Aidoc CARE FDA 승인, 전신 CT 분류 11개 적응증 추가
2026년 1월 22일 발표된 Aidoc CARE FDA 승인은 Aidoc의 AI 분류 솔루션에 새 적응증 11개를 더해 응급실과 외래 환경을 위한 전신 CT 분류 도구로 바꿔요. 11개 적응증은 Aidoc 자체 파운데이션 모델 CARE에서 돌아가고, FDA가 검토한 연구에서 평균 민감도 97%, 평균 특이도 98%를 기록했어요. 병원에는 영상의학과 대기열을 다시 정렬해 가장 위중한 환자의 영상을 먼저 읽게 하는 소프트웨어예요.
응급실에 다른 영상 대기열이 필요했던 이유
Aidoc의 사례는 스캐너가 아니라 대기열에서 출발해요. 회사는 대부분의 의료기관이 여전히 "선착순"으로 영상을 읽기 때문에 응급실의 병목이 영상 촬영 자체가 아니라 대기 체계라고 주장해요.
그 순서에서는 위중한 환자의 CT가 영상의학과 전문의가 닿기 전까지 일상 검사 뒤에서 기다릴 수 있어요. 2016년에 설립된 임상 AI 회사 Aidoc는 이 때문에 응급실과 의원에서 생기는 과밀을 고치려고 나섰어요.
FDA가 2026년 1월 22일 승인한 것
2026년 1월 22일 Aidoc는 식품의약국이 분류 솔루션의 새 적응증 11개를 승인했다고 발표했어요. 이 결정 전에는 CT 영상에 대한 승인 적응증이 세 개 있었어요. 이제 응급실과 외래 환경을 위한 포괄적인 전신 CT 분류 솔루션을 갖게 됐다고 해요.
새 적응증은 Clinical AI Reasoning Engine의 줄임말 CARE에서 돌아가요. Aidoc가 직접 만들었고 의료 분야에서 승인받은 최초의 파운데이션 모델이라고 설명해요. CARE는 적응증 14개를 하나의 작업 흐름에 모아서, 병원이 급성 소견마다 별도 도구를 이어 붙일 필요가 없어요.
영상의학과 안에서 AI 분류가 작동하는 방식
소프트웨어가 먼저 각 영상을 읽어요. 선입선출 대신 Aidoc의 분류 솔루션은 영상의 최초 검토를 바탕으로 우선순위를 정하고, 급성 소견이 의심되는 검사가 영상의학과 전문의가 검토할 대기열 앞으로 올라가요.
진단은 여전히 영상의학과 전문의가 내려요. AI는 업무 순서를 바꿔 위중한 환자가 판독자에게 더 빨리 닿게 해요. 분류는 응급실과 외래 의료진을 위해 다양한 급성 질환을 탐지하는 회사의 엔터프라이즈 AI 플랫폼 Aidoc aiOS에서 돌아가요. Aidoc의 유럽 웹사이트는 aiOS가 PACS, EHR, RIS, 일정 관리 같은 기존 병원 시스템에 맞물리고 영상의학과 전문의의 추가 클릭이 필요 없다고 해요.
"핵심 급성 질환을 하나의 작업 흐름으로 모을 수 있다는 점은 영상의학과가 운영되는 방식의 근본적인 변화예요." — 하이디 베일리스 박사, WellSpan Health 진단 부문 최고의학책임자
FDA 검토 연구가 측정한 것
측정된 결과는 FDA가 검토한 연구에서 나와요. 회사에 따르면 Aidoc의 최신 적응증은 평균 민감도 97%, 평균 특이도 98%를 달성했어요.
Aidoc는 이것이 새 적응증을 시장의 다른 솔루션보다 더 정확하게 하고 오경보를 줄인다고 해요. 그 비교는 회사의 주장이에요. 출처들은 새 적응증을 쓰는 미국 병원의 소요 시간을 제시하지 않아요. Aidoc의 유럽 웹사이트는 소요 시간 5.2일 단축과 매년 6,000만 건의 스캔 분석을 인용하지만, 그 수치가 어디서 측정됐는지는 밝히지 않아요.
