[편집자 주] 인공지능(AI) 시대가 도래했습니다. 2021년이 AI에 대한 기본 상식이 알려진 해라고 한다면, 2022년은 AI를 실생활에서 체험할 수 있는 해가 될 것입니다. 2016년 알파고만 등장했을 때만 해도 AI은 사람들에게 많이 알려진 존재가 아니었습니다.
공포의 대상이기도 했고, 호기심 가득한 기술이기도 했지요. 하지만 지금 AI는 산업, 금융, 예술, 쇼핑, 채용 등 분야에 상관없이 우리 삶의 일부분이 됐습니다. 어느새 '위드 AI(With AI)' 시대가 된 것이지요.
<AI타임스>는 지난 1년간 우리 삶에 녹아든 AI를 취재했습니다. 그리고 연말을 맞아 [위드AI] 특집으로 일상에 녹아든 AI 분야 13개를 선정, 소개하고자 합니다. 여러분은 지금 어떤 AI와 함께하고 계신가요?
의료에 인공지능(AI)은 어떻게 사용될까요? 현재 진단, 치료, 제약 분야까지 폭넓게 적용 중입니다. 그러나 여전히 논란은 있어요. AI가 의료 행위를 하는데 필요한 의사결정권이나 데이터 관리 등 책임감에 대한 문제 말입니다.
특히 AI를 사용한 질병 진단에 대한 의견이 분분해요. 몇몇 전문가는 AI로 한 검진이 인간 전문의보다 부정확하다는 연구 결과를 발표했어요. 하지만 그 반대 입장도 알 필요가 있답니다. AI가 진단을 인간보다 더 잘한다는 해외 연구 사례가 늘어서죠.
결국 AI와 인간 전문가를 분리해서 의료에 대해 이야기하는 건 무리가 있어요. 오히려 의료 기술에 AI를 더하면 인간 전문의가 진단이나 시스템을 쉽게 구축할 수 있다는 입장이 더 설득력 있죠.
그렇다면 AI가 어떻게 질병 진단과 의료 시스템에 들어갔을까요? 이때 필요한 국내 의료 데이터법은 충분할까요?
이번 [AI기획]에서는 AI를 사용한 질병 진단, 의료시스템, 의료 데이터 정책에 대해 재밌고 쉽게 알아보도록 해요.
암부터 알츠하이머까지 진단하는 AI
폐암 걸리기 1년 전에 CT에서 징후를 알아내는 인공지능(AI)이 있어요. 해당 기술은 지구 반대편 프랑스 꼬트다주흐 대학(Université Côte d’Azur) 국제디지털과학기술 연구소 벤누아 오들랑(Benoît Audelan) 연구팀이 발표했죠.
미국 플로리다 대학(University of Florida) 연구팀은 AI와 MRI로 치매 예측 정확도를 94%까지 높이는 성과를 냈답니다. AI가 특정 유형의 초기 기억상실을 가진 사람들이 알츠하이머로 발전할 것인지, 다른 형태의 치매로 변할 것인지를 자동으로 예측한대요.
올해 9월 리투아니아 카우나스 대학(Kauno Technologijos Universitetas) 연구팀은 뇌 이미지에서 알츠하이머병 발생 가능성을 예측할 수 있는 딥러닝도 개발했죠. 정확도는 무려 99% 이상이래요. 기존 기술보다 정확도, 민감도, 특이성 측면에서 더 나은 성능을 보였답니다. 알츠하이머는 초기 진단이 가장 중요하다던데, 이를 강조하던 전 세계 의료전문가들에겐 희소식이네요.
해외만 소개해서 현실감 없다고요? 국내 기업도 AI으로 질병 진단하는 기술 개발에 한창이랍니다.
특히 AI 의료 솔루션 기업인 코어라인소프트는 국가폐암검진 솔루션을 개발했어요. 폐 CT를 찍으면 만성폐쇄성폐질환(COPD)과 심장질환까지 자동으로 진단할 수 있죠. 심지어 흉부 유관 질환까지 알 수 있답니다. 향후 CT촬영을 한번만 해도 전신 진단이 가능하도록 개발 중에 있습니다.
해당 솔루션은 유럽 최대 폐암 검진 컨소시엄인 '4ITLR 프로젝트'에 선정되기도 했죠. 올해부터 4년간 진행할 예정이라고 해요.
코로나 바이러스 잡는 AI
귀신 잡는 해병대처럼 AI는 코로나 바이러스를 잡을 수 있죠. 최근 연구는 AI가 코로나 바이러스를 진단할 수 있다고 해요. 사람이 하는 것보다 빨라서 밤낮 고생하시는 의료진의 부담을 줄일 수 있을 것으로 보여요.
