MS 의료 AI, 병원서 임상 추론 검증

마이크로소프트(MS)는 22일(현지시간) 국제 학술지 사이언스에 복잡한 질병 사례에서 AI 진단 시스템 MAI-DxO가 일반 의사보다 높은 정확도를 보였다는 연구를 발표했습니다. 시뮬레이션에서 고난도 사례 진단 정확도는 약 83%로, 참고 자료를 활용해 개별 진단한 일차 진료 의사와 일반 내과 의사의 약 36%보다 두 배 이상 높았습니다. 응급실 사례를 활용한 별도 평가에서는 MAI-DxO가 약 80%, 의사가 약 47%를 기록했습니다.

연구진은 뉴잉글랜드 의학저널(NEJM)에 실린 복잡한 임상 사례 304건과 응급실 사례를 이용해 순차적 진단 벤치마크(SDBench)를 만들었습니다. 증상과 검사 결과를 한꺼번에 보여 주고 병명을 맞히게 하는 대신, AI와 의사가 제한된 정보에서 출발해 질문과 검사를 직접 선택하고 결과에 따라 진단을 수정하도록 했습니다. 검사로 얻을 정보가 비용에 걸맞은지도 평가해 실제 진료의 일부 과정을 반영했습니다.

MAI-DxO에서는 여러 AI 에이전트가 의사 패널처럼 역할을 나눕니다. 에이전트들은 가능한 질환을 제안하고, 확인에 필요한 질문과 검사를 고르며, 서로의 판단을 검토합니다. 새 정보가 나오면 진단을 수정하고 검사 비용도 고려합니다. MS는 오픈AI, 구글, 앤트로픽, 메타, 딥시크 등의 모델에 시스템을 적용했으며, GPT-5와 GPT-5.5에서 가장 좋은 결과를 얻었다고 밝혔습니다.

GPT-5는 기본 프롬프트만으로 고난도 사례에서 78.9% 정확도를 기록했습니다. MAI-DxO 적용 후 정확도는 약 4%포인트 높아졌고, 사례당 추정 검사 비용은 약 8400달러에서 약 5400달러로 감소했습니다. 이 비용은 AI 사용료가 아니라 진단 과정에서 선택한 검사 비용입니다. GPT-5.5는 고난도 사례에서 적용 전 72%였던 정확도가 적용 후 약 87%로 올랐지만, 응급실 사례에서는 기본 모델보다 정확도나 검사 비용이 뚜렷하게 개선되지 않았습니다.

연구는 전문의나 여러 의료진으로 구성된 팀과 비교하지 않았고 실제 환자를 대상으로 한 임상시험도 아닙니다. 따라서 시뮬레이션 결과만으로 AI가 전문 의료진을 대체하거나 환자 치료 결과를 개선한다고 결론 내릴 수 없습니다. 기본 AI 모델 성능도 결과에 크게 기여했기 때문에 성과 전체를 에이전트 협업의 효과로 볼 수는 없습니다.

MS AI 최고경영자 무스타파 술레이만(Mustafa Suleyman)은 이번 결과를 ‘의료 초지능’을 향한 진전으로 평가했습니다. MS는 메이요 클리닉과 의료 전용 기반 모델을 개발 중이며, 술레이만은 내년 의료 기록 분석에서 큰 기술적 도약을 전망했습니다. 다음 단계로 MS는 미국 보스턴의 베스 이스라엘 디코니스 메디컬 센터와 협력해 병원에서 MAI-DxO의 임상 추론 능력을 평가할 계획입니다. 기존 진료를 받는 환자 가운데 동의한 사람은 AI와도 소통하며, 연구진은 AI 권고와 의료진의 독립 판단을 비교합니다. 실제 환자와 대화할 때 진단 능력이 유지되는지, 의료진의 판단과 업무에 어떤 도움이 되는지가 검증 대상입니다.

마이크로소프트(MS)는 22일(현지시간) 국제 학술지 사이언스에 복잡한 질병 사례에서 AI 진단 시스템 MAI-DxO가 일반 의사보다 높은 정확도를 보였다는 연구를 발표했습니다. 시뮬레이션에서 고난도 사례 진단 정확도는 약 83%로, 참고 자료를 활용해 개별 진단한 일차 진료 의사와 일반 내과 의사의 약 36%보다 두 배 이상 높았습니다. 응급실 사례를 활용한 별도 평가에서는 MAI-DxO가 약 80%, 의사가 약 47%를 기록했습니다.

연구진은 뉴잉글랜드 의학저널(NEJM)에 실린 복잡한 임상 사례 304건과 응급실 사례를 이용해 순차적 진단 벤치마크(SDBench)를 만들었습니다. 증상과 검사 결과를 한꺼번에 보여 주고 병명을 맞히게 하는 대신, AI와 의사가 제한된 정보에서 출발해 질문과 검사를 직접 선택하고 결과에 따라 진단을 수정하도록 했습니다. 검사로 얻을 정보가 비용에 걸맞은지도 평가해 실제 진료의 일부 과정을 반영했습니다.

MAI-DxO에서는 여러 AI 에이전트가 의사 패널처럼 역할을 나눕니다. 에이전트들은 가능한 질환을 제안하고, 확인에 필요한 질문과 검사를 고르며, 서로의 판단을 검토합니다. 새 정보가 나오면 진단을 수정하고 검사 비용도 고려합니다. MS는 오픈AI, 구글, 앤트로픽, 메타, 딥시크 등의 모델에 시스템을 적용했으며, GPT-5와 GPT-5.5에서 가장 좋은 결과를 얻었다고 밝혔습니다.

GPT-5는 기본 프롬프트만으로 고난도 사례에서 78.9% 정확도를 기록했습니다. MAI-DxO 적용 후 정확도는 약 4%포인트 높아졌고, 사례당 추정 검사 비용은 약 8400달러에서 약 5400달러로 감소했습니다. 이 비용은 AI 사용료가 아니라 진단 과정에서 선택한 검사 비용입니다. GPT-5.5는 고난도 사례에서 적용 전 72%였던 정확도가 적용 후 약 87%로 올랐지만, 응급실 사례에서는 기본 모델보다 정확도나 검사 비용이 뚜렷하게 개선되지 않았습니다.

연구는 전문의나 여러 의료진으로 구성된 팀과 비교하지 않았고 실제 환자를 대상으로 한 임상시험도 아닙니다. 따라서 시뮬레이션 결과만으로 AI가 전문 의료진을 대체하거나 환자 치료 결과를 개선한다고 결론 내릴 수 없습니다. 기본 AI 모델 성능도 결과에 크게 기여했기 때문에 성과 전체를 에이전트 협업의 효과로 볼 수는 없습니다.

MS AI 최고경영자 무스타파 술레이만(Mustafa Suleyman)은 이번 결과를 ‘의료 초지능’을 향한 진전으로 평가했습니다. MS는 메이요 클리닉과 의료 전용 기반 모델을 개발 중이며, 술레이만은 내년 의료 기록 분석에서 큰 기술적 도약을 전망했습니다. 다음 단계로 MS는 미국 보스턴의 베스 이스라엘 디코니스 메디컬 센터와 협력해 병원에서 MAI-DxO의 임상 추론 능력을 평가할 계획입니다. 기존 진료를 받는 환자 가운데 동의한 사람은 AI와도 소통하며, 연구진은 AI 권고와 의료진의 독립 판단을 비교합니다. 실제 환자와 대화할 때 진단 능력이 유지되는지, 의료진의 판단과 업무에 어떤 도움이 되는지가 검증 대상입니다.