'AI는 의료에 새로운 기회를 가져다준다'

RMIT 호주 대학 컴퓨터 과학부장인 카린 베르스푸르 교수에 따르면, AI는 질병을 더 정확하게 예측하고 치료를 개인화하는 데 도움이 됩니다.

의료 분야에서 AI 적용은 점차 전 세계적으로 큰 인기를 얻고 있습니다. 카린 베르스푸르 교수는 VnExpress 와의 인터뷰에서 이 분야의 발전 상황에 대해 이야기했습니다.

- 교수님, 전 세계적으로 헬스케어 분야에서 AI 적용 추세를 분석해 주시겠습니까?

- 의료 분야에서 AI가 가장 발전된 분야 중 하나는 이미지 처리입니다. 예를 들어, 머신러닝을 활용하는 컴퓨터 비전 애플리케이션은 질병을 진단하고 감지할 수 있습니다. 이 기술은 흉부 X선 촬영 결과를 해석하거나 암의 징후일 수 있는 피부 병변을 분류하는 데에도 사용될 수 있습니다. 많은 병원에서는 높은 정밀도와 효율성을 갖춘 로봇 수술 보조 장치를 활용하여 각 환자의 특성에 따라 외과의를 지원합니다.

전자 건강 기록에 기록된 데이터 등 보다 다양한 임상 데이터를 활용하여 임상적 의사 결정을 안내하는 데 AI를 활용하는 분야에서 진전이 점차 이뤄지고 있습니다. 여기에는 구조화된 데이터(예: 혈액 바이오마커, 생체 신호)와 구조화되지 않은 데이터(진단서, 보고서, 유전 정보에서 얻은 데이터)가 모두 포함됩니다.

또 다른 주목할 만한 추세는 임상 환경과 관련된 AI 적용 분야가 더욱 확대되고 있다는 점입니다. 자동으로 메모를 작성하거나, 수술 중 임상 설명을 제공하거나, 의사 진료 중 환자 병력을 기록하는 등 임상 문서 작성을 지원하는 기기들을 볼 수 있습니다.

2022년 10월 20일 개최된 제3회 베트남-호주 산업 4.0 협력 세미나에 참석한 카린 베르스푸르 교수. 사진: 캐릭터 제공

- 영상 처리 기술이 의료 분야에 이렇게 큰 영향을 미치는 이유는 무엇일까요?

- 이는 의료 산업이 다른 여러 임상 데이터보다 더 빈번하고 체계적인 데이터를 보유하고 있기 때문입니다. 의료 산업에는 영상 장비와 제조업체의 수가 제한적이기 때문에 데이터의 일관성이 매우 높습니다.

또한, 이미지는 현재 AI 알고리즘에 매우 적합합니다. 이미지는 완전히 밀집된 픽셀 행렬로 볼 수 있는데, 이는 행렬의 모든 셀이 값을 가지고 있음을 의미합니다. 이러한 유형의 데이터는 AI가 수행할 수 있는 다양한 표현 및 수학적 분석에 매우 적합합니다.

또한, 각 이미지와 관련된 알려진 진단 정보, 즉 레이블이 지정된 이미지 데이터도 대량으로 존재합니다. 이는 지도 학습(supervised machine learning)을 구현하기 쉽다는 것을 의미합니다. 이러한 시스템은 매우 효과적이며, 경우에 따라 인간 전문가와 동등하거나 심지어 더 나은 성능을 보이는 것으로 입증되었습니다.

- 그런 전반적인 상황에서 베트남에서는 공공 의료에 AI가 어떻게 적용되고 있나요?

- 개발도상국에서는 전자 건강 기록과 같은 소프트웨어 시스템 구축이 상대적으로 덜 보편화되어 있을 수 있습니다. 또한, 이러한 국가들은 기술 및 의료 자원에 대한 접근성이 낮아 전자 데이터 수집에 의존하는 일부 애플리케이션 개발에 어려움을 겪고 있습니다.

하지만 기술과 AI는 이러한 국가와 베트남 사용자에게 여전히 상당한 이점을 제공할 수 있습니다. AI는 현지에서 이용 가능하지 않더라도 전문적인 지식을 제공합니다. 특수 기기 대신 휴대폰이나 스마트워치와 같은 일반 제품의 센서를 사용하여 건강 데이터를 기록할 수 있습니다. 일부 도구는 기침 녹음을 분석하여 코로나19를 진단하거나 이러한 기기의 데이터를 사용하여 심박수에서 심방세동을 감지할 수 있습니다.

앱을 통해 스마트 건강 보조 장치를 배치하면 환자가 자신의 건강을 더 잘 관리할 수 있습니다.

- 그렇다면 의료 분야에 AI를 적용하는 데 어떤 장벽이 있을까요?

- 임상 의사 결정에서 AI의 주요 장벽은 베트남 인구 집단의 데이터 수집입니다. 모든 AI 도구는 인구 집단의 특정 특성에 맞춰 조정되어야 합니다. 즉, 입력 데이터는 모델이 학습된 데이터와 일치해야 합니다.

