이번 연구는 분당서울대병원의 선우준 영상의학과 교수와 김범준 뇌졸중센터장이 주도하고 미국 하버드 의대 매사추세츠종합병원, 고려대 구로병원 등이 참여한 한·미 다국적 공동연구로 진행됐다.
연구팀이 한국 환자 723명과 미국 환자 240명의 데이터를 분석한 결과, 해당 솔루션은 곡선아래면적(AUC) 분석에서 한국 0.963, 미국 0.899를 기록했다. 곡선아래면적은 인공지능이 질환이 있는 환자와 정상인을 오진 없이 구별해내는지를 나타내는 통계 지표로, 1에 가까울수록 정확한 판독을 의미한다.
미국 영상의학 전문의 5인의 통합 판독 결과와 비교했을 때 환자를 환자로 찾아내는 민감도는 AI가 79.2%로 전문의(56.8%)보다 높았고, 정상인을 정상인으로 판별하는 특이도 역시 AI가 93.3%로 전문의(84.0%)보다 높아 통계적으로 유의한 우위를 보였다.
국내 의사 8명을 대상으로 진행된 다중 판독 연구에서도 의료진이 AI의 도움을 받았을 때 판독 정확도는 기존 0.718에서 0.852로 향상됐다. 질환을 찾아내는 민감도는 46.6%에서 63.7%로, 정상 감별 특이도는 91.9%에서 94.9%로 상승했으며, 이러한 개선은 의료진의 전공이나 경력에 상관없이 모든 그룹에서 나타났다.
제이엘케이의 솔루션은 응급실에서 기본 촬영하는 비조영 CT만으로 대혈관 폐색을 자동 검출하여, 정밀 검사인 CT 혈관조영 검사가 지연되거나 시행하기 어려운 환경에서 뇌졸중 환자를 신속하게 분류하도록 돕는 기술이다.
