| 초록 |
1. 개요 인공지능은 인간의 인지능력을 모방하는 것을 목적으로 한다. 최근 대량의 헬스케어 데이터가 이용 가능해지고, 분석기술이 빠르게 성장함에 따라 인공지능의 활용도 또한 헬스케어로 확장되고 있다. 이 보고서에서는 헬스케어에서 인공지능이 응용되고 있는 현황을 조사하고 미치는 영향 및 미래를 논의한다. 인공지능은 헬스케어 데이터가 구조화되어 있든, 자유로운 형식의 문장이든 상관없이 헬스케어 분야에 적용될 수 있다. 구조화된 데이터에 대해서는 서포트 벡터 머신(Support Vector Machine, SVM), 신경망(Neural Network), 딥러닝(deep learning) 등이 사용되고 있고, 구조화되어 있지 않은 데이터에 대해서는 자연언어 처리기술이 사용된다. 인공지능 기술을 사용하는 주된 질병에는 암, 신경학, 그리고 심장학이 있다. 이 보고서에서는 IBM 왓슨(Watson)과 같은 초기 인공지능 시스템이 이러한 분야에 적용되고 있는 현황과 인공지능이 실제로 적용될 때 빈번히 나타나는 장애에 대하여 논의한다. 2. AI(인공지능) 헬스케어의 응용과 연구 헬스케어 기관 AI는 헬스케어와 사회복지서비스 분야에서 계획(planning)과 리소스 할당 업무에 이용될 수 있다. IBM 왓슨의 케어매니저 시스템은 비용 대비 효율성을 증가시키기 위해 개발된 시스템이다. 이 시스템은 할당된 예산 안에서 고객들의 필요를 충족시키는 케어 전문가를 찾아 각 고객과 연결시켜주는 역할을 한다. 또한 각 개인의 케어 플랜을 디자인하고, 케어 관리를 더 효과적으로 하기 위한 의견을 제공한다. AI는 환자 경험을 증진시키는 목적으로 사용되기도 한다. 영국 리버풀의 Alder Hey Children 병원은 ‘인지력 있는 병원(cognitive hospital)’이 되기 위해, 환자와의 상호작용을 증진시키는 앱을 개발하였고, 이를 위해 IBM 왓슨을 활용하고 있다. 이 앱은 환자가 병원을 방문하기 전부터 환자의 걱정과 문제점을 미리 인지하고, 환자가 원하는 정보를 제공하며, 환자의 적절한 치료를 위해 치료 정보를 가지고 있는 의료인을 대기시키는 등의 기능을 통해 환자의 병원에 대한 사용 경험의 향상을 꾀한다. 3. AI를 이용한 의학 연구 AI는 크고 복잡한 데이터셋에서 이전보다 더 빨리 그리고 더 정확하게 패턴을 분석하고 인식하기 위해 사용될 수 있다. 이와 관련된 연구논문을 찾는 데 AI 기술이 이용될 수 있고, 다른 종류의 데이터를 결합하여 대량의 데이터셋을 구축하는 데에도 사용될 수 있다. 예를 들면, 신약 개발을 돕기 위한 AI 이용의 경우를 들 수 있다. 영국의 암 연구 기관인 canSAR의 데이터베이스는 유전과 관련된 의료 데이터로부터 AI를 사용하여 암 치료를 위한 약제 예측을 하고 있다. 연구자들은 약제 개발의 더 빠르고 경제적인 프로세스를 위해 디자인된 ‘Eve’라고 불리는 AI 로봇을 개발했다. 헬스케어에 사용되는 AI 시스템은 의료 연구에 적절한 환자를 매칭하는 과정을 도움으로써 의료 연구의 성과를 높이는 데 기여하고 있다. 4. 의료 인공지능 연구의 개요 최근 인공지능 기술들이 헬스케어 분야에 큰 영향을 미치게 되면서, 인공지능을 가진 로봇 의사가 인간 의사를 대체할 수 있는지에 대한 논의가 활발하게 이루어지고 있다. 많은 연구자들이 인간 의사가 가까운 미래에 기계에 의해 대체되지 않을 것이라고 생각하는 듯하다. 그러나 인공지능이 더 나은 의료 결정을 내리기 위해 인간 의사를 도울 수 있고, 방사선학과 같은 헬스케어의 특정 기능 분야에서는 인간의 결정을 대신할 수도 있다는 데에는 이견이 없다. 헬스케어 데이터의 이용이 더 용이해지고 빅데이터 분석 방법이 빠르게 발달하고 있는 현시점에서 인공지능은 헬스케어 분야의 깊은 곳까지 그 영역을 확장하고 있다. 