[메디칼업저버 박선혜 기자] 국내 연구진이 인공지능(AI)을 활용한 갑상선 중독증 감별 진단법을 제시했다. 

가톨릭대 여의도성모병원 내분비내과 백기현 교수·김진영 임상강사 연구팀은 초기 혈액검사를 이용해 갑상선 항진증을 감별할 수 있는지를 머신러닝 알고리즘을 활용, 이를 기존 진단법인 갑상선 자가 항체 단독 결과 및 갑상선 스캔 등과 비교 분석했다.

진단 정확도 평가를 위한 통계적 방법은 초기 혈액검사 결과를 학습한 Model 1과 혈액검사와 자가 항체 결과 전체를 학습한 Model 2로 구분했다. 

머신러닝 알고리즘은 기존에 알려진 방법 중 의사 결정 나무, 랜덤 포레스트, 서포트 벡터 머신 등 일곱 가지 방식으로 실험됐다. 

머신러닝 알고리즘을 이용한 갑상선 항진증 감별 진단 정확도는 초기 혈액검사 결과(Model 1)만 포함했을 때 65~70%, 자가 항체 결과(Model 2)를 포함했을 때 78~90%로 조사됐다.

이는 기존 진단법을 활용한 의사 판단과 유사한 결과로, 기존 AI 진단 방식이 전통적 진료 방식에 비해 열등하지 않다는 것을 보여준다.

김진영 임상강사는 "현재 대부분 진단 분야에서 사용되는 의료 AI는 주로 의료 영상을 기반으로 하고 있지만, 본 연구는 숫자 값을 다룬다는 점에서 의미가 있다"며 "수치를 이용한 진단법은 보다 간단하고 임상 환경에서의 응용 가능성이 높을 것으로 기대한다"고 밝혔다

백기현 교수는 "의료 AI는 임상 현장의 복잡한 의사결정 상황에 보조 수단으로 사용될 수 있다"면서 "기술 발전이 환자에게 더 빠르고 정확한 의료 서비스를 제공하고 의료진 피로도 감소에 도움이 될 것"이라고 전했다.

한편 이번 연구 결과는 DIAGNOSTICS 6월호 온라인판에 실렸다.