사랑니 발치 등 임상 판단 영역에서도 'AI 활용'

사랑니 발치 등 임상 판단 영역에 인공지능(AI)을 보조 도구로 활용할 수 있는 근거가 제시됐다. 생성형 AI가 치과의사(전문의)의 임상 의사결정을 지원하는 보조도구로 활용될 가능성이 확인됐다는 의미다.

한국연구재단은 원광대 대전치과병원 김봉철 교수 연구팀이 멀티모달 거대언어모델(Multi-modal LLM)과 구강악안면외과 전문의의 사랑니 발치 난이도 평가 결과를 비교·분석했을 때 '정답' 기준이 정해지지 않은 임상 판단 영역에서 LLM이 전문의와 유사한 채점 경향을 보였다고 8일 밝혔다.

김봉철 교수. 한국연구재단

사랑니 발치는 구강악안면외과에서 가장 빈번한 수술 중 하나다. 수술 전 난이도 평가는 수술 계획·합병증 예방·전원 판단의 출발점으로, 파노라마 사진을 기반으로 하는 '피더슨 난이도 점수(PDS)'가 널리 활용된다.

다만 파노라마 사진을 판독하는 전문의마다 주관적 편차가 크다는 점에서 평가 결과가 서로 달라질 수 있는 한계가 있다.

이에 착안해 연구팀은 아래턱 사랑니 파노라마 방사선 사진 100장을 표준규격으로 가공해 챗GPT-5.2 Thinking와 제미나이 3.0 Pro 그리고 구강악안면외과 전문의 2명이 각각 독립적으로 PDS를 평가한 후 결과를 비교·분석했다. AI를 임상 판단 영역의 보조도구로 활용할 수 있는지를 가늠하기 위해서다.

분석 결과 전문의 간 일치도는 κ=0.754로 높은 수준을 보였다. LLM과 전문의 간 비교에서 챗GPT는 전문의와 κ=0.564~0.590, 제미나이는 κ=0.356~0.461의 일치도를 나타내 두 모델 모두 난이도를 지속해서 높거나 낮게 평가하는 방향성 편향은 나타나지 않았다.

이를 토대로 연구팀은 범용 AI가 정답이 없는 임상 판단 영역에서도 전문의와 유사한 판단 경향을 보이는 것을 정량적으로 제시했다. 특히 사례별 새로운 대화창을 사용하는 것이 AI 판단의 일관성을 유지하는 데 중요하다는 것을 연구를 통해 확인했다.

단 이번 연구는 수술 시간, 합병증을 기준으로 진단 정확도를 검증한 사례가 아니고, 단일 기관의 자료와 특정 LLM을 대상으로 수행된 만큼 향후 다기관·대규모 임상자료를 활용한 후속 검증이 필요하다.

김 교수는 "연구팀은 AI가 전문의와 유사한 평가 경향을 보일 수 있음을 이번 연구를 통해 확인했다"며 "다만 연구는 AI의 임상적 정확성을 입증한 게 아니라는 점에서 실제 의료현장에 AI를 적용하기 위해선 해결해야 할 과제가 남아 있다"고 말했다.

그러면서 "향후 다기관·대규모 자료와 추가 전문가, 실제 임상 결과(수술 시간·합병증)를 연계한 검증을 거치면, LLM이 발치 난이도 평가의 보조 도구로 안전하게 통합될 수 있는 근거가 될 것으로 기대한다"고 덧붙였다.

대전=정일웅 기자 jiw3061@asiae.co.kr