병원과 환자 치료에서 인공지능(AI)의 사용이 꾸준히 증가하고 있음. 특히 방사선과 같은 영상 비율이 높은 전문 분야에서는 AI가 오랫동안 일상적인 임상 실습의 일부로 자리 잡고 있음. 그러나 AI가 실제로 임상 환경에서 작업 흐름에 얼마나 영향을 미치는지는 여전히 명확하지 않음. 본 대학교 병원(UKB)과 본 대학교의 연구자들은 AI의 효과에 대한 기존 연구를 종합적으로 분석함. 그들은 AI가 자동으로 작업 프로세스를 가속화하지 않는다는 것을 보여줄 수 있었음. 그들의 결과는 npj Digital Medicine 저널에 발표됨.
AI는 종종 환자 모니터링, 치료 작업 문서화 및 임상 결정 지원과 같은 일상적인 작업을 처리하는 솔루션으로 여겨지지만, 실제 작업 프로세스에 미치는 영향은 불확실함. 특히 유전체학, 병리학 및 방사선과 같은 데이터 집약적인 전문 분야에서는 AI가 이미 대량의 데이터에서 패턴을 인식하고 사례를 우선 순위화하는 데 사용되고 있지만, 효율성 향상에 대한 신뢰할 수 있는 데이터가 부족함.
우리는 AI 솔루션이 의료 영상에서 실제로 효율성을 개선하는 정도를 알아보고자 했음. AI가 자동으로 작업 프로세스를 가속화한다는 일반적인 가정은 종종 부족함.
연구팀은 임상 환경에서 AI 도구의 사용을 조사한 48개의 연구를 체계적으로 검토함. 작업 프로세스의 처리 시간을 살펴본 33개의 연구 중 67%가 근무 시간 단축을 보고했지만, 메타 분석에서는 유의미한 효율성 향상이 나타나지 않았음. '일부 연구는 통계적으로 유의미한 차이를 보였지만, 일반적인 결론을 도출하기에는 부족함'이라고 Wenderott는 말함.
또한 팀은 AI가 기존 작업 흐름에 얼마나 잘 통합되는지를 분석함. 구현의 성공은 현장의 특정 조건과 프로세스에 크게 의존하는 것으로 나타났음. 그러나 연구 설계와 사용된 기술의 이질성으로 인해 일관된 평가를 수행하기 어려웠음.
'우리의 결과는 일상적인 임상 실습에서 AI의 사용을 차별화된 방식으로 고려해야 함을 분명히 함'이라고 UKB의 IfPS 소장인 Matthias Weigl 교수는 강조함. '지역 조건과 개별 작업 프로세스가 구현의 성공에 큰 영향을 미침.'
이 연구는 AI 기술이 임상 작업 프로세스에 어떻게 영향을 미칠 수 있는지에 대한 중요한 초기 통찰을 제공함. '핵심 발견은 이러한 기술의 과학적 및 실용적 이점을 더 잘 평가하기 위해 향후 연구에서 명확하게 구조화된 보고가 필요하다는 것'이라고 Weigl 교수는 요약함.
