인공지능과 헬스케어가 만나면

 

 

 

최근에 헬스케어 부문에 인공지능이 사용되면서 빠른 혁신의 물결이 일어나고 있다.

 

2016년 DAVOS포럼에서 Jose Baselga 메모리얼 암센터 원장은 3차 산업혁명시대에는 의료분야는 전혀 고려의 대상이 아니었으나 4차 산업혁명 시대에 인공지능, 3D 프린터, lot로 인한 의료의 민주화는 병원의 새로운 지평을 열어가고 있다고 한다.

4차 산업혁명의 헬스케어 기술발전으로 2020년이 후에는 인간의 수명은 0.5년 증가할 것이다라고 예측하고 있다.(2016, Gartner Group)

 

헬스케어의 발전 과정을 보면 2차 산업혁명 시대에는 의료 기기의 발전이 있었고 3차 산업혁명에는 의료기기 발전에 정보 서비스가 추가되어 많은 환자들이 PC나 모바일 등을 통해 정보를 제공받는 혁신이 있었다.

3차 산업혁명 시대에는 사물인터넷으로 건강을 체크해 주고 정보를 제공하는 엡들이 많이 제공되었다.

그렇다면 4차 산업혁명 시대에 헬스케어는 어떻게 발전하고 있을까.

그것은 3차 산업혁명 시대의 발전에 인공지능이 덧붙여지는 것이다.

이는 진단의 민주화는 병원에 오지 않도록 하는 것으로 인간이 진단을 하는 것이 아니라 인공지능 의사가 진단을 하는 것이다. 개개인이 갖고 있는 Iot 나 기타 다양한 디바이스에 의해서 인공지능이 병원에 사람들이 가지 않도록 해주는  예방의학이 큰 발전을 이룩하게 되는 것이다.

 

헬스케어에 인공지능 기술이 최우선적으로 적용하게 되었고 예방의학 분야에 많은 스타트업이 생겨나고 특히 대기업에서 이 새로운 비즈니스에 뛰어들고 있다.

 

BASF기업은 인공지능 기술을 사용하여 신약 개발 전략을 세우고 있는데 아일랜드의 Nuritas와 협력하여 새로운 기능성 펩타이드를 발견하여 상용화하려는 시도를 하고 있다.

또한 인공지능 플랫폼 Inside Traker에 맞춤형 영양 권장 및 과학적 정보를 제공하여  기존의 경쟁력을 계속하여 발전해 나가고 있다.

 

 

 

 

인공지능의 의료 활동 3가지로 분석할 수 있다.

 

1.  복잡한 의료 데이터를 분석 및 의학적 결론 도출

 

뉴욕의 암센터에 도입된 왓슨은 의료 빅데이터를 학습한 후 암 환자 진료에 사용하고 있고 현재 국내에서도 왓슨을 사용하는 병원이 있다.  그러나 아직까지 왓슨의 사용이 의학적으로 검증이 안되어있다.  인도에서 1,000명의 암환자에 대해서 의사와 인공지능 왓슨의 진료 일치율을 비교해 보면 추천하는 약 50%, 고려해야 할 약 28%, 비추천하는 약 17%, 5%는 왓슨의 목록에 불일치하는 것으로 나타났다.  왓슨과 의사의 암 진단 일치율 약 80%이고  암의 종류에 따라 일치율 차이가 큰 것으로 나타났다.

암 진단의 정확성은 의사가 더 높았으나 문제는 시간이었다. 의사가  한 사람 한 사람 다 진단하려면 160 시간이 걸렸으나 왓슨은 10분 내로 가능하였다.

왓슨의 사용으로 진단 시간이 단축되었다.

 

 

 

2.  영상 의료, 병리 데이터 판독

 

컴퓨터가 여러 데이터를 이용 인공신경망을 기반으로 한 기계학습 기술인 딥러닝을 이용한다.

이미지로 되었는 영상의료 데이터 분석에 자주 활용한다.

영상학과에서는 MRI, CT, X-Ray 등을 많이 다루게 되는데 인공지능의 영향을 가장 빠르게 받는 진료과가 될 것이다.

성장판 검사는 왼손의 엑스레이 사진을 찍어서 보는데 인공지능 통해 골 연령 판독이 가능해졌다.  의사와 인공지능을 함께 한 경우 시너지 효과가 있어 정확도가 상승되었다.

인공지능의 활용으로 골 연령 판독 시간도 단축되었다.

병리과에서 사진을 판독할 때 역시 시각적인 기능을 사용하는데 육안으로 판별하는 것이 얼마나 정확할 것인지 의사마다 다르고 정확도는 약 75%로 나타나고 있는 바 인공지능의 활용이 가능할 것이다.

 

 

 

 

3.  연속적 데이터 모니터링 및 예방, 예측

 

미래의 중요한 키워드인 예방, 예측 의료에 웨어러블 디바이스나 Iot 디바이스 등의 다양한 스마트 기기를 통해 생체기관을 모니터링 함으로써 특히 만성질환의 경우에 예방하고 관리할 수 있다.

신생아들 사망 원인 중 많은 부분을 차지하고 있는 것은 감염인데  징후를 연속적인 데이터를 통해  모니터링 함으로써 예측하여 패혈증을 막을 수 있다.

당뇨병 환자들 경우에는 발병 후에는 평생 동안 혈당의 변화에 민감해지는데 인공지능과 연속 혈당계라는 웨어러블 디바이스를 활용하게 되면 당뇨병 환자의 혈당 측정을 예측할 수 있다.

중환자 실에서 중증환자에 대한 예측이 가능해져 심정지 같은 위급 상황에 대해 거짓 경보를 많이 줄일 수 있다.

 

 

 

 

인공지능이 의사를 대체할 수 있는가

의료 사고가 나면 누가 책임을 질 것인가

인공지능의 안전성을 어떻게 증명할 것인가 등의 제기되고 있는 이슈들이다.

아직까지 결론은 나지 않았지만 다양한 논의가 이뤄지는 중이다