미국 연구진, 처방 뒤 오피오이드 사용장애 예측 AI 외부 검증…환자별 판정과는 거리

미국 연구진이 오피오이드 처방 환자의 전자의무기록으로 1년 뒤 사용장애 위험을 예측하는 AI 모델을 개발해 다른 의료기록에서도 시험했다. 외부 검증에서 위험군과 비위험군을 구별하는 지표는 비교적 높았지만, 실제 진료에서 환자를 선별하거나 처방을 제한하는 도구로 검증된 것은 아니다.

미국 연구진이 19일 학술지 《npj Digital Medicine》에 공개한 모델 ‘OUD-REY’는 오피오이드 처방 이력이 있는 사람의 시간순 의료기록을 활용한다. 연구진은 미국 국립보건원 ‘All of Us’ 자료로 모델을 만들고, 이후 추가된 자료와 미국 재향군인 의료체계(VA) 기록으로 성능을 다시 평가했다.

외부 기록에서 낮아진 지표

논문 초록에 따르면 개발 자료 안에서 검증한 ROC 곡선 아래 면적(AUROC)은 91.2%, 정밀도·재현율 곡선 아래 면적(AUPRC)은 77.0%였다. 시기가 다른 All of Us 자료에서는 각각 86.4%와 23.1%, VA 자료에서는 85.5%와 19.5%로 나왔다. VA 검증에는 약 600만 명의 20년간 기록이 쓰였다.

AUROC는 사용장애가 기록된 사람과 그렇지 않은 사람을 모델이 구별하는 능력을 나타낸다. AUPRC는 양성 사례가 드문 자료에서 위험 예측의 성능을 살피는 별도 지표다. 두 수치 모두 특정 환자가 실제로 사용장애를 겪을 확률이나, ‘고위험’으로 분류된 사람 가운데 실제 발생하는 비율과 같지 않다. 외부 자료에서 기록된 사용장애 비율은 시기 분리 자료 2.9%, VA 자료 3.5%였다.

점수만으로 처방을 바꿀 수 없어

독립된 미국 OneFlorida+ 연구도 오피오이드 처방 성인의 3개월 사용장애 발생을 예측하는 모델을 외부 의료기관 자료로 검증했다. 이 연구에서는 가장 위험도가 높은 10% 집단의 양성예측도가 3.26%였고, 다른 의료체계의 판별 성능은 개발 기관 검증보다 낮았다. 예측 시점과 환자군이 달라 OUD-REY와 수치를 직접 비교할 수는 없지만, 판별 지표가 높다는 사실만으로 개인의 진단이나 처방 결정을 정당화할 수 없다는 점을 보여준다.

미국 질병통제예방센터(CDC)의 2022년 통증 진료 지침은 기존 위험 분류 도구의 정확도가 제한적이고 일정하지 않다고 밝혔다. 통증 치료를 일률적으로 제한하지 말고 개인의 상황과 치료의 이익·위험을 함께 살피라는 취지다. 이 지침은 미국 외래 성인 진료를 대상으로 하며 한국의 처방 기준을 뜻하지 않는다.

이번 모델 연구는 의료기록 기반 예측 성능을 보고했다. AI 점수를 진료에 도입했을 때 사용장애가 줄거나 환자에게 불이익이 생기지 않는지는 초록에 제시되지 않았다. 실제 적용에는 예측 오류와 자료 편향을 따로 검토해야 한다. 이 기사는 일반 정보이며 개인의 진단이나 약물 변경 근거가 아니다.

대표 이미지: AI 생성 이미지 / 데이마크

원문: https://www.nature.com/articles/s41746-026-03392-w
독립 연구: https://pmc.ncbi.nlm.nih.gov/articles/PMC12978897/
CDC 지침: https://www.cdc.gov/mmwr/volumes/71/rr/rr7103a1.htm