[Research & Insight]사진·MRI로 갑상샘안병증을 가려내는 AI, 정확도는 높아도 '음성' 결과만으로는 안심할 수 없습니다
사진·MRI로 갑상샘안병증을 가려내는 AI, 정확도는 높아도 '음성' 결과만으로는 안심할 수 없습니다 — 핵심 요약19개 연구로 살펴본 영상 AI의 진단·활동성 분류 성능 (*Ophthalmology* 2026)
현 단계에서는 갑상샘안병증 영상 AI를 담당 안과 의료진의 판단을 돕는 보조 도구로는 기대할 수 있지만, 혼자 확진하거나 배제하는 도구로 믿어서는 안 됩니다. 19개 후향적 연구를 종합한 결과 진단과 활동성 분류에서 높은 통합 성능을 보였지만, 근거 확실성은 낮았습니다. 특히 AI가 활동성이 낮다고 판단했더라도 실제 활동성 갑상샘안병증을 배제할 수는 없었습니다.
🔎 이 글의 성격 (소개·정보 고지): 필자는 이 글에서 인용한 연구의 저자가 아니며, 해당 연구와 관련된 이해관계도 없습니다. 이 글은 광고가 아닌 일반 문헌 소개와 정보 제공을 위한 콘텐츠입니다. 개인의 진단·치료·검사 여부와 결과 해석은 반드시 담당 안과 의료진과 상의해야 합니다.
서지정보 · Rui Hu, Junzhe Zhao, Guang-yu Li · *Ophthalmology* · 2026 · DOI: 10.1016/j.ophtha.2026.07.038 · PMID 42556434 · 연구비: 없음 · COI: 저자들이 공개할 이해상충이 없다고 보고함 · Journal Pre-proof
핵심 요약
- 연구진은 19개 후향적 연구의 총 8,744개 표본을 종합했으며, 8개 연구는 갑상샘안병증 진단을, 11개 연구는 활동성 분류를 평가했습니다.
- 갑상샘안병증 진단 AI의 통합 민감도는 0.93, 특이도는 0.84, AUC는 0.93이었지만, 근거 확실성은 낮았습니다.
- 활동성 갑상샘안병증을 구분하는 AI의 통합 민감도는 0.82, 특이도는 0.87, AUC는 0.90이었습니다.
- 진단 연구의 중앙 유병률을 적용한 계산에서 AI 음성 결과는 질환 가능성을 54%에서 9%로 낮췄지만, 이는 일반 인구나 개인의 절대위험을 뜻하지 않습니다.
- 활동성 분류에서는 AI 음성 결과가 강한 배제 기준에 미치지 못했으므로, 낮은 임상활성도 점수만으로 실제 활동성을 배제해서는 안 됩니다.
- AI가 일부 안과의사 비교군보다 높은 성능을 보였지만, 사진과 제한된 임상정보를 이용한 판독 실험이어서 실제 대면 진료를 대체한다는 의미는 아닙니다.
갑상샘안병증과 '활동성'의 정의
갑상샘안병증(thyroid eye disease, TED)은 그레이브스병과 관련해 눈 주위 조직에 변화가 나타나는 질환입니다. 눈꺼풀이나 결막이 붉어지고 붓거나, 눈이 앞으로 나와 보이거나, 겹쳐 보이는 증상 등이 나타날 수 있습니다. 초기나 전형적이지 않은 경우에는 다른 눈 질환과 증상이 겹쳐 진단이 쉽지 않을 수 있습니다.
진료에서는 통증, 붉어짐, 부기와 같은 염증 징후를 바탕으로 임상활성도 점수(Clinical Activity Score, CAS)를 평가합니다. 이번 메타분석에 포함된 연구들은 CAS가 3점 이상이면 활동성, 3점 미만이면 비활동성으로 분류했습니다.
다만 CAS 자체가 주관적인 평가 도구이며, 점수가 낮아도 실제 질환이 활동 중일 수 있습니다. 따라서 이번 연구에서 말하는 ‘활동성 분류 AI’는 생물학적 염증을 직접 확정한 기술이라기보다, 영상에서 CAS 기준에 맞는 표본을 구분한 기술로 이해해야 합니다.
이번 메타분석이 종합한 연구 자료
연구진은 2025년 11월 13일까지 발표된 영상 기반 AI 연구를 체계적으로 검색했습니다. 최종 분석에는 2021년부터 2025년 사이에 발표된 19개 연구와 총 8,744개 표본이 포함됐습니다.
갑상샘안병증 진단 성능은 8개 연구, 11개 검증 세트, 4,662개 표본을 바탕으로 분석했습니다. 활동성 분류 성능은 11개 연구, 11개 검증 세트, 4,082개 표본을 바탕으로 평가했습니다.
AI가 살펴본 영상에는 얼굴 사진, CT(컴퓨터단층촬영), MRI(자기공명영상), SPECT/CT(단일광자방출 컴퓨터단층촬영), 망막 사진이 포함됐습니다. 모든 연구는 이미 수집된 자료를 뒤에서 분석한 후향적 연구였습니다.
