가디언 기사
AI outperforms doctors in Harvard trial of emergency triage diagnoses
https://www.theguardian.com/technology/2026/apr/30/ai-outperforms-doctors-in-harvard-trial-of-emergency-triage-diagnoses
내용 일부 GPT-5.5 Thinking으로 번역했습니다.
하버드대 연구 결과, AI 시스템이 응급의학 중증도 분류라는 압박감 높은 상황에서 인간 의사보다 우수한 성과를 낸 것으로 나타났습니다. 사람들이 병원에 처음 실려 오는 생사의 갈림길에서 AI가 더 정확한 진단을 내렸다는 것입니다.
연구진은 《사이언스》에 게재된 논문에서 대규모 언어모델, 즉 LLM이 "임상 추론 분야에서 대부분 기준을 뛰어넘었다"고 밝혔습니다.
https://www.science.org/doi/10.1126/science.adz4433
한 실험은 보스턴의 한 병원 응급실에 도착한 환자 76명을 대상으로 진행됐습니다. AI와 인간 의사 2명에게는 각각 동일한 표준 전자의무기록(standard electronic health record)을 읽도록 했습니다. 이 기록에는 보통 활력징후 자료(vital sign data), 인구통계학적 정보, 그리고 환자가 병원에 온 이유를 간략히 적은 간호사의 몇 문장이 포함됐습니다. AI는 전체 사례의 67%에서 정확하거나 매우 근접한 진단을 내리며 인간 의사들을 앞섰습니다. 인간 의사들의 정답률은 50~55%에 그쳤습니다.
이 실험은 특히 제한된 정보만으로 신속한 결정을 내려야 하는 중증도 분류 상황에서 AI의 강점이 두드러진다는 점을 보여줬습니다. 더 자세한 정보가 주어졌을 때 AI, 즉 오픈AI의 추론 모델 o1의 진단 정확도는 82%까지 올라갔습니다. 전문의들의 정확도는 70~79%였으나 이 차이는 통계적으로 유의미하지는 않았다고 합니다.
AI는 항생제 처방 방침을 제시하거나 임종기 절차를 계획하는 등 장기 치료 계획을 세우는 과제에서도 더 많은 수의 인간 의사들을 앞섰습니다. AI와 의사 46명은 5건의 임상 사례 연구를 검토하도록 요청받았고, 컴퓨터는 검색엔진 등 기존 자료를 활용한 인간 의사들보다 훨씬 더 우수한 계획을 제시했습니다. AI의 점수는 89%였던 반면 인간 의사들은 34%에 그쳤습니다.
그러나 연구진은 아직 응급실 의사들이 퇴장할 때는 아니라고 말했습니다. 이번 연구는 문자로 전달될 수 있는 환자 자료를 놓고 인간과 AI의 성과를 비교한 데 그쳤습니다. 환자가 얼마나 고통스러워하는지, 겉으로 보이는 상태가 어떤지 등 AI가 읽어낼 수 있는 신호는 시험 대상에 포함되지 않았습니다. 이것은 AI가 현장에서 환자를 직접 진료했다기보다 서류를 바탕으로 2차 소견을 내는 임상의에 더 가까운 역할을 했다는 뜻입니다.
하버드 의대에서 AI 연구소를 이끌고 있는 이번 연구의 공동 책임저자 아르준 만라이(Arjun Manrai)는 "우리 연구 결과가 AI가 의사를 대체한다는 뜻이라고 생각하지는 않는다"라고 설명했습니다. 그는 "다만 우리가 의학을 재편할 매우 중대한 기술 변화의 한복판에 있다는 점을 보여준다고 생각한다"라고 덧붙였습니다.
연구가 진행된 보스턴 베스 이스라엘 디코니스 메디컬센터(Beth Israel Deaconess Medical Center)의 의사이자 또 다른 공동 책임저자인 애덤 로드먼(Adam Rodman) 박사는 AI 대규모 언어모델을 "수십 년 만에 가장 파급력이 큰 기술 가운데 하나"라고 평가했습니다. 그는 향후 10년간 AI가 의사를 대체하기보다는 의사와 환자, 인공지능 시스템이 함께 참여하는 새로운 '3자 진료 모델'의 일원으로 자리 잡게 될 것으로 전망했습니다.
[나머지 내용 생략]
