AI 치료 권고, 다학제 진료팀과 얼마나 일치했나
분당차병원이 췌담도암 다학제 진료 107건을 생성형 AI 4종에 입력해 비교한 결과, 치료 권고 일치율은 모델과 평가 방식에 따라 48.6~74.5%였고, 수술 여부처럼 중요한 판단일수록 정확도가 낮았습니다. 다학제 진료가 왜 필요한지 보여주는 결과입니다.
생성형 AI에게 환자 정보를 입력하면 의사들이 모여 상의해서 내리는 치료 결정과 비슷한 답을 내놓을까요. 최근 분당차병원 췌담도 다학제 진료팀이 이 질문을 실제로 검증한 연구 결과를 내놓았습니다. 병원 행정·간호 실무자 입장에서는 “AI가 진료 결정을 어디까지 대신할 수 있는가”를 가늠할 수 있는 구체적인 사례라 눈여겨볼 만합니다.
무엇을, 어떻게 비교했나
분당차병원 간담췌외과 이성환·조성준 교수팀은 2024년 9월부터 2025년 8월까지 1년간 진행된 췌담도암 다학제 진료 113건 중 기준에 맞는 107건을 전수 분석했습니다. 다학제 진료란 간담췌외과, 종양내과, 소화기내과, 영상의학과, 핵의학과, 방사선종양학과 등 여러 진료과 전문의가 한자리에 모여 한 환자의 치료 방향을 함께 정하는 방식입니다.
연구팀은 각 사례의 영상검사·혈액검사 등 환자 정보를 표준화된 형태로 정리한 뒤, GPT-4o, GPT-5.2, Gemini 3 Pro, Claude Sonnet 4.5 등 생성형 AI 4개 모델에 입력해 치료 전략을 선택하도록 했습니다. 같은 사례를 4번씩 반복 질문해 답이 얼마나 일관되는지도 함께 살펴봤습니다(의학신문 보도, 2026-09-14).
일치율은 절반에서 4분의 3 수준
결과를 보면, AI의 치료 권고와 실제 다학제 진료 결정이 일치한 비율은 모델과 평가 방식에 따라 48.6%에서 74.5% 사이로 나타났습니다. 같은 사례를 4번 반복 질문해 가장 많이 나온 답을 기준으로 하면 66.3~74.5%였고, 네 모델 중에서는 Gemini 3 Pro가 74.5%로 가장 높았습니다.
세부적으로 나눠 보면 온도차가 있었습니다. 항암치료를 할지 말지에 대한 판단 정확도(F1 점수)는 0.6210.836으로 비교적 높았던 반면, 수술을 할지 말지에 대한 판단 정확도는 0.4000.520으로 상대적으로 낮았습니다. 수술 여부처럼 되돌리기 어렵고 위험 부담이 큰 결정일수록 AI 혼자만의 판단은 실제 의료진 결정과 어긋날 가능성이 크다는 뜻입니다.
특히 재발했거나 췌장암처럼 치료 과정이 복잡한 17건에서는 4개 AI 모델이 전부 실제 다학제 진료 결정과 다른 권고를 내놓았습니다. 사례가 복잡해질수록 AI 단독 판단의 신뢰도가 함께 떨어진다고 볼 수 있는 대목입니다.
병원 행정·간호가 눈여겨볼 점
이 연구 결과가 병원 실무에 주는 메시지는 분명합니다. 연구팀 역시 “수술 여부처럼 중요한 판단일수록 다양한 임상 정보를 종합적으로 고려해야 하며, 여러 진료과 전문의가 함께 판단하는 다학제 진료가 중요하다”고 강조했습니다.
병원에서 AI 진료 지원 도구 도입을 검토할 때도 같은 원칙이 적용됩니다. 단순하고 정형화된 판단에는 AI 보조가 도움이 될 수 있지만, 치료 방향을 바꾸는 굵직한 결정에서는 AI 답변을 그대로 따르기보다 기존의 다학제 협의 절차를 유지하는 편이 안전합니다. 도입 제안서를 검토하는 행정 담당자라면 “이 AI가 어떤 유형의 판단에 쓰이는가”를 먼저 구분해서 살펴볼 필요가 있습니다.
정리
생성형 AI 4종을 실제 다학제 진료 107건과 비교한 이번 연구에서, AI 치료 권고와 실제 결정의 일치율은 절반에 조금 못 미치는 수준(48.6%)에서 4분의 3에 가까운 수준(74.5%)까지였습니다. 항암치료 여부 판단은 비교적 정확했지만 수술 여부나 복잡한 사례일수록 정확도가 떨어졌습니다. 이는 AI가 진료 보조 도구로서 가능성을 보여주는 동시에, 중요한 치료 결정에서는 여러 전문의가 함께 판단하는 다학제 진료 체계가 여전히 필요하다는 점을 확인시켜 줍니다.
출처: 의학신문, 분당차병원 췌담도암 다학제 진료와 생성형 AI 치료 결정 비교 연구 보도, 2026년 9월 14일
본 사이트의 콘텐츠는 일반적인 정보 제공과 연구·교육 목적이며, 특정 환자에 대한 의학적 진단이나 조언을 대신하지 않습니다.