서울아산병원은 AI로 뇌 MR 판독 시간을 14.3% 줄였다

• 의료 AI가 병원 현장에서 제일 먼저 자리를 잡은 분야 중 하나가 영상의학임

  • 흉부 엑스레이, 유방촬영술처럼 비교적 표준화된 영상 검사에서는 이미 5년여 전부터 병변 발견 보조 AI가 활용돼 왔음
  • 최근에는 CT와 MR처럼 더 복잡한 영상에서도 병변 확인과 진단 정확도 향상에 쓰이는 중임
  • 영상 검사 건수는 늘어나는데 영상의학과 전문의 수는 제한적이라, AI가 판독 업무 효율을 올리는 현실적인 대안으로 떠오른 셈임

• 서울아산병원은 뇌 MR 판독에서 실제 시간 단축 수치를 냈음

  • 종양이 뇌로 전이됐는지 보려면 판독의가 뇌 MR 영상 수백 장을 확인해야 함
  • AI를 쓰면 병변 유무뿐 아니라 이전 MRI와 비교한 병변 변화도 더 쉽게 확인할 수 있음
  • 서울아산병원이 2020년 뇌 MR 판독에 AI를 도입한 뒤 건당 판독 소요 시간이 66.9초에서 57.3초로 줄었음
  • 감소율은 약 14.3%임. 한 건만 보면 작아 보여도, 병원 전체 판독량으로 보면 꽤 큰 차이임

• AI는 진단 보조를 넘어 검사 품질과 운영 효율에도 들어가는 중임

  • MR 영상의 질을 개선하고 검사 시간을 줄이는 방향으로 활용되고 있음
  • 환자가 검사실에 머무는 시간이 짧아지면 불안감과 불편감도 줄어듦
  • 병원 입장에서는 같은 시간에 더 많은 검사를 시행할 수 있어 운영 효율도 올라감
  • 다만 수가 보완 같은 정책 과제는 아직 남아 있음

• 병리진단 쪽에서는 Ki-67 판독이 대표 사례임

  • 서울아산병원은 2021년 3월부터 세포 증식 표지자인 Ki-67 면역화학염색 판독에 AI를 도입해 운용 중임
  • Ki-67 검사는 세포 증식 속도를 평가해 종양 진단과 악성도 판정에 쓰이는 중요한 지표임
  • 기존에는 수백 개 세포를 사람이 눈으로 확인하고 양성 세포 비율을 계산해야 해서 시간과 노동력이 많이 들었음
  • 육안 판독 특성상 정확성과 재현성에도 한계가 있었음

• AI 도입 뒤에는 병리 판독의 처리 방식이 확 바뀜

  • 수천 개 세포를 대상으로 양성 비율을 빠르고 정확하게 산출할 수 있게 됨
  • 계산된 수치는 AMIS 3.0에 자동 입력됨
  • 기존에 10분가량 걸리던 작업이 5초 내외로 줄었다는 게 꽤 세다

• 다음 단계는 개별 영상이나 텍스트 분석을 넘어 정밀의료로 가는 흐름임

  • 유전체 데이터, 누적 진료 기록, 검사 영상을 종합 분석해 최적 치료 방향을 제시하는 수준으로 발전하고 있다는 설명임
  • 서울아산병원은 중증질환 치료 경험이 쌓인 전자의무기록(EHR), 의료영상저장전송시스템(PACS), 디지털 병리 시스템, 진단 빅데이터를 자산으로 보고 있음
  • 결국 의료 AI의 경쟁력은 모델 하나가 아니라, 신뢰할 수 있는 데이터와 실제 임상 워크플로우에 붙는 능력에서 나온다는 얘기임

---

기술 맥락

• 병원이 AI를 고르는 이유는 멋진 데모보다 반복 업무의 병목을 줄이는 데 있어요. 뇌 MR처럼 수백 장을 봐야 하는 검사는 판독의 집중력과 시간이 한계라서, 병변 후보와 변화 추적을 도와주는 AI가 바로 체감되는 영역이에요.

• Ki-67 판독도 비슷해요. 사람이 수백 개 세포를 눈으로 세면 시간도 오래 걸리고 판독자마다 차이가 생길 수 있는데, AI는 수천 개 세포를 일관된 기준으로 계산할 수 있어서 재현성 문제를 줄여줘요.

• 중요한 건 AI가 병원 시스템 바깥에서 따로 노는 게 아니라는 점이에요. 계산 결과가 AMIS 3.0에 자동 입력되고, 영상 데이터는 PACS 흐름 안에서 확인돼야 실제 업무 시간이 줄어들거든요.

• 서울아산병원이 EHR, PACS, 디지털 병리, 진단 빅데이터를 같이 언급한 이유도 여기에 있어요. 정밀의료는 모델 하나로 되는 게 아니라 환자의 기록, 영상, 병리, 유전체 정보를 연결해야 치료 판단에 쓸 수 있기 때문이에요.