하버드 연구진의 응급실 AI 진단 정확도 검증 결과

주장하버드 의과대학과 베스 이스라엘 디코니스 메디컬 센터 연구팀은 대규모 언어 모델이 응급실 환경에서 인간 의사보다 정확한 진단을 내릴 수 있다는 연구 결과를 발표했습니다. 이번 연구는 인공지능이 의료 현장에서 단순 보조 도구를 넘어 진단 정확도를 개선하는 핵심 수단이 될 가능성을 보여줍니다.

팩트연구진은 응급실 환자 76명의 사례를 대상으로 오픈AI의 o1 및 4o 모델과 두 명의 내과 전문의 진단을 비교했습니다. 진단 결과는 해당 정보를 알지 못하는 다른 두 명의 전문의가 블라인드 방식으로 평가했습니다.

팩트분석 결과 o1 모델은 초기 응급실 분류 단계에서 전문의들보다 정확하거나 대등한 진단을 제시했습니다. 특히 환자 정보가 부족하고 신속한 결정이 요구되는 초기 단계에서 인공지능의 성능이 두드러졌습니다.

팩트o1 모델은 분류 사례의 67%에서 정확하거나 매우 근접한 진단을 내렸습니다. 비교 대상인 두 명의 전문의는 각각 55%와 50%의 정확도를 기록했습니다.

팩트연구진은 인공지능 모델에 전자 의무 기록 정보만을 제공했으며 데이터를 사전 처리하지 않았습니다. 이는 실제 임상 환경과 유사한 조건에서 인공지능의 추론 능력을 검증하기 위한 조치입니다.

교차검증연구진은 이번 결과가 인공지능이 즉시 응급실의 생사 결정권을 가질 준비가 되었다는 의미는 아니라고 강조했습니다. 실제 환자 치료 환경에서 인공지능을 평가하기 위한 전향적 임상 시험이 필요합니다.

교차검증응급의학과 전문의 크리스틴 판타가니는 이번 연구가 응급의학과 전문의가 아닌 내과 전문의와 인공지능을 비교했다는 점을 지적했습니다. 또한 응급실의 핵심 목표는 최종 진단보다 환자의 생명을 위협하는 상태를 즉시 파악하는 것이라고 비판했습니다.

교차검증베스 이스라엘의 아담 로드먼 박사는 인공지능 진단에 대한 공식적인 책임 체계가 부재하다는 점을 경고했습니다. 환자들은 여전히 생사가 걸린 중요한 결정 과정에서 인간 의사의 안내를 선호합니다.

교차검증연구진은 이번 연구가 텍스트 기반 정보만을 활용했다는 한계를 인정했습니다. 현재의 파운데이션 모델은 텍스트 이외의 비정형 데이터를 추론하는 데 여전히 제한적입니다.

출처본 내용은 테크크런치 2026년 5월 3일 자 기사를 통해 교차 검증했습니다. 상세 연구 내용은 과학 저널 사이언스에 게재된 논문을 참조하십시오. https://techcrunch.com/2026/05/03/in-harvard-study-ai-offered-more-accurate-diagnoses-than-emergency-room-doctors/