ChatGPT-4 Turbo를 활용한 영상의학 AI 성능 모니터링의 혁신: 뇌출혈 검출 시스템 사례 분석
ChatGPT-4 Turbo를 활용한 영상의학 AI 성능 모니터링의 혁신: 뇌출혈 검출 시스템 사례 분석 서론 의료 인공지능(AI)은 영상의학 분야에서 빠르게 확산되고 있으며, 특히 응급 상황에서 빠른 진단이 필요한 외상성 두부 손상(traumatic brain injury) , 자발성 뇌출혈(intracranial hemorrhage, ICH) 등의 탐지에 큰 역할을 하고 있습니다. 그러나 AI 모델의 성능은 시간이 지남에 따라 성능 드리프트(performance drift)가 발생할 수 있으며, 이는 환자 안전에 직결되는 문제입니다. 최근 Baylor College of Medicine과 Radiology Partners Research Institute 연구팀은 ChatGPT-4 Turbo 를 활용하여, 상용 딥러닝 기반 ICH 검출 시스템(Aidoc)의 배포 후(post-deployment) 성능을 실시간에 가깝게 모니터링하는 방법을 제안하였습니다. 1. 연구 배경 기존의 AI 성능 감시(drift detection)는 주로 실시간 피드백(real-time feedback)과 정답 데이터(ground truth) 확보를 기반으로 하지만, 의료 환경에서는 진단 확정까지 시간이 오래 걸려 실시간 모니터링이 어렵습니다. 이러한 한계를 극복하기 위해, 연구팀은 HIPAA 준수 환경의 Microsoft Azure에서 구동되는 ChatGPT-4 Turbo를 데이터 추출 및 분석에 활용하였습니다. 1.1 성능 드리프트의 위험성 영상 장비 제조사 변경, 환자 집단 특성 변화, 영상 획득 프로토콜 차이 등 다양한 요인으로 AI 성능이 변할 수 있습니다. 정기적인 성능 검증과 업데이트 가 필요하지만, 수작업 검토는 인력과 비용 부담이 크다는 단점이 있습니다. 2. 연구 방법 2.1 데이터 수집 연구팀은 미국 내 37개 Radiology Partners 소속 기관 에서 수집된 332,809건의 무조영...