코어라인소프트 AVIEW CAC, 원광대병원 실제 임상 적용 경험 KJR 게재

· 의료 AI, 이제는 ‘정확도’를 넘어 ‘실제 임상 적용’이 중요하다… AVIEW CAC 도입 경험 KJR 게재
· KJR 게재 원광대병원 연구, AI 기반 관상동맥석회화 분석의 실제 임상 적용 경험 보고
· PACS 연동과 자동 분석을 통한 심혈관 영상 판독 workflow 개선 가능성 확인
· 반복 업무 감소와 판독 일관성 향상에 기여하는 AI 활용 사례 제시

고령화와 영상검사 수요 증가가 지속되는 가운데, 의료 인공지능(AI)은 단순한 기술 개발 단계를 넘어 실제 임상 환경에서 활용 가능한 도구로 자리 잡고 있다. 특히 영상의학 분야에서는 AI의 진정한 가치가 알고리즘 성능 자체보다 의료진의 업무 흐름(workflow)에 얼마나 효과적으로 통합될 수 있는지에 대한 관심으로 확대되고 있다.
이러한 흐름 속에서 코어라인소프트의 AI 기반 관상동맥석회화(Coronary Artery Calcium, CAC) 분석 SW ‘AVIEW CAC’의 실제 임상 적용 경험이 최근 Korean Journal of Radiology(KJR)에 소개되었다.

원광대학교병원 영상의학과 강세리, 노지영 교수는 최근 발표한 논문에서 AI 기반 CAC 분석 시스템을 실제 임상 환경에 도입하고 운영한 경험을 공유하였다.
원광대병원(서일영 병원장)은 월 평균 약 170건의 심장 CT (ECG-gated non-contrast cardiac CT) 를 시행하는 지역 거점 의료기관으로, 다양한 제조사의 CT 장비가 함께 운영되는 환경을 갖추고 있다. 연구팀은 2025년부터 AVIEW CAC를 모든 심장 CT 검사에 적용하여 실제 진료 과정에서 활용하고 있다.
AVIEW CAC는 관상동맥 석회화를 자동으로 검출하고 Agatston score, volume score, mass score를 산출하며, 연령 및 성별을 고려한 위험도 정보를 함께 제공한다. 분석 결과는 의료영상저장전송시스템(PACS)에 자동으로 전송되어 영상과 함께 확인할 수 있도록 구성되었다.

연구진에 따르면 AI 기반 CAC 분석 결과는 CT 영상 업로드 후 수 분 내에 자동 생성되어 의료영상저장전송시스템에 연동되었으며, 기존에 방사선사가 수행하던 반복적인 수작업 분석 과정을 상당 부분 줄일 수 있었다.
이를 통해 재분석이 필요한 상황과 검사 과정의 비효율을 감소시키고, 판독 과정의 일관성을 높이는 데 도움을 줄 수 있었다고 연구진은 설명했다.

원광대학교병원 영상의학과 강세리 교수는 “AI를 별도의 추가 도구가 아닌 일상적인 판독 환경의 일부로 운영함으로써 반복적인 분석 업무를 줄이고 보다 효율적인 workflow를 구축할 수 있었다”며 “특히 의료영상저장전송시스템과의 자동 연동은 실제 임상 현장에서 AI 활용성을 높이는 중요한 요소였다”고 말했다.

이번 논문은 AI의 진단 성능 자체보다 실제 임상 환경에서의 적용 경험과 운영 과정에 초점을 맞추고 있다. 연구진은 AI 기반 CAC 분석이 높은 수준의 자동화와 업무 효율성을 제공하였지만, 일부 환자에서는 혈관 분류 오류나 위양성·위음성 사례가 발생할 수 있음을 확인하였다. 이에 따라 AI 결과에 대한 영상의학과 전문의의 최종 검토는 여전히 중요하다고 강조하였다. 연구진은 “AI 기반 CAC 분석은 반복 업무를 줄이고 진단의 일관성을 높일 수 있는 유용한 도구로 자리잡고 있지만, 궁극적인 판독 책임은 의료진에게 있으며 적절한 검증과 관리가 함께 이루어져야 한다”고 밝혔다. 이번 연구는 의료 AI의 가치가 단순한 알고리즘 성능을 넘어 실제 임상 workflow 안에서 얼마나 안정적으로 작동하고 활용될 수 있는지 보여주는 사례로 평가된다.