AI 코치가 의대생 봉합 연습을 돕다 ^{CEFR B2}

전 세계 병원과 의과대학은 점점 더 많은 외과의 부족 문제에 직면해 있다. 이 문제를 완화하기 위해 연구진은 기본 외과 기술, 특히 봉합 연습을 코칭하는 설명 가능한 인공지능(설명 가능한 AI) 도구를 개발했다. 이 도구는 International Conference on Medical Image Computing and Computer Assisted Intervention에서 소개되었다.

시스템은 Johns Hopkins University에서 개발되었고, 전문 외과의들이 봉합으로 절개를 닫는 장면을 촬영한 비디오와 손의 움직임을 추적한 데이터를 바탕으로 학습되었다. AI는 학생의 술기를 평가하고 전문가의 동작과 비교해 어떤 점을 구체적으로 바꿔야 하는지 설명하는 피드백을 제공한다. 연습이 끝난 뒤 AI는 문자 메시지로 즉각적이고 개인화된 피드백을 보낸다.

연구진은 무작위 대조 연구를 수행해 어느 정도 봉합 경험이 있는 12명의 의대생을 두 가지 훈련 방법에 배정했다. 한 그룹은 AI 코칭을 받았고, 다른 그룹은 외과의의 녹화 비디오를 보고 스스로 연습했다. 결과는 학생의 기존 경험에 따라 달라, 기초가 확고한 학생들은 AI 코칭으로 더 빠르게 학습했고 초보자들은 여전히 과제가 어려워 AI의 이익이 덜 나타났다.

수석 저자 Mathias Unberath는 사람들이 AI와 상호작용하는 방식을 연구한다고 소개하며 "다음으로 가장 좋은 것은 학생들의 작업이 전문 외과의와 어떻게 다른지 보여주는 우리의 설명 가능한 AI일 수 있다"고 말했다. 제1저자 Catalina Gomez는 중재 전후 학생 수행을 계산해 전문가 실습에 얼마나 가까워졌는지 확인할 수 있다고 말했다. 연구팀은 학생들이 봉합 키트와 스마트폰을 이용해 집에서도 사용할 수 있는 버전을 만들고, 임상 외부에서 연습 기회를 늘려 훈련을 확장하길 바란다고 밝혔다. 추가 공동저자는 Johns Hopkins와 University of Arkansas 소속이며 연구는 Johns Hopkins DELTA Grant IO 80061108와 Link Foundation Fellowship in Modeling, Simulation, and Training의 지원을 받았다. 출처: Johns Hopkins University.