안녕하세요, 유유테이진 건강지킴이입니다.

TL;DR

• 민감도 95%는 실제 환자 100명 중 95명을 AI가 찾아내지만, 5명은 질환이 있는데도 놓치는 위음성(미탐)이 발생할 수 있다는 뜻입니다.
• 특이도 95%는 건강한 사람 100명 중 95명을 정상으로 분류하지만, 5명은 정상임에도 양성으로 분류되는 위양성(오탐)이 발생할 수 있다는 의미입니다.
• 유병률이 낮은 일반 인구 집단에서는 민감도와 특이도가 높더라도 위양성이 실제 환자 수보다 많아질 수 있습니다. 따라서 AI 결과는 전문의의 임상적 판단과 함께 해석해야 합니다.

의료 AI의 ‘95% 정확도’, 숫자만으로 판단하기 어려운 이유

인공지능 진단 보조 소프트웨어(SaMD, Software as a Medical Device) 도입을 검토하는 의료기관 실무자나 AI 기반 검사를 제안받은 환자·보호자는 ‘정확도 95% 이상’, ‘민감도 97%’와 같은 성능 지표를 자주 접합니다.

이러한 수치는 AI가 매우 높은 수준의 판별 성능을 보였다는 뜻일 수 있지만, 곧바로 모든 환자에게 같은 수준의 진단 정확도가 보장된다는 의미는 아닙니다. 의료 AI의 성능은 검사 대상, 질환의 유병률, 사용 환경, 의료진의 검토 절차 등에 따라 다르게 나타날 수 있습니다.

특히 의료 AI는 일반적으로 의료진의 판단을 돕는 보조 도구입니다. 성능 지표의 의미와 한계를 이해해야 불필요한 불안이나 과잉검사를 줄이고, 놓쳐서는 안 될 이상 소견에도 적절히 대응할 수 있습니다.

의료 AI 성적표의 핵심: 민감도와 특이도

의료기기 허가 자료나 학술 논문에서 AI 성능을 평가할 때 주로 확인하는 지표는 민감도(Sensitivity)와 특이도(Specificity)입니다. 전체 예측 중 맞춘 비율인 정확도(Accuracy)도 참고할 수 있지만, 실제 질환이 있는 사람과 없는 사람을 각각 얼마나 잘 구분했는지를 함께 봐야 합니다.

1. 민감도와 위음성

• 민감도: 실제로 질환이 있는 사람을 검사했을 때 AI가 ‘양성’으로 올바르게 판별하는 비율입니다.
• 예시: 민감도 95%라면 실제 환자 100명 중 95명을 양성으로 분류하고, 5명은 놓칠 수 있습니다.
• 위음성(False Negative, 미탐): 실제 질환이 있지만 AI가 음성 또는 정상으로 판단한 경우입니다.

위음성은 적절한 진료나 추가 검사가 늦어질 가능성과 관련될 수 있습니다. 특히 증상, 병력, 진찰 결과에서 이상이 의심된다면 AI가 음성으로 분류했더라도 의료진이 재검사나 추가 평가 필요성을 판단해야 합니다.

2. 특이도와 위양성

• 특이도: 실제로 질환이 없는 사람을 검사했을 때 AI가 ‘음성’ 또는 ‘정상’으로 올바르게 판별하는 비율입니다.
• 예시: 특이도 95%라면 건강한 사람 100명 중 95명을 정상으로 분류하고, 5명은 양성으로 잘못 분류할 수 있습니다.
• 위양성(False Positive, 오탐): 실제 질환이 없지만 AI가 양성 또는 이상 소견으로 판단한 경우입니다.

위양성은 곧바로 질환 확진을 의미하지 않습니다. 다만 추가 영상검사, 혈액검사, 조직검사 등이 필요할 수 있고, 환자에게 불안과 부담을 줄 수 있습니다. 따라서 양성 결과는 환자의 증상, 병력, 다른 검사 결과와 함께 해석해야 합니다.

베이즈 정리로 보는 저유병률의 딜레마

민감도와 특이도가 각각 95%인 AI가 양성 결과를 냈다고 해서, 실제 질환 가능성도 곧바로 95%가 되는 것은 아닙니다. 양성 판정을 받은 사람 중 실제 환자의 비율인 양성예측도(PPV, Positive Predictive Value)는 질환의 유병률, 즉 검사 대상 집단에서 해당 질환을 가진 사람의 비율에 영향을 받습니다.

예를 들어 다음과 같은 조건을 가정해 보겠습니다.

• 검사 성능: 민감도 95%, 특이도 95%
• 대상 인원: 10,000명
• 질환 유병률: 1%
• 실제 환자: 100명
• 질환이 없는 사람: 9,900명

검사 결과는 다음과 같이 계산할 수 있습니다.

