안녕하세요, 유유테이진 건강지킴이입니다.

의료 AI 선별검사에서 ‘양성’ 알림을 받으면 실제 질환이 있다는 뜻으로 받아들이기 쉽습니다. 하지만 선별 결과의 의미는 AI의 민감도와 특이도뿐 아니라 검사를 적용한 집단에서 해당 질환이 얼마나 흔한지(유병률)에 따라 달라집니다. 특히 증상이 없거나 질환 가능성이 낮은 사람을 넓게 검사하는 환경에서는, 성능 수치가 높아도 양성 결과 중 위양성이 적지 않을 수 있습니다.

TL;DR

• 양성예측도(PPV)는 AI가 양성으로 분류한 사람 중 실제 질환이 있는 사람의 비율입니다.
• 민감도와 특이도가 같아도 검사 대상 집단의 유병률이 낮으면 양성예측도는 낮아질 수 있습니다.
• AI의 양성 알림은 확진이 아니라, 제품의 의도된 사용 목적에 따라 추가 평가·확진검사·의료진 판단으로 이어져야 할 신호일 수 있습니다.
• 환자와 보호자는 결과만 보지 말고 적용 대상, 연구 데이터, 위양성·위음성 가능성, 후속 대응 절차를 의료진에게 확인하는 것이 좋습니다.

양성예측도는 무엇을 말하나

AHRQ가 NCBI Bookshelf에 제시한 검사 성능표에서 양성예측도는 검사 양성자 가운데 실제 질환이 있는 사람의 비율입니다. 계산식은 진양성 ÷ (진양성 + 위양성)입니다.

함께 자주 사용되는 지표는 다음과 같습니다.

• 민감도: 실제 질환이 있는 사람 중 AI가 양성으로 분류한 비율
• 특이도: 실제 질환이 없는 사람 중 AI가 음성으로 분류한 비율
• 위양성: 질환이 없는데 양성으로 분류된 경우
• 위음성: 질환이 있는데 음성으로 분류된 경우

민감도는 질환을 놓칠 가능성과, 특이도는 불필요한 양성 알림 가능성과 관련이 있습니다. 다만 이 두 수치만으로 “내 양성 결과가 실제 질환일 가능성”을 바로 알 수는 없습니다. 이때 참고할 지표가 양성예측도입니다.

유병률이 낮으면 양성 결과는 어떻게 달라질까

양성예측도는 민감도, 특이도, 유병률을 함께 반영합니다. AHRQ의 식으로는 다음과 같이 표현할 수 있습니다.

PPV = (민감도 × 유병률) ÷ {(민감도 × 유병률) + (1−특이도) × (1−유병률)}

미국 FDA의 의료영상 AI 설명 자료에는 민감도 90%, 특이도 90%인 암 탐지 AI를 유병률 1% 환경의 1,000명에게 적용한 예시가 제시됩니다. 이 경우 실제 질환자는 10명이며, 이 중 9명은 양성으로 분류되고 1명은 위음성이 됩니다. 질환이 없는 990명 중 약 99명은 위양성으로 분류될 수 있습니다.

질환이 드문 환경에서는 질환이 없는 사람이 훨씬 많기 때문에, 특이도가 90%여도 위양성의 절대 건수가 커질 수 있습니다. 이는 AI가 쓸모없다는 뜻이 아닙니다. 다만 선별 단계의 양성 알림을 확진으로 해석하거나, 하나의 정확도 수치만으로 실제 진료 환경의 부담과 결과 의미를 판단해서는 안 된다는 의미입니다.

추가 검사, 판독 검토, 진료 일정 조정 등 후속 과정이 필요할 수 있으므로 의료기관은 결과 확인과 대응 경로를 미리 마련할 필요가 있습니다.

성능표를 읽을 때 확인할 5가지

1. 이 AI는 누구에게 사용하도록 설계됐나

같은 질환을 다루더라도 증상이 있는 사람, 위험 요인이 있는 사람, 일반 검진 대상자는 유병률이 다를 수 있습니다. 성능 연구의 대상자 특성과 실제 사용할 환자군이 다른지 확인해야 합니다. 연구 대상과 현장 사용자가 다르면 제시된 양성예측도를 그대로 적용하기 어렵습니다.

