KSNR 2026 추계심포지엄 · Medical AI without coding
대한신경두경부영상의학회 추계심포지엄 Session 3 "Neuroimaging Frontiers: What's Next?"의 20분 강연. 코딩 없이 AI를 쓰게 된 변화, 연구에서 직접 해 본 결과, 임상의가 만든 도구와 병원에서 지킬 원칙을 다뤘다.

강의 개요
- 일시: 2026년 10월 30일 (금) 15:30 ~ 15:50 (20분, 세션 Q&A 15:50 ~ 16:00)
- 장소: 중앙대학교병원 송봉홀
- 주최: 대한신경두경부영상의학회 (KSNR) 「2026년 KSNR 추계심포지엄」
- 세션: Session 3 · Neuroimaging Frontiers: What's Next?
- 강연 제목: Medical AI without coding: A practical introduction
- 형식: 강연 34장. 그동안의 핸즈온 자료는 마지막 장 QR로 공유
무엇이 달라졌나
평소에는 두세 시간 동안 직접 따라 하는 핸즈온으로 진행해 왔지만, 이번에는 20분이라 전체 흐름과 실제 결과, 지켜야 할 원칙 위주로 구성했다.
지난 반년 동안 열 번 남짓 강의하면서, 같은 도구를 드려도 전공의는 내 일을 덜어 주는 쪽을, 교수님들은 새 도구를 만드는 쪽을 물었다. 그중 드림렌즈 피팅 계산기와 한 교수님이 직접 만든 케이스 관리 프로그램은 실제로 만들어졌다. 구현이 쉬워진 만큼 문제 정의, 역할 배분, 결과 검증이 중요해졌고, 이는 교수님들이 전공의와 대학원생에게 일을 맡기고 검토해 온 방식과 같다는 이야기를 했다. 챗봇에서 에이전트로, 프롬프트·컨텍스트에서 하네스 엔지니어링으로 바뀐 용어도 정리했다.
연구에서 해 본 것
- MedSci Skills — 데이터 정리와 통계부터 원고 작성, 투고 준비까지 연결한 공개 스킬 모음과, 인용 실재와 본문·표·초록의 숫자 불일치를 확인하는 검증 구조
- nnU-Net — 공개 모델로 공개 데이터에서 장기 분할을 학습하고 외부 데이터로 검증한 사례
- Paper 1 (npj Digital Medicine) — 전문의 시험용 교육자료 제작·검증 연구. 텍스트 카드 6천 장과 인포그래픽 833장을 만들고 전공의·전문의가 검증했다. 자동 검증을 통과한 텍스트의 blocking-error FNR은 1.00%로 사전 기준 0.3%를 만족하지 못해, 사람의 검토가 여전히 필요하다는 결론이었다.
- Paper 2 (BMC Medical Education) — 전공의 41명 대상 배포 파일럿. 인지부하와 자기효능감 변화에서 군 간 유의한 차이는 없었다.
- Paper 3 (medRxiv 프리프린트) — 판독의 60명이 AI 생성 영상을 구별할 수 있는지 본 사전등록 연구. pooled AUC 0.71(0.69–0.74)로 사전에 정한 기준 0.75에 미치지 못했다. 연구용 리더 스터디 웹앱도 Claude Code로 직접 만들었고, 청중에게 실제 영상으로 퀴즈를 냈다.
현장의 도구와 원칙
임상의가 직접 만든 도구 세 가지를 소개했다. 정형외과 의사가 만든 진료 대화 기반 차트 초안 도구 Clinova, 신경외과 의사가 만든 내시경 척추 시뮬레이터 Altician, 그리고 내가 만든 Aperivue RADS다.
병원에서 지킬 원칙은 네 가지로 정리했다. 환자 정보는 넣기 전에 로컬에서 지우고, 산출물은 초안이며 서명은 사람이 하고, 어디까지 맡길지 미리 정하고, 환자 데이터가 없는 일부터 시작한다. 인허가를 받은 동맥류 AI를 실제 진료 MRA에 적용했을 때 표시 여덟 개 중 하나만 진짜 동맥류였던 독립 평가(Ito 2026)와, 잘못된 표시에 전공의는 판단을 바꾸고 신경영상의는 바꾸지 않았던 판독자 연구(Kim 2025)로 마지막 확인은 사람이 해야 한다는 점을 짚었다.
앞으로
마지막 QR로 슬라이드, 강의록, 설치 가이드, 합성 검진 실습 데이터를 공유했다. 강연 기회를 주신 대한신경두경부영상의학회와 Session 3 좌장님께 감사드린다.
