은 새로운 정보를 제공할 수 있다.
 
CT혈관조영에서는 대혈관폐색뿐 아니라 상대적으로 작은 혈관의 폐색을 찾는 데 AI가 활용될 수 있고, CT관류영상에서는 이미 비가역적으로 손상된 뇌조직과 아직 살릴 수 있는 조직을 자동으로 구분해 보여줄 수 있다.
 
MRI 확산강조영상(DWI)에서도 AI의 보조 효과가 확인됐다. 선우 교수가 소개한 분당서울대병원 데이터에 따르면 약 4000건의 DWI 검사에서 기존 판독문의 뇌경색 검출 민감도는 약 98.4%였다. 그러나 병변이 매우 작거나 증상 발생 직후라 영상이 희미한 환자에서는 일부 병변을 놓쳤다. 사람이 놓친 약 50건 중 AI는 약 40건, 약 80%를 찾아냈다.
 
선우 교수는 “처음부터 AI 결과를 함께 보면서 판독했다면 이론적으로 민감도가 99% 후반까지 올라갈 수 있었을 것”이라고 설명했다.
 
다만 그는 의료AI가 실제 보상과 급여로 연결되기 위해서는 단순히 진단 정확도를 높였다는 결과를 넘어 환자의 예후를 개선했다는 근거가 필요하다고 강조했다.
 
선우 교수는 “대형병원에서 AI가 환자의 예후를 얼마나 개선했는지 입증하기는 쉽지 않다”며 “하지만 중소형 병원에서 대형병원으로 전원되는 과정에서는 충분히 가능성이 있고, 이미 이를 실현할 수 있는 기술은 상당 부분 와 있다고 본다”고 했다.
 
이어 “진단, 이송, 치료, 예후 호전이라는 각 단계에서 AI가 각각의 작은 빈틈을 메운다면 그 총합은 큰 임상적 효과로 이어질 수 있다”며 “결국 AI에 대한 신뢰를 만드는 과정에는 의료현장과 산업계뿐 아니라 제도적 지원도 함께 필요하다”고 강조했다.