진단·활동성 분류 수치가 뜻하는 것
갑상샘안병증 진단
갑상샘안병증 진단 AI의 통합 민감도는 0.93(95% 신뢰구간 0.86–0.96)이었습니다. 이는 실제 갑상샘안병증 표본을 AI가 양성으로 찾아내는 비율을 뜻합니다.
통합 특이도는 0.84(95% 신뢰구간 0.78–0.88)였습니다. 이는 갑상샘안병증이 아닌 표본을 음성으로 분류하는 비율입니다. 전체 판별력을 나타내는 AUC는 0.93(95% 신뢰구간 0.90–0.95)이었습니다.
수치만 보면 유망하지만, 연구마다 결과 차이가 컸습니다. 민감도의 이질성은 I²=93.99%, 특이도의 이질성은 I²=89.20%였습니다. 이 수치는 AI의 오류율이 아니라, 포함된 연구들의 결과가 서로 얼마나 달랐는지를 나타냅니다.
활동성 갑상샘안병증 분류
CAS 3점 이상과 3점 미만을 구분한 AI의 통합 민감도는 0.82(95% 신뢰구간 0.77–0.85), 특이도는 0.87(95% 신뢰구간 0.82–0.91)이었습니다. AUC는 0.90(95% 신뢰구간 0.88–0.91)이었습니다.
활동성 분류에서도 연구 간 차이는 상당했습니다. 민감도의 이질성은 I²=68.09%, 특이도의 이질성은 I²=89.69%였습니다. 같은 종류의 AI라도 영상 방식, 검증 자료, 분석 단위 등에 따라 실제 성능이 달라질 수 있다는 뜻입니다.
AI 음성 결과 뒤에 남는 질환 가능성
진단 연구에서 갑상샘안병증 표본의 비율은 중앙값 54%였습니다. 이 조건에서 AI가 양성으로 판단하면 계산된 질환 가능성은 87%로 올라갔고, 음성이면 9%로 낮아졌습니다. 양성 우도비는 6, 음성 우도비는 0.09였습니다.
그러나 54%는 일반 인구의 유병률이 아니라, 이미 갑상샘안병증이 의심되거나 확인된 표본이 포함된 진단 연구들의 중앙값입니다. 따라서 “내 AI 결과가 음성이니 질환 가능성이 정확히 9%다”라고 개인에게 그대로 적용할 수는 없습니다.
활동성 분류 연구에서는 분석 전 활동성 비율의 중앙값이 33%였습니다. AI 양성 결과 뒤에는 활동성 가능성이 76%, 음성 결과 뒤에는 9%로 계산됐습니다. 하지만 활동성 분류의 음성 우도비는 0.21로, 연구진이 미리 정한 강한 배제 기준인 0.1 이하에 미치지 못했습니다.
두 분석에서 음성 후 확률이 모두 9%로 계산됐더라도 의미는 다릅니다. 하나는 갑상샘안병증의 진단 가능성이고, 다른 하나는 이미 관련 표본에서 CAS 기준의 활동성을 구분한 결과입니다. 특히 활동성은 AI 음성만으로 배제해서는 안 됩니다.
AI와 안과의사 비교 결과를 보는 시각
갑상샘안병증 진단 비교에서 AI의 통합 민감도는 0.93이었고, 일반 안과의사 비교군의 민감도는 0.40이었습니다. 통계적으로 차이가 있었지만(P=0.01), 비교 실험은 정면 얼굴 사진 50장만 사용했습니다. 사진은 갑상샘안병증 25장과 건강 대조 25장으로 구성됐으며, 세 명의 일반 안과의사가 판독했습니다.
활동성 분류에서는 AI의 민감도와 특이도가 각각 0.82와 0.87이었습니다. 경력 15년 초과 안성형 전문의 비교군에서는 각각 0.74와 0.76이었으며, 차이는 민감도 P=0.003, 특이도 P<0.001이었습니다.
그러나 이 과제도 얼굴 사진과 의무기록에 담긴 통증 정보를 이용한 판독이었습니다. 대면 진료에서 시행하는 눈의 움직임 평가, 시간에 따른 변화 확인, 다른 검사와의 종합 판단을 모두 반영한 비교는 아니었습니다. 따라서 이 결과는 제한된 영상 판독 과제에서 AI가 일관된 분류 능력을 보였다는 뜻이지, 실제 진료에서 담당 안과 의료진보다 우수하거나 의료진을 대신할 수 있다는 뜻은 아닙니다.
높은 성능에도 근거 확실성이 낮은 이유
첫째, 19개 연구가 모두 후향적 연구였습니다. 앞으로 환자를 모집해 실제 진료 흐름에서 성능을 확인한 전향적 연구는 포함되지 않았습니다.
둘째, 연구 지역이 동아시아에 집중됐습니다. 중국 연구가 10개(52.6%), 한국 연구가 5개(26.3%)였고, 유럽·아프리카·남아메리카에서 진행된 연구는 없었습니다. 다른 지역과 다양한 인구집단에도 같은 성능이 재현될지는 아직 확인이 필요합니다.