AI 도구는 한 환경에서 다른 환경으로 쉽게 이식할 수 없는 경우가 많습니다. 따라서 AI가 베트남 환경에서 확실하게 좋은 성능을 발휘하려면 도구를 해당 환경에 맞게 조정하고 평가해야 합니다. 이를 위해서는 베트남 의료 시설의 디지털 인프라에 대한 투자가 필요합니다. 의료 시설, 전자 건강 기록 시스템, 그리고 의료 서비스 제공자 간의 데이터 공유 및 연계 메커니즘 등 모든 측면에 대한 투자가 이루어져야 합니다.

더 큰 과제는 AI가 가장 큰 가치를 발휘할 수 있는 베트남이라는 특수한 환경에서 해결해야 할 문제를 파악하는 것입니다. 이를 위해서는 연구자, AI 혁신가, 그리고 의료 분야 리더 간의 협력을 통해 기회를 발굴하고, 우선순위를 정하고, 투자를 촉진해야 합니다.

- 이 분야에서 호주의 경험을 공유해 주실 수 있나요?

- 호주에서는 코로나19로 인해 디지털 의료 기술 도입이 가속화되었고, 그 필요성이 더욱 커졌습니다. 봉쇄와 제한 조치로 인해 사람들은 온라인 의료 서비스를 이용하게 되었습니다. 이는 의료 환경을 변화시켰고, 의료 서비스와 전반적인 웰빙을 지원하기 위해 기술을 활용하는 추세를 형성했습니다.

이러한 변화는 지역사회의 주목과 지지를 받았으며, 정부 와 언론을 통해 의료기기로서의 소프트웨어 규제, 의료 환경에서 AI 활용의 윤리, 그리고 공공 자원으로서 건강 데이터의 가치에 대한 전국적인 논의로 이어졌습니다. 조직은 데이터의 가치뿐 아니라, 데이터의 민감성과 개인정보보호를 존중해야 합니다.

베트남은 이러한 경험을 통해 대중의 참여를 유도하고 AI가 의료 분야에 가져올 기회를 이해하는 데 도움을 받을 수 있다고 생각합니다. 궁극적으로 이러한 기술 도입의 혜택을 누리는 것은 환자와 소비자입니다. 하지만 우리는 이러한 기술을 구축하고 평가하기 위해 환자와 소비자의 데이터에 의존할 것입니다. 따라서 환자와 의료 서비스 제공자 모두 AI 시스템에 대한 신뢰를 구축하는 것이 중요합니다.

AI의 잠재력에 대해 전문가들과 토론하는 카린 베르스푸르 교수(맨 왼쪽). 사진: 제공

- 향후 의료 분야에서 AI가 어떻게 발전할 것으로 예상하시나요?

- 오늘날 AI는 그 어느 때보다 사람들의 마음속에 자리 잡고 있습니다. ChatGPT와 생성 AI에 대한 열광적인 반응은 사람들이 비즈니스와 삶의 수많은 문제를 해결하기 위해 인공지능을 활용하는 데 더욱 관심을 갖게 만들었습니다.

건강과 웰빙 분야에서 AI를 적용하는 것도 예외는 아니며, 이 분야에서 혁신이 더욱 활발해질 것입니다. 다중 모드 데이터 통합과 복잡한 예측 모델링을 통해 AI를 활용하여 환자 치료를 개선할 수 있는 많은 기회가 있을 것이라고 생각합니다.

AI는 환자 치료 결과와 질병 진행을 더욱 정확하게 예측하고 고도로 개인화된 치료 계획을 제공하는 데 도움이 될 것입니다. 기술을 활용하여 기록된 의료 활동을 포착하고 치료 효과에 대한 지식과 증거를 제공할 수 있을 것입니다. 이는 의료 실무의 지속적인 개선으로 이어질 것이며, 학습 건강 시스템(Learning Health System)이라는 선순환이 형성될 것입니다.

치료 과정의 단계를 사전에 제안하고, 임상의에게 의사 결정에 필요한 정확한 정보를 제공함으로써 환자 경험을 개선할 수 있습니다. AI를 활용하여 의료 시스템과의 상호작용을 더욱 "인간적"으로 만들어 환자 경험을 향상시킬 수도 있습니다. 예를 들어, 의사들이 환자와 더 많은 시간을 대화할 수 있도록 준비 및 문서 작성 작업을 지원하는 것입니다. 일부 실시간 번역 도구는 다국어 설정을 지원하여 복잡한 의학 용어를 더 이해하기 쉬운 정보로 번역하고 환자 소통의 효율성을 높여줍니다.

환자는 자신의 건강 관리에 있어 더 많은 자율권을 갖게 될 것입니다. 또한 디지털 기술을 활용하여 자신의 건강 데이터를 수집, 관리, 분석 및 해석함으로써 의료 시스템과의 상호작용에서 더 많은 정보를 얻을 수 있게 될 것입니다.

민 투

소스 링크: https://vnexpress.net/ai-mang-den-nhung-co-hoi-moi-cho-y-te-4661285.html