AI도구

뇌졸중 AI, 판독보다 '워크플로우'가 바뀌었다는 최근 사례가 말해주는 것

뇌졸중 진단 AI를 다룬 최근 학술세미나 사례를 통해, AI 도구 도입을 검토할 때 정확도 수치만이 아니라 병원 업무 흐름 전체가 어떻게 바뀌는지를 함께 봐야 하는 이유를 정리합니다.

병원에 AI 진단 도구를 도입할지 검토할 때, 가장 먼저 눈에 들어오는 자료는 대개 정확도 수치입니다. “민감도 몇 퍼센트”, “기존 대비 몇 퍼센트 개선” 같은 숫자죠. 그런데 최근 대한전문병원협회 학술세미나에서 소개된 뇌졸중 AI 진단 도구 사례는, 정작 병원 현장에서 체감하는 변화는 판독 정확도보다 ‘업무 흐름 자체가 어떻게 달라지는가’에 있다는 점을 보여줍니다. 행정·간호 실무자가 AI 도구 도입을 검토할 때 무엇을 함께 봐야 하는지, 이 사례를 통해 짚어보겠습니다.

무엇이 바뀌었나: 판독을 넘어 이송·치료 결정까지

이 세미나에서는 AI 개발사 제이엘케이의 뇌졸중 진단 솔루션을 분당서울대병원, 이천의료원 등에서 활용한 사례가 소개됐습니다. 핵심은 AI가 영상을 판독해 병변을 찾아내는 데서 끝나지 않는다는 점입니다. 응급실에 뇌졸중 의심 환자가 들어오면, AI 판독 결과가 곧바로 환자 선별과 치료 결정, 그리고 상급 병원으로의 전원(轉院) 판단에까지 연결됩니다. 즉 하나의 판독 결과가 여러 부서·여러 인력의 다음 행동을 동시에 바꾸는 구조입니다(메디칼타임즈, 2026-08-24, “뇌졸중 AI 진단 성능은 기본…병원 워크플로우까지 바꿨다”).

행정·간호 실무자 입장에서 이 부분이 중요한 이유는, AI 도입이 영상의학과나 신경과 한 부서만의 일이 아니라 응급실 트리아지(환자 분류), 이송팀 대기 체계, 전원 병원과의 연락 절차까지 함께 맞물려 바뀐다는 뜻이기 때문입니다.

숫자로 보는 변화

기사에 소개된 구체적인 수치는 다음과 같습니다.

  • 병변 검출 민감도: 74.6%에서 90.6%로 향상되고, AUC(진단 정확도를 나타내는 지표)는 0.85에서 0.93으로 개선됐습니다.
  • 기존 판독에서 놓쳤던 사례 54건 가운데 43건을 AI가 추가로 찾아냈습니다.
  • 치료까지 걸리는 시간이 전체적으로 1시간 이상 단축됐고, 특히 다른 병원으로의 환자 이송 시간이 기존 7~8시간에서 약 1시간으로 크게 줄었습니다.
  • 혈전제거술(막힌 혈관을 뚫는 치료) 대상 환자를 판정할 수 있는 시간 범위(이른바 ‘골든타임’)가 기존 4시간 30분에서 최대 24시간까지 넓어졌다고 소개됐습니다.

이송 시간이 7~8시간에서 1시간으로 줄었다는 것은, 단순히 AI가 영상을 더 잘 읽어서가 아니라 판독 결과가 전원 결정과 이송 절차에 곧바로 반영되도록 업무 흐름 자체를 다시 설계했기 때문에 가능한 변화입니다.

행정·간호가 도입을 검토할 때 봐야 할 것

이 사례가 병원 행정·간호 실무자에게 주는 시사점은 두 가지입니다.

첫째, AI 도구의 성능 지표(민감도, AUC 등)는 도입 여부를 판단하는 출발점일 뿐, 그 자체로 결론이 될 수 없습니다. 같은 정확도의 도구라도 판독 결과가 실제 업무 절차(누가, 언제, 어떤 순서로 다음 행동을 하는지)와 연결되지 않으면 현장에서 체감하는 효과는 크게 줄어듭니다. 제안서를 검토할 때 “정확도가 몇 퍼센트인가”뿐 아니라 “이 결과가 우리 병원의 응급실·이송·전원 절차와 어떻게 연결되는가”를 함께 물어야 하는 이유입니다.

둘째, 워크플로우가 바뀐다는 것은 곧 여러 부서의 업무 절차를 함께 조정해야 한다는 뜻입니다. 영상의학과의 판독 절차뿐 아니라 응급실 간호 인력의 환자 분류 기준, 이송팀의 대기·연락 체계, 전원받는 병원과의 협의 절차까지 함께 손봐야 실제 효과로 이어집니다. 이는 특정 부서 혼자 결정할 수 있는 사안이 아니라, 도입 검토 단계부터 여러 부서가 함께 논의해야 할 사안이라는 뜻이기도 합니다.

요약

최근 소개된 뇌졸중 AI 진단 도구 활용 사례는, AI 도입의 성패가 판독 정확도 수치만으로 결정되지 않는다는 점을 잘 보여줍니다. 병변 검출 민감도나 AUC 같은 지표는 물론 중요하지만, 그 결과가 응급실 선별부터 이송·전원까지 이어지는 실제 업무 흐름과 어떻게 맞물리는지가 현장의 체감 효과를 좌우합니다. AI 도구 제안서를 검토하는 행정·간호 실무자라면, 정확도 수치 뒤에 숨어 있는 “이 결과가 우리 병원의 다음 행동으로 어떻게 이어지는가”라는 질문을 함께 던져보시길 권합니다.


출처: 메디칼타임즈, “뇌졸중 AI 진단 성능은 기본…병원 워크플로우까지 바꿨다”, 2026.8.24.