허재성 아주대병원 방사선종양학과 교수팀(김선화·박준형 연구원)이 실제 임상에서 생성되는 영상·병리 보고서를 활용, 언어 기반 AI 거대언어모델(Large Language Models, LLM)로 암 병기(AJCC)를 판정하고 종양반응평가(RECIST)에 따른 임상적 판단까지 수행할 수 있는 ‘AI 임상추론 기술’을 개발했다.

연구팀은 암 환자 4200여 건의 보고서를 기반으로 임상 Q&A 벤치마크를 구축하고, 병리정보·종양변화·병기판단을 통합 평가할 수 있는 체계를 마련했다. 의사의 판단 절차를 단계별로 반영하도록 AI를 설계한 결과, 암 병기 예측 정확도가 85~90%로 산출돼 기존 대비 약 30% 향상됐다.

이번 연구는 외부 클라우드 없이 병원 내부 예측(on-premise)만으로도 안전하게 실시간 임상추론이 가능함을 보여줬다는 점에서 의미가 크다. 연구팀이 구축한 경량 AI 임상추론 시스템은 적은 GPU 자원으로도 보고서를 수 초 내 처리할 만큼 빠르고 안정적이어서 실제 병원 환경에서의 활용 가능성을 입증했다.

이 기술이 도입되면 영상·병리 보고서 구조화 시간이 1~3분에서 수 초로 단축돼 의료진의 문서 업무가 크게 줄어든다. 또 임상결정지원시스템(CDSS), 다학제 진료 자동화, 정밀의료 고도화 등 다양한 임상지원 시스템으로 확장되고, 암 환자 데이터의 표준화·구조화가 자동화됨으로써 정밀의료 및 암 AI 연구의 데이터 품질 향상에 기여할 전망이다.

이 연구는 ‘Clinical reasoning from real-world oncology reports using large language models’(언어모델을 활용한 실제 임상 종양보고서 기반 임상추론 연구)라는 제목으로, 디지털 헬스케어 분야의 대표적 국제 학술지 ‘Digital Health’(IF=3.3) 11월호에 게재됐다. 허재성 아주대병원 방사선종양학과 교수(왼쪽부터), 김선화·박준형 연구원