2. 선별·우선순위 분류인가, 진단 보조인가

FDA는 배제(rule-out) 또는 트리아지(triage) 목적의 AI와 임상의의 진단 정확도 향상을 지원하는 AI가 서로 다른 임상적·규제상 의미를 가질 수 있다고 설명합니다. ‘양성’이 추가 확인이 필요한 우선순위 신호인지, 의료진 판독을 보조하는 결과인지에 따라 후속 행동도 달라집니다. 사용설명서와 의료기관의 운영 절차에서 의도된 사용 목적을 확인해야 합니다.

3. 양성예측도와 위양성 수를 함께 제시했나

민감도·특이도 또는 AUC만 강조한 자료라면, 적용 집단의 유병률과 양성예측도, 위양성·위음성 건수도 함께 확인하는 것이 좋습니다. 특히 병원 도입 검토 시에는 예상 적용 인원과 대상자 특성을 반영해 결과를 설명할 수 있는지 살펴볼 필요가 있습니다.

4. 훈련·시험 데이터와 한계가 공개됐나

FDA의 머신러닝 의료기기 투명성 원칙은 임상 연구 요약, 훈련·시험 데이터 특성, 알려진 편향 또는 실패 양식, 임상적으로 중요한 한계와 정보 공백을 소통하는 것을 좋은 관행으로 제시합니다. 특정 연령, 상태, 촬영·측정 환경에서 충분히 평가됐는지와 성능이 불확실한 상황을 확인해야 합니다.

5. 실제 사용 후 성능을 점검하는가

FDA는 후향적 시험이나 정적인 벤치마크만으로 변화하는 실제 임상 환경에서의 작동을 예측하기에는 한계가 있을 수 있으며, 실제 사용 중 지속적이고 체계적인 성능 모니터링이 중요하다고 설명합니다. 의료기관은 오류 보고, 성능 검토, 결과 확인이 지연되거나 누락될 때의 대응 절차를 마련할 필요가 있습니다.

양성 알림을 받은 환자·보호자가 물어볼 질문

• 이 결과는 선별, 우선순위 분류, 진단 보조 중 어느 목적으로 사용됐나요?
• 제 상황과 비슷한 대상자에서 성능을 평가한 자료가 있나요?
• 양성 결과 뒤에는 어떤 추가 검사 또는 의료진 검토가 예정돼 있나요?
• 위양성과 위음성 가능성은 제 진료 과정에서 어떻게 다루나요?
• 증상 변화나 우려가 있을 때 AI 결과와 관계없이 언제 의료기관에 연락해야 하나요?

AI 양성 결과만으로 스스로 질환을 확정하거나 치료를 시작·중단해서는 안 됩니다. 검사 결과의 의미와 추가 평가 필요성은 개인의 증상, 병력, 다른 검사 결과를 종합해 의사 또는 해당 분야 전문의와 상담하여 판단해야 합니다.

자주 묻는 질문(FAQ)

Q. 민감도와 특이도가 높으면 양성 결과는 믿어도 되나요?

높은 민감도와 특이도는 중요한 정보이지만, 양성 결과가 실제 질환을 뜻할 가능성은 유병률에 따라 달라집니다. 검사 대상 집단, 의도된 사용 목적, 확진 절차를 함께 확인해야 합니다.

Q. AI가 음성이면 추가 진료가 필요 없나요?

그렇지 않습니다. 위음성은 실제 질환이 있는데 음성으로 분류되는 경우입니다. 증상, 진찰 소견, 기존 검사 결과와 맞지 않거나 우려가 지속되면 AI 결과만으로 판단하지 말고 의료진에게 알려야 합니다.

Q. 병원은 도입 전에 무엇을 검토해야 하나요?

연구 대상과 실제 적용 환자군의 차이, 해당 환경의 유병률, 양성·음성 결과 뒤 업무 흐름, 개인정보 및 보안 관리, 오류 대응, 실제 사용 중 성능 모니터링 계획을 함께 검토하는 것이 중요합니다. 서로 다른 과제를 수행하는 AI를 단일 성능 수치만으로 비교하는 데에도 한계가 있습니다.

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.