AegisDx 연구진이 진단을 한 번의 언어모델 예측이 아니라 감별 가설 생성, 고위험 질환 선별, 근거 검색과 검증 관문으로 나눈 의료 AI 구조를 공개했다. 연구 목표는 가장 가능성 높은 병명만 고르는 대신 가능성은 낮아도 놓치면 위해가 큰 질환을 상위 후보에 포함하는 것이다. 논문은 arXiv 사전 공개본이며 실제 환자 결과를 측정한 임상시험은 아니다.
시스템은 GPT-oss-120B를 공통 기반으로 한 역할별 모델 요소가 구조화된 중간 출력을 주고받도록 설계됐다. 문헌 증례의 응급의학 하위 평가에서 연구진은 상위 3개 진단 정확도가 독립형 모델의 68.6%에서 AegisDx의 85.7%로 높아졌다고 보고했다. 의사 합의로 정한 위험 질환을 상위 3개 안에 하나 이상 포함한 비율도 52.0%에서 78.0%로 제시됐다.
실제 응급실 기록을 이용한 평가는 43건에 그쳤다. 연구진은 맹검 의사 평가에서 GPT-5보다 안전 점수가 개선됐다고 설명했지만, 43건은 환자 구성과 병원별 진료 흐름을 대표하기에 작은 표본이다. 후향적 기록과 문헌 증례는 현장에서 생기는 누락 정보, 시간 압박, 검사 지연과 경고 피로를 충분히 재현하지 못할 수 있다.
역할을 나눠도 여러 요소가 같은 기반 모델과 검색 자료를 사용하면 동일한 잘못된 전제를 공유할 수 있다. 위험 질환을 더 많이 제시하는 전략은 민감도를 높이는 대신 불필요한 검사와 경고를 늘릴 가능성도 있다. 각 관문의 근거와 반대 증거, 최종 판단을 변경한 단계가 기록돼야 의료진이 결과를 감사할 수 있다.
보고된 85.7%와 78.0%는 연구진이 정한 증례·평가지표 안의 결과이며 독립 기관의 재현 결과가 아니다. 전향적 다기관 연구에서 진단 누락, 검사 사용량, 진료 지연과 환자 위해를 함께 비교하기 전에는 임상적 우월성을 단정할 수 없다. AegisDx는 의사를 대체하는 진단자가 아니라 고위험 대안을 빠뜨리지 않도록 돕는 보조 절차로 평가해야 한다.
저작권자 © STORIUM 무단전재 및 재배포 금지
