I used Claude Code to get a second opinion on my MRI

개요

Claude Opus 4.8 모델을 사용하여 MRI 영상 판독 결과에 대한 제2의 의견을 얻고자 한 개인의 경험을 공유하며, AI의 의료 진단 보조 가능성을 탐구합니다.

주요 내용

* MRI 결과 및 초기 의사 진단: 글쓴이는 오른쪽 어깨 통증으로 정형외과 의사를 방문했으며, MRI 검사 결과 "견갑하건(subscapularis tendon)의 첨단 삽입부(apical insertion)에서 Grade III (>50%-width) 부분 파열" 진단을 받았습니다.
* 의사 진단 및 치료 과정에 대한 의구심: 의사는 진단 직후 광범위한 치료 계획(체외 충격파 치료, Homeopathic Traumeel 주사 등)을 제시했으나, 최근 임상 진료 지침에 부합하지 않거나 치료 적응증이 불분명한 부분들이 있어 글쓴이는 치료 과정의 신중성에 의문을 제기했습니다.
* GPT 3.5 Pro를 활용한 초기 분석: 의사의 치료 과정에서 지적된 부분(칼슘화 없는 회전근개 건병증에 대한 체외 충격파 치료 금지, Traumeel의 홈페이시 의약품 지정)을 GPT 3.5 Pro가 먼저 지적했습니다.
* Claude Opus 4.8을 이용한 MRI 분석: 글쓴이는 DICOM 형식의 MRI 영상 데이터(약 266MB)를 Claude Code 환경에서 Opus 4.8 모델에 분석을 의뢰했습니다. Claude Code는 코드 실행 및 패키지 설치 능력을 부여합니다.
* Opus 4.8의 초기 판독 결과: Opus 4.8은 약 1시간 후 보고서를 생성했으며, 의사가 진단한 Grade III 부분 파열 대신 "온전한 힘줄"이라는 상반된 결과를 내놓았습니다.
* 두 판독 결과의 중재: 글쓴이는 인간 의사의 보고서와 ChatGPT 3.5 Pro와의 대화 내용을 추가 정보로 제공하여 Opus 4.8에게 두 보고서 간의 비교 분석을 요청했습니다.
* Opus 4.8의 최종 중재 결과: 약 1시간 후 생성된 중재 보고서에서 Opus 4.8은 "경미한 삽입부 건염(Mild insertional tendinosis)은 있으나, 첨단 삽입부를 포함한 명확한 부분 또는 전체 파열은 확인되지 않았다"는 결론을 내렸습니다.
* AI 기반 제2의 의견에 대한 혼란: AI의 상반된 판독 결과는 글쓴이를 "정보의 과잉" 상태로 만들었고, 인간 의사와 AI 모두에 대한 완전한 신뢰를 형성하기 어려운 상태에 놓이게 했습니다.

시사점

AI 모델은 MRI 영상과 같은 복잡한 의료 데이터를 분석하고 제2의 의견을 제공하는 잠재력을 보여주었으나, 현재 기술 수준에서는 최종적인 신뢰 확보와 임상 적용에 대한 추가적인 검증 및 발전이 필요합니다.