[화요광장] 헬스케어 인공지능(AI)

김웅식 건양대 의료인공지능학과 교수

최근 헬스케어 산업의 트렌드는 질병치료 중심에서 예방 중심으로 변화하고 있다. 또 환자들은 의료 공급자로부터 더욱 안전하고 효과적인 진료와 개인맞춤형 치료를 기대하고 있다. 이러한 기대와 요구를 충족하기 위해서는 병원 내 진료 기록, 의료영상 데이터, 유전체 데이터, 그리고 환자의 일상 생활에서 발생하는 라이프 로그 데이터, 의학 문헌 데이터를 종합적으로 분석하고 연계할 필요가 있다. 그러나 의사의 노력과 인지 및 판단 능력으로는 방대한 데이터를 분석해서 환자를 위한 최선의 결론을 찾는 데 분명 한계가 있다. 이에 따라 의사를 보조하거나 대체해서 데이터 분석과 의사결정을 지원하는 인공지능 기술의 수요가 급증하고 있다.

같은 질병이라도 의사들 간 진료의 변이가 크고 개별 의사들도 진료에 대한 일관성이 부족하다. 또한 의료 사고는 사람의 생명을 위협하는 큰 요인으로 자주 거론되고 있다. 이에 따라 근거에 기반하여 정확하고 빠른 연산 능력을 지닌 인공지능 헬스케어시스템에 대한 환자들의 신뢰가 점점 커지고 있다. 이러한 기술적인 수요에 부응해서 의료영상 정밀진단, 신약개발, 진료 프로세스의 개선, 의료로봇, 가상 간호(Virtual Nurse), 처방 오류방지 등 다양한 분야에서 활발하게 인공지능 기술의 적용이 진행되고 있다. 따라서 헬스케어 의료영상 분야에 대해 살펴 보고자 한다.

의료영상 분야는 AI의 활용이 가장 활발한 분야 중 하나이다. 질병의 진단을 위해 의료영상은 영상획득 기기를 통해 인체의 내부 및 외부의 다양한 부위에서 수집된다. 그리고 수집된 영상은 임상의나 영상의학 전문의의 시각적 인지능력과 판단력에 전적으로 의존하여 진단에 활용돼 왔다. 이제 이러한 고전적 방법은 AI에 의해 개선되거나 대체되고 있다. 더 나아가, 많은 연구에서 AI는 임상 의사보다도 의료영상의 특징을 정확하고 신속하게 인식할 수 있다는 사실이 밝혀지고 있다.

병리(Pathology) 분야에서 딥러닝 기술의 활용은 100년 이상 큰 변화 없이 지속되던 이 분야에 혁명적인 변화를 가져 오고 있다. 임상 의사결정의 70%는 병리학 결과에 기초한다는 보고가 있을 만큼 병리 영상의 정확하고 빠른 진단은 매우 중요하다. 또한 육안으로 확인할 수 없는 세밀한 변화를 파악하는 것은 치료의 안전성과 효과성을 극적으로 높일 수 있다.

그러나 헬스케어 분야에서 AI를 적용하기 위해서 극복해야 할 것이 여전히 많다. 우선 인공지능의 성능이 데이터의 양과 질에 의해 결정된다는 점이다. 쓰레기 데이터를 집어넣으면 그 결과는 쓰레기일 뿐이다. 따라서 양질의 학습 데이터를 확보하는 것이 가장 우선돼야 하는 과제이다. 또한 의식적이든 무의식적이든 데이터의 학습과정에서 개발자의 편견이 존재할 수 있다. 인공지능이 자율적으로 의사결정을 수행할 수 있다는 점에서 개발자의 의도를 크게 벗어날 수 있다. 인공지능의 결론 도출과정이 블랙박스이기 때문에 이 과정에서 사람의 개입이 어렵다는 점과 일반화 능력이 떨어진다는 한계도 감안해야 한다.

이러한 한계에도 불구하고 장기적으로 헬스케어 산업에서 인공지능의 활용은 점점 더 확대될 것으로 기대된다. 인공지능 기술의 적용은 헬스케어를 변화시키고 있고 실질적인 차이를 만들어 내고 있다. AI는 질병과 유전정보 간 상관관계를 찾고 수술실에서 외과의사를 지원하며 병원의 일상 활동을 간소화하고 의료진의 삶을 단순화하며 시간을 절약하는 엄청난 경제적 가치를 지닌다는 것은 많은 사례를 통해 이미 입증됐다.