최종편집 : 2020-09-18 16:11 (금)
인공지능(AI)은 의료진단 분야를 어떻게 바꿀까
상태바
인공지능(AI)은 의료진단 분야를 어떻게 바꿀까
  • 이민정 기자
  • 승인 2020.08.07 10:57
  • 댓글 0
이 기사를 공유합니다

AI 의료진단의 장단점
한국판 뉴딜 정책 ‘스마트 의료 인프라 구축’…닫혀 있던 원격 의료 시장 열릴 가능성 커져
ⓒMedium
ⓒMedium

[프롤로그=이민정] 인공지능(AI) 기술이 발달함에 따라 의료 분야에서 새로운 변화를 촉진하기 시작했다. AI는 의료분야에서 진단·치료 프로세스를 극적으로 향상시킬 잠재력이 있어, 기존 의료 진단에 큰 영향을 줄 수 있다.

특히 의료 분야에서 AI 도입의 효과가 높은 것은 ‘영상진단’과 ‘임상 의사결정 지원’, ‘개개인 환자에 맞춘 맞춤형 치료’의 3가지 영역이다. 

◆ AI 의료 진단의 장점

AI 진단이 주목을 받는 데는 의료 분야에서 다양한 활용이 가능하기 때문이다. 먼저, 예방·예측 단계에서의 AI는 유전체 정보, 의료 정보, 생활습관 정보 등을 분석하여 향후 발생 가능한 질병을 예측함으로써 사전에 개인의 질병 발생에 대한 대응을 가능하게 한다. 이러한 AI 활용은 암, 패혈증, 심장 질환, 성인병 등 다양한 질병 예측에 활용될 수 있다.

특히, 영상의학 분야에서는 인공지능(AI)이 대세로 자리 잡은 모양새다. 이미지, 영상 데이터 분석에 있어 딥러닝 기술의 발전은 의료 분야의 판독 즉 진단 영역의 획기적인 발전을 촉진하고 있으며 인간보다도 훨씬 빠르고 정확하게 처리할 수 있는 등 많은 장점이 있다. 더 나아가서 의사의 부담이 줄어들고 진단 오류 방지 그리고 의료 종사자가 더 나은 일을 할 수 있도록 도와주는 것이 그 대표적인 예다.

또한 AI는 진단의 정확성 향상, 의료 비용 절감, 신약개발의 시간 단축 및 의사의 진단 보조 역할을 통한 '의료 프로세스의 효율화'를 촉진하고 있다. 특히 기술 구현 가능성 즉 성공 가능성이 매우 불확실한 신약개발에 들어가는 시간과 비용을 단축하기 위한 AI 활용이 가속화되고 있다. 이에 따라 AI는 다양한 데이터를 활용한 개인의 특성에 맞는 맞춤형 의료의 실현을 앞당기는 의료 혁신의 아이콘으로서 성장 가능성이 클 것으로 기대된다.

◆ AI 의료 진단의 문제점

그렇다면 AI 의료 진단은 완벽한 것일까. 결론적으로 말하자면 그렇지 않다. 2019년 ETRI 기술정책연구본부가 발표한 자료에 따르면 국내에서 의료와 AI의 결합이 가져오는 주요 이슈 또는 문제점을 파악하면 다음과 같다.

첫째로 방대한 의료 관련 데이터를 보유하고 있으나 실제 AI로 학습할 양질의 데이터가 부족하다는 점이다. 국내에는 건강보험 DB, 건강검진 DB, 병원의 의료정보 등 방대한 의료 데이터 존재하나 개인정보 및 의료정보 보호 정책으로 AI 분석을 위한 데이터 공유 및 활용이 어려운 실정이다. 사용자 정보가 식별되지 않은 데이터를 기반으로 한 AI 분석으로는 가치 있는 정보를 얻어 낼 수 없기 때문이다.

둘째로 AI를 활용하는 것이 만족할 만큼 진단의 정확성을 가져오는지는 아직 불확실한 상황이다. 예를 들어 IBM의 AI 솔루션 ‘왓슨 포 온콜로지(Watson for Oncology)’가 출시되자 국내 외 여러 병원에서 즉시 도입했다. 그러나 IBM 왓슨의 문제는 학습데이터 선택과 암의 종류, 병원 및 국가별 상이에 따라 왓슨의 능력이 다르게 나타나면서 신뢰성의 문제가 제기됐다. 특히, 왓슨은 미국 데이터를 기반으로 만들어진 태생적 특성으로 인해 국가별 특성 즉 한국인 고유의 빅데이터가 반영되지 못한 것이 낮은 의견 일치율의 원인으로 지적되고 있다.

넷째, AI의 오작동으로 인한 의료 사고에 대한 법적 책임 소재가 불분명하다. AI 시스템의 오류로 인해 예기치 못한 의료사고가 발생할 경우 병원, 의사, 개발자, 의료기기 제조업체 중 책임을 질 주체가 누구인지 명확하지가 않다. 특히, 환자가 AI의 진단을 의사보다 선호할 경우 의사, AI 중에 누가 책임을 져야 할지에 대한 논의가 필요한 실정이다.

다섯째, AI 블랙박스 즉, 의사결정의 불투명성으로 인한 신뢰 문제다. 딥러닝 학습이 증가하면서 AI의 결과물이 어떤 방식에 의해 구현되었지 알 수가 없다. AI가 어떤 방식으로 왜 그런 선택·결정을 했는지 설명할 수 있어야만 AI에 대한 신뢰가 높아지고 활용의 효과도 커질 것이다.

◆ 국내 현황…녹내장 진단하고 설명하는 AI 개발

국내에서는 코로나19 사태로 인공지능(AI)과 빅데이터 업체 중에서도 의료 부문에 특화된 기업의 성장성이 부각되고 있다. 스타트업, IT 기업, 병원, 연구소 등 다양한 이해관계자들의 참여를 통해 의료 AI 생태계의 확대 발전이 전망된다. 또 최근 정부가 발표한 한국판 뉴딜 정책 중 ‘스마트 의료 인프라 구축’을 주요 과제로 내세웠기 때문에 닫혀 있던 원격 의료 시장이 열릴 가능성이 커졌다. 

지난달 30일 서울대학교병원에 따르면 녹내장이 생긴 위치는 물론 진단을 내리게 된 의학전 소견까지 보여주는 새로운 녹내장 진단 AI가 국내 연구진에 의해 개발했다고 발표했다.

서울대병원 안과와 가정의학과 연구팀은 “녹내장 진단 환자의 안구 속 사진 6천 장을 정밀 판독해 학습을 진행하고, 녹내장 판단이 가능한 설명 방법론을 적용해 AI가 진단을 내리는 것은 물론, 그 이유를 제시할 수 있도록 했다”고 밝혔다. 이어 “기존 AI가 가지던 블랙박스 문제를 해결한 새로운 설명 가능한 AI 기술은 신뢰성을 높여 향후 인공지능 의료기기의 인증과 사용성 확대에 중요한 원천기술”이라며 “이를 기반으로 해 인간과 AI의 상호 의사소통을 촉진하는 인공지능 의료기기를 개발할 예정”이라고 향후 계획을 밝혔다.

서울대병원과 인더스마트(주)의 협력 연구로 진행된 이 논문은 안과학 분야에서 국제적으로 가장 권위 있는 미국안과학회(AAO)의 공식 학술지 ‘옵살몰로지(Ophthalmology)’ 최근호에 게재됐다.



댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.
주요기사