병원 영상의학과에 달라지는 점
의료기관에는 CARE가 맡는 일이 의학적 필요에 따라 판독 목록의 순서를 정하는 거예요. 근무 중인 영상의학과 전문의 수보다 영상 건수가 많고, 놓친 급성 소견이 환자와 병원에 비싼 곳에서 가장 중요해요.
오경보는 영상의학과 전문의의 시간을 쓰므로 98% 특이도는 민감도만큼 중요해요. 거짓 양성이 적으면 이유 없이 앞서 가는 검사가 줄어요. 승인된 모델 하나가 적응증 14개를 덮으니 여러 업체의 검토와 연동 대신 업체 검토 한 번과 연동 한 번으로 끝나기도 해요. WellSpan Health는 영상 운영 전반에 많은 AI 도구를 통합했고 이 분류 솔루션이 급성 질환의 업무 흐름과 진단까지 걸리는 시간을 관리하는 방식을 다룬다고 해요.
Aidoc의 CT와 X선 계획의 다음 단계
회사 보도자료에서 경영진은 Aidoc가 앞으로 18개월 안에 AI 영상 솔루션을 모든 CT와 X선 작업 흐름으로 넓힐 계획이라고 했어요. 의료진용 보고서 초안을 쓰는 솔루션도 개발 중이에요. 둘 다 계획이지 결과가 아니에요.
회사는 그 일에 쓸 자금이 있어요. 7월 제너럴 캐털리스트와 Square Peg가 주도하고, 엔비디아의 벤처 캐피털 부문 NVentures와 미국 의료기관 Sutter Health, Hartford, Mercy, WellSpan이 참여한 신규 자금 1억 5,000만 달러를 조달했어요.
질문과 답변
Aidoc CARE는 무엇인가요?
Clinical AI Reasoning Engine인 CARE는 Aidoc가 자체 개발한 의료 영상용 파운데이션 모델이에요. 의료 분야에서 승인받은 최초의 파운데이션 모델이라고 하며, 이제 분류 적응증 14개를 하나의 작업 흐름에서 구동해요.
Aidoc 분류 솔루션은 얼마나 정확한가요?
회사에 따르면 FDA가 검토한 연구에서 새 적응증 11개는 평균 민감도 97%, 평균 특이도 98%에 도달했어요.
AI가 영상의학과 전문의를 대체하나요?
아니에요. 소프트웨어가 먼저 영상을 검토해 급성이 의심되는 사례를 대기열 앞으로 올리고, 영상의학과 전문의가 영상을 검토해 진단해요.
MOZGII의 시각
우리라면 이렇게 만듭니다
오늘날 소프트웨어가 의학에서 가장 도움이 되는 부분은 작업 대기열이에요. 어떤 영상, 어떤 환자, 어떤 메시지가 의료진에게 먼저 닿는가요. Aidoc의 사례가 깔끔한 예예요. 모델은 진단하지 않아요. 사람이 보는 순서를 정하고, 그건 병원이 감사할 수 있는 결정이에요.
이걸 만든다면 MOZGII는 판독 목록이 이미 가진 데이터에서 시작해요. 영상, 도착 시각, 오더한 부서, 영상의학과 전문의가 서명한 최종 보고서예요. 서명된 보고서로 어떤 검사가 실제로 급성이었는지 라벨을 달고, 매달 그것에 맞춰 모델을 다시 학습하고 점검해요. 영상의학과 전문의가 표시된 모든 사례를 검토하고, 부서장이 표시된 검사가 대기열을 얼마나 앞질러도 되는지 규칙을 맡아요.
두 곳에서 무너져요. 오경보는 일상 영상을 아픈 환자 앞으로 밀고, 놓친 소견은 급성 사례를 옛 순서에서 기다리게 해요. 병원이 영상 장비나 프로토콜을 바꿔 영상이 학습 때 본 것에서 멀어지면 둘 다 나빠져요. 지켜볼 지표는 확인된 급성 사례의 영상 촬영부터 보고서까지 걸린 시간을 도입 전후로 잰 값이에요.
다음 단계로는 판독 뒤의 단계를 만들어요. 확인된 소견을 대기 중인 맞는 전문의에게 보내고 그 사람이 언제 봤는지 기록하는 도구예요.
출처
이 기사의 사실은 다음 출처에서 가져왔습니다.