국내에서는 CT로 구분이 힘들 세균성 폐렴과 코로나 바이러스를 분류하는 딥러닝 모델이 개발됐어요. 대구경북과학기술원(DGIST) 로봇공학전공 박상현 교수가 연구원들과 만들었죠. 3차원 영상으로 일일이 보지 않아도 AI가 자동으로 CT 영상 내 주요 병변들을 분류할 수 있는 모델을 새롭게 선보였어요. 정확도는 98.6%라 합니다.
해당 모델은 ‘다중인스턴트학습(Multiple Instance Learning)’을 적용했어요. 여러 사례를 종합적으로 고려해 최종 결정을 내릴 때 사용하는 학습법이죠. CT에서 폐렴 위치를 집중적으로 확인할 수 있는 성능까지 올랐다네요. 또 환자별로 갖고 있는 특징을 추출할 수 있는 분류 기능까지 개선했어요.
그리스에서도 코로나 무증상 환자를 예측할 수 있는 머신러닝을 만들었어요. 기존 방식보다 환자를 최대 4배 더 많이 찾을 수 있답니다.
연구는 그리스 전역에 있는 공항, 국경 검문소, 항구에서 2020년 8월 6일부터 11월 1일까지 했다고 해요. 결과적으로 모든 입국자를 검사하는 무작위 테스트보다 약 2배 더 많은 무증상 감염자를 찾았어요. 여행 성수기인 여름에는 4배 더 많이 찾았고요.
어떻게 가능할까요? 바로 인구통계학적 정보와 과거 코로나 검사 데이터를 수집해서죠. 해당 데이터를 인공지능 강화학습(Reinforcement learning) 알고리즘으로 훈련했어요. 다시 말해, 코로나19 감염률이 높은 인구통계학적 정보와 검사 데이터에 해당되는 사람만 코로나19 검사를 하는 방식이에요. 일반적으로 사용하는 무작위 테스트나 국적에 따른 선별 검사보다 기능이 우수하다고도 하네요.
세계가 인정한 국내 AI 정밀의료 병원정보시스템
이번 달 국내 정밀의료병원정보시스템(P-HIS)이 북미의료정보경영학회(HIMSS) 병원의료시스템 디지털화 평가에서 세계 3위를 기록했어요.
P-HIS는 병원 내 모든 데이터를 클라우드로 이전하고 표준화하는 사업이에요. AI 등 최첨단 기술을 사용하는 정밀의료 실현을 위해 필수적인 데이터 인프라를 구축하는 작업을 진행하죠. 해당 사업은 2017년부터 올해까지 5년간 진행했어요.
민간기업 SKT도 서울대병원과 디지털 헬스케어 사업에 본격 돌입했다고 하네요. 'AI 기반 발달장애인의 조기 진단 및 도전적 행동 치료 사업'을 위해서요. 발달장애 진단과 치료를 위한 각종 ICT 솔루션 개발이 목적이에요. 데이터 관리 애플리케이션부터 인공지능(AI) 솔루션, 디지털치료제까지 목표하는 결과물 형태도 다양해서 주목할만하답니다.
관건은 의료데이터, 남은 과제는
현재 우리나라 개인정보는 의료 분야에 사용하는 데 유연성이 부족하다고 해요. 이에 따라 정부도 의료계에 AI 도입을 활성화하기 위해 정책 개선에 나서고 있답니다.
<AI타임스>와 올해 인터뷰한 법무법인 원 AI팀 정요진 변호사는 "국내에서는 정보 주체 동의를 받아야만 데이터 이용이 가능하다"고 설명했어요. 정 변호사는 "AI의 경우 데이터 싸움이고 불특정 다수의 개인정보를 활용하는 경우가 많다"며 "정보 주체로부터 일일이 다 동의를 받는 것은 현실적으로 어려워 보인다"고 제도 개선 필요성을 강조했죠.
특히 현재 국내 의료법상 환자 정보는 본인이나 위임장 받은 대리인이 병원에서 직접 받을 수 있어요. 따라서 환자 의료 정보를 전자기기를 사용해 받을 수 있는 제도 역시 필요하다고 합니다.
정부가 의료 데이터에 발 벗고 나섰어요. 올해 보건의료 데이터·인공지능 혁신 생태계를 구축하기 위한 5년 단위 계획을 마련했답니다. 이번 혁신전략을 통해 데이터 기반의 바이오헬스 경쟁력 확보와 미래의료 혁신을 본격 추진한다는 방침이에요.
이를 위해 데이터 생산, 집적, 활용의 전 주기에 걸친 3대 분야 9대 핵심과제를 추진할 예정이에요, 보건의료 데이터의 안전한 활용 법제와 거버넌스 등 정책 기반도 강화한다는 계획을 세웠어요.
결국 AI와 인간 전문가를 구분해서 의료를 논하는 건 어려워요. 의료 기술에 AI를 더하면 인간 전문가가 질병 진단이나 시스템 구축을 쉽게 할 수 있다는 생각이 더 설득력 있죠. 여기에 중요한 의료 데이터 정책도 정부와 민간이 협조해 잘 만들면 금상첨화겠죠?