article detail
의료AI 성능평가 맹점…실제 효과 검증 필요
2026. 11. 16. 오후 4:30
AI 요약
의료 인공지능(AI)의 높은 성능평가 점수만으로 실제 의료현장에서 신뢰성을 판단하기 어렵다는 연구 결과가 보고되었습니다. 고대구로병원 이유락 연구원·정현강 교수와 서울과학기술대 최현수 교수 공동연구팀은 7명이 연기한 자해 및 일반 행동 영상 5,183개를 분석한 결과 기존 평가에서 AUC가 0.89~0.99였으나 프레임 추출 기준을 동일하게 하자 0.53~0.65로 떨어졌고, 설명문의 단어수·글자수 등 형식적 특징만으로도 기존 점수의 83~95%가 재현돼 높은 점수가 실제 행동 인식을 반영하지 않을 수 있음을 보였습니다. 또한 대형 의료기관에서 운영된 AI 4종은 도입 전 AUC 0.80~0.86에서 운영 6개월 이후 0.75~0.82로 저하됐고, 연세암병원 홍채선 교수와 온코소프트 조원영 연구원은 임상적 효과를 내세우는 AI는 실제 환자 치료 결과 개선 근거를 제시해야 한다고 제언했습니다.