셋째, 방법론적 비뚤림 위험이 있었습니다. 진단 연구에서는 8개 중 1개(12.5%)가 고위험으로 평가됐습니다. 활동성 분류 연구에서는 개발 세트의 4개(36.4%), 검증 세트의 6개(54.5%)가 고위험으로 평가됐습니다.
넷째, CAS라는 기준 자체에 주관성이 있습니다. AI가 실제 염증을 정확히 찾아낸 것이 아니라, 불완전한 CAS 라벨에 포함된 판단 차이까지 학습했을 가능성을 배제할 수 없습니다.
이러한 비뚤림 위험과 비정밀성 때문에 주요 결과의 GRADE 근거 확실성은 모두 낮음으로 평가됐습니다. 중국 기관 자료 사이의 중복 가능성과 연구 간 큰 차이도 남아 있습니다.
지금 진료에서 기억할 결론
영상 기반 AI는 갑상샘안병증이 의심되는 사람을 선별하거나, 영상 판독과 활동성 평가를 일정하게 보조하는 데 활용될 가능성을 보여줬습니다. 다만 현재 근거는 AI가 독자적으로 확진하거나 치료 방향을 정할 단계에는 이르지 못했음을 함께 보여줍니다.
진단 AI가 음성이면 가능성이 낮은 사례를 가리는 데 참고할 수 있지만, 증상과 진찰 결과를 함께 봐야 합니다. 활동성 분류 AI가 음성이더라도 낮은 CAS의 활동성 갑상샘안병증을 배제해서는 안 됩니다. 시력이나 눈 주위에 의심스러운 변화가 있다면 AI 결과만으로 안심하지 말고 담당 안과 의료진에게 평가받으세요.
자주 묻는 질문 (FAQ)
Q1. AI 결과가 음성이면 갑상샘안병증이 아니라고 봐도 되나요?
아닙니다. 진단 연구에서는 음성 결과가 질환 가능성을 54%에서 9%로 낮췄지만, 이는 포함 연구의 중앙 유병률을 적용한 요약 계산입니다. 개인의 증상, 진찰 결과, 검사 전 가능성에 따라 실제 해석은 달라지므로 담당 안과 의료진이 함께 판단해야 합니다.
Q2. AI가 양성으로 판단하면 진단이 확정되나요?
확정되지 않습니다. 진단 분석에서 양성 결과 뒤의 가능성은 87%로 계산됐지만, 양성 우도비 6은 강한 확진 기준에는 이르지 못했습니다. 다른 질환과 증상이 겹칠 수 있으므로 추가적인 임상 확인이 필요합니다.
Q3. 활동성 AI가 음성이면 염증이 없다는 뜻인가요?
그렇지 않습니다. 활동성 분류의 음성 우도비는 0.21로 강한 배제 기준에 미치지 못했습니다. CAS가 낮더라도 실제 활동성 질환이 있을 수 있으므로, AI 결과만으로 활동성이 없다고 단정해서는 안 됩니다.
Q4. 이번 결과는 AI가 안과의사를 대신할 수 있다는 뜻인가요?
아닙니다. 의사와의 비교는 사진과 제한된 임상정보를 사용한 판독 실험이었으며, 완전한 대면 진료를 비교하지 않았습니다. 시력 변화나 눈 주위 통증·붉어짐·부기, 눈이 앞으로 나오는 변화 또는 겹쳐 보이는 증상이 의심되면 AI 결과와 관계없이 담당 안과 의료진에게 평가받으세요.
더 알아보기
갑상샘안병증과 눈 건강, 의료 인공지능 연구를 일반인 눈높이로 해설한 글은 [afternoon.clop.ai](https://afternoon.clop.ai)에서 더 살펴볼 수 있습니다. 온라인 정보는 개인의 진단을 대신할 수 없으므로, 눈이나 시력에 변화가 있다면 담당 안과 의료진에게 상담받으세요.
출처 (Sources)
Hu R, Zhao J, Li G-y. *Image-based AI for Automated Diagnosis and Clinical Activity Grading in Thyroid Eye Disease: A Systematic Review and Meta-analysis*. *Ophthalmology*. 2026. [DOI 10.1016/j.ophtha.2026.07.038](https://doi.org/10.1016/j.ophtha.2026.07.038). PMID 42556434.
이 논문은 2026년 7월 29일 게재 승인된 Journal Pre-proof로, 최종 교정·조판 과정에서 내용이 달라질 수 있습니다. 저자들은 연구비를 받지 않았으며 공개할 이해상충이 없다고 보고했습니다. 원고의 가독성과 언어 품질 향상을 위해 Deepseek-V3.2와 Gemini 3.0 pro를 사용했고, 저자들이 내용을 검토·수정한 뒤 전적인 책임을 진다고 밝혔습니다.
함께 보면 좋은 글
참고 자료
이 글은 안과 전문의 박상준(분당서울대학교병원 안과)의 감수를 받았습니다.
본 콘텐츠는 일반 건강정보이며, 진단과 치료는 담당 안과 전문의와 상담하세요.