강력해진 인공지능 기술들은 방대한 양의 데이터에 숨겨진 의료 정보를 파악하고, 이렇게 파악된 정보는 의료 관련 결정을 내리는 데 영향을 미치게 된다. 5. AI의 이용 가능 분야 헬스케어에서 AI의 이용이 가능한 분야는 다음과 같다. ? Medical Imaging : 이 분야에서 진단을 위해 스캔된 이미지는 체계적으로 저장되어왔고, 이로 인해 AI 시스템을 학습시키는 데 데이터로서 쉽게 이용이 가능하다. AI는 이미지를 분석하는 데 필요한 비용과 시간을 줄이는 기능을 하기 때문에, 더 나은 치료를 위한 더 많은 사진판독이 이루어질 수 있다. AI는 이미 폐렴, 유방암과 피부암 등을 판독하는 데 좋은 성능을 보이고 있다. ? Echocardiography : 영국 옥스퍼드의 John Radcliffe 병원에서 시도하고 있는 Ultromics 시스템은 심장박동의 패턴을 인식하고 심혈관질환을 진단하는 Echocardiography 스캔을 분석하기 위하여 AI를 사용한다. ? 뇌신경계 분석: 파킨슨병과 같은 뇌신경계와 연관된 질병을 진단하고 증상을 모니터하기 위해 음성 패턴을 분석하는 데 AI 도구가 이용되고 있다. 6. AI 적용 질병 대상들 6.1. 죽음에 이르는 3대 질병에 대한 AI 응용 최근 AI가 헬스케어 분야에 활발히 이용됨에도 불구하고, 연구는 주로 암, 신경 시스템에 관련된 질병, 그리고 심장병 등 몇 개의 질병 타입에 초점을 맞추고 있다. ? 암 (csancer): IBM Watson 시스템은 암 연구에 대해 이중맹검(double-blinded validation)을 도입함으로써 신뢰도 높은 AI 시스템을 만들고자 한다. 또한 피부암을 알아내기 위해 자동 이미지 분석기술을 도입했다. ? 신경 시스템 (neurology): Bouton은 사지마비 환자들의 움직임 제어를 복원하기 위한 AI 시스템을 만들었다. Farina는 의족을 제어하기 위해 척추 운동에 관여하는 뉴런의 활동 시간대를 사용하여 오프라인 인간/기계 인터페이스를 구축하였다. ? 심장병 (Cardiology): 심장 사진을 통해서 심장병을 진단하기 위한 AI 시스템 또한 연구되었다. Arterys는 심장 사진 판독 AI 기술의 응용을 시장화하기 위해 2017년에 US FDA로부터 허가를 받았다. 이 AI 응용기술은 기존의 심장 MRI 사진을 분석하여 자동화된, 그리고 수정 가능한 심실 분할(ventricle segmentations) 기능을 제공한다. 앞에서 언급한 세 가지 질병은 죽음에 이르는 대표적인 원인이기 때문에, 이에 대한 조기진단이 환자의 건강을 해치는 것을 막는 데 필수적이다. 이러한 조기진단은 AI 시스템이 잘 작동하는 사진판독(imaging), 유전정보(genetic), 또는 전자의료문서(EMR)에 대한 분석 등을 활용하여 이루어지기 때문에 인공지능의 활용도를 극대화시킬 수 있다. AI는 상기 3가지 주된 질병뿐만 아니라 다른 질병에도 적용될 수 있다. 선천적 백내장을 진단하기 위해 눈 사진 데이터를 AI가 분석할 수 있고, 망막 사진을 통해 당뇨병성망막증을 인식하는 데 또한 AI가 활용될 수 있다. 6.2. 뇌졸중(stroke)에 대한 AI 응용 뇌졸중은 전 세계 5천억 인구에게 발생하는 흔한 질병이다. 중국에서는 뇌졸중이 죽음에 이르는 가장 큰 원인 중의 하나이고, 북미에서는 죽음에 이르는 질병 5위를 차지하고 있다. 뇌졸중은 세계적으로 689조 달러의 비용을 발생시키며, 각 나라와 가정에 커다란 경제적 부담이 되고 있다. 그러므로 뇌졸중을 방지하고 치료하는 연구는 전 세계적으로 중요한 이슈이다. 최근에는 AI 기술이 점점 더 많은 뇌졸중 관련 연구들에 사용되고 있다. 뇌졸중에 인공지능을 적용할 때 (1) 초기 질병 예측과 진단, (2) 치료, 그리고 (3) 결과 예측과 예후 평가의 세 단계로 구분할 수 있다. 6.2.1. 초기 질병 예측과 진단 뇌졸중은 혈관 안에 생기는 혈전으로 인한 뇌경색이 85%를 차지한다. 그러나 초기 뇌졸중 증상에 대한 판단 부족으로, 제때에 적합한 치료를 받을 수 있는 환자는 얼마 되지 않는 실정이다. Villar는 뇌졸중을 초기에 진단하기 위해 움직임 인식(movement-detecting) 도구를 개발했다. 기계학습 알고리즘인 ‘유전자 퍼지 유한상태기계(genetic fuzzy finite state machine)’와 ‘주성분분석(PCA)’을 사용하여 솔루션 |