1. 실제 환자 100명

2. 진양성: 95명

3. 위음성: 5명

4. 질환이 없는 사람 9,900명

5. 진음성: 9,405명

6. 위양성: 495명

AI가 양성으로 분류한 사람은 총 590명입니다. 이 가운데 실제 환자는 95명이므로 양성예측도는 다음과 같습니다.

$$\text{양성예측도} = \frac{95}{95+495} \approx 16.1%$$

즉, 이 조건에서는 양성 판정을 받은 590명 중 실제 환자는 약 16.1%입니다. AI의 민감도와 특이도가 높더라도, 유병률이 낮은 일반 인구를 대상으로 선별검사를 시행하면 위양성이 많이 발생할 수 있습니다.

이 때문에 의료기관은 AI의 성능 수치뿐 아니라 실제 적용 대상이 일반 건강검진 수검자인지, 증상이 있거나 위험요인을 가진 고위험군인지도 함께 검토해야 합니다.

의료기관과 환자가 확인할 점

1. 임상시험 대상과 실제 사용 환경의 차이

제조사가 제시하는 성능은 특정 임상시험 환경에서 산출된 결과일 수 있습니다. 시험 참여자의 연령, 성별, 질환 중증도, 촬영 장비, 검사 품질 등이 실제 의료기관의 환자군과 다르면 성능도 달라질 수 있습니다.

도입 전에는 허가된 사용 목적, 적용 대상, 제외 기준, 임상 근거와 실제 진료 환경의 적합성을 확인할 필요가 있습니다.

2. 위음성을 줄이기 위한 검토 절차

AI 결과가 정상으로 나왔더라도 환자의 증상이나 진찰 소견에서 이상이 의심된다면 의료진은 추가 검사 또는 추적 관찰 필요성을 판단해야 합니다. AI 결과만으로 문진, 진찰, 기존 검사 결과를 대체해서는 안 됩니다.

3. 위양성과 알림 피로 관리

모니터링 또는 경보형 AI는 민감도를 높일수록 위양성 알림이 늘어날 수 있습니다. 잦은 경보는 의료진의 업무 부담과 ‘알림 피로(Alarm Fatigue)’로 이어질 수 있으므로, 임상 환경에 맞는 운영 기준과 검토 체계가 필요합니다.

4. 개인정보와 보안 체계

의료 AI는 영상, 검사 수치, 진료기록 등 민감한 건강정보를 다룰 수 있습니다. 의료기관은 데이터 저장 위치, 접근 권한, 전송·암호화 방식, 보관 기간, 사고 대응 절차 등을 확인하고 관련 법령과 내부 보안 정책에 맞게 관리해야 합니다.

자주 묻는 질문

Q1. 식품의약품안전처 허가를 받은 SaMD라면 오류가 없나요?
A. 아닙니다. 허가는 정해진 사용 목적과 조건에서 안전성과 유효성을 검토했다는 의미이며, 모든 상황에서 오류가 없다는 뜻은 아닙니다. 허가된 적응증, 사용 방법, 한계사항을 확인하고 의료진의 검토 아래 사용해야 합니다.

Q2. AI가 양성이라고 하면 질환이 확정된 것인가요?
A. 아닙니다. 양성 결과는 추가 평가가 필요할 수 있다는 신호로 해석해야 합니다. 확진 여부는 증상, 병력, 진찰, 영상·혈액검사 등 다른 임상 정보와 함께 의료진이 판단합니다.

Q3. AI가 정상이라고 하면 추가 진료가 필요 없나요?
A. 반드시 그렇지는 않습니다. 증상이 지속되거나 악화되는 경우, 가족력이나 위험요인이 있는 경우에는 AI의 음성 결과와 별개로 전문의 상담과 필요한 검사를 받아야 합니다.

의학적 판단에 대한 주의사항

의료 AI는 의료진의 판독과 의사결정을 지원하는 도구이며, 환자 개인의 병력, 생활습관, 가족력, 증상, 진찰 결과를 모두 대체할 수 없습니다. 본 내용은 의료 AI의 통계적 특성을 이해하기 위한 참고 정보이며, 특정 질환의 진단이나 치료 결정을 위한 의학적 소견을 대신하지 않습니다.

AI 검사 결과와 관계없이 건강 상태에 의문이 있거나 이상 증상이 있다면 전문의와 상담해 필요한 검사 및 진료 계획을 결정하시기 바랍니다.

본문에 언급된 타사 의료 AI 제품·서비스는 정보 제공 목적의 사례이며, 유유테이진의 판매·임대·상담 대상이 아닙니다. 제품·도입 문의는 해당 제조사·공식 판매처 또는 의료기관에 확인해 주세요.