인공지능(AI)에 대한 관심이 폭발적으로 높아진 것은 국내외 의료계 및 의료산업도 예외는 아니다. 전세계 수많은 병원들이 인공지능 기술을 적극 도입해 스마트 병원으로 변화하고자 노력하고 있다. 이를 통해 의료 환경 내 원활한 소통을 방해하는 단절된 구조와 분과별 데이터 사일로 현상을 극복하고 병원 운영과 환자 관리 및 치료의 효율성을 높이기 위함이다.

인공지능은 질병의 정확한 분류와 환자 카테고리 재분류 등 다양한 용도로 위력을 발휘할 것으로 전망되는 가운데 인공지능은 종합적 분자 정보와 이미지 정보, 의료 데이터 등을 통합적으로 분석하고 센서, 웨어러블 등 다양한 장치에서 수집된 데이터와 다양한 알고리즘을 구현할 수 있는 AI의 의료 통합 플랫폼이 속속 등장하면서 인공지능의 진화가 의료의 본연과 의료산업의 전반적인 접근을 크게 바꾸고 있다.

먼저, 인공지능이란? 환경을 감지하고 스스로 행동함으로 자신의 목표를 달성할 수 있는 자동시스템이자 사람이 만든 기계가 지식을 다루는 능력을 부여하는 것이다. 지식을 다루는 능력이란 학습, 추론, 지식표현, 의사결정을 하는 것이고 이를 인공지능이라 한다. 말과 행동이 지식의 표현이고 글과 그림, 소리 등은 지식을 표한다. 학습은 연결하고 추상화하는 것이고 추론이란 경험을 바탕으로 새로운 사실을 발견하고 예측하는 것이며, 의사결정 과정을 계획이라 한다.

구글¸ IBM, 애플, 마이크로소프트, 텐센트 등 글로벌 IT기업들은 한결같이 인공지능의 다음 격전지로 의료를 지목하고 치열한 전선에 돌입했다. 인공지능 의료서비스는 이미지 진단 지원에서 생체 데이터나 게놈 의료의 실현을 위한 암 유전자 분석, 다양한 의료·건강 정보 빅데이터 분석, 수술실이나 병상의 관리 등 다양한 의료 분야에서 의료 종사자와 관련 산업계는 인공지능의 도입과 지원을 통해 의료의 효율성과 질을 높이려는 시도가 경쟁적으로 시작되고 있다.

국내 역시, 서울아산병원, 삼성의료원, 가천대 길병원을 필두로, 부산대병원, 건양대병원, 대구가톨릭병원, 계명대 동산병원 등 이미 많은 병원들이 발 빠르게 관련 연구소와 인공지능 센터를 설립하고 관련 기업과의 공동 연구와 인공지능을 적용한 진단과 병리, 치료 결과 등의 임상사례를 경쟁적으로 내놓고 있다. 이를 뒷받침하는 인공지능(AI)은 자연어 처리(NLP, Natural Language Processing), 음성인식 등 관련 기술을 넘어 각종 산업에서 괄목할만한 성과를 나타내고 있으며, 특히 의료와 영상 및 이미지 기술이 혁명적으로 진화하여 우리들의 일상 속 한 부분으로 빠르게 다가오고 있다. 또 인공지능과 AI 소프트웨어 등의 뛰어난 호환성도 주목할 만 하다.

정부 또한 환자의 진료기록, 의료영상, 생체정보, 유전정보 등의 의료용 빅데이터와 질병을 진단 또는 예측함에 있어 학습능력, 추론능력, 지각능력, 이해능력 등을 수행할 수 있도록 개발된 인공지능(AI) 기술이 적용된 소프트웨어에 대해 의료기기 여부를 구분하는 기준 등을 주요 골자로 하는 '빅데이터 및 인공지능(AI) 기술이 적용된 의료기기의 허가·심사 가이드라인'을 지난해 말('17/11) 제시하고 현재(7/1) 식품의약품안전처에 승인된 임상시험은 3건이 있으며, 승인된 임상시험으로는 뇌경색 유형을 분류하는 소프트웨어, 성장기 어린이 등의 골연령[골격의 골화(骨化)와 변형의 진행상태에 따른 연령]을 측정하는 소프트웨어, X-ray 영상을 통해 폐결절 진단을 도와주는 소프트웨어 등이다.

의료계 역시 질병의 정확한 분류 및 환자 카테고리 재분류를 비롯한 종합적 분자 정보와 의료 데이터 등을 통합적으로 분석하고 세포 단위의 입도로 조직의 팽창과 색상을 표시할 수 있으며, 육안으로 발견하지 못한 작은 종양, 전이, 병변 등도 인공지능이 검출하기 시작했으며, 센서, 웨어러블 등 다양한 디바이스에서 수집된 광대한 정보와 다양한 알고리즘을 구현할 수 있는 인공지능 의료 통합 플랫폼이 속속 등장하고 있다.

이러한 인공지능과 연결된 디지털 솔루션은 한 번에 정확한 진단(First Time Right Diagnosis)과 치료를 그리고 의료비용 절감, 환자와 의료진 진료 경험 개선, 치료 결과 향상 등에 기여한다. 궁극적으로 건강한 생활에서 질병의 예방, 진단과 치료, 가정 내 관리에 이르는 헬스케어 전 과정(Health Continuum)에서 더 나은 의료 서비스를 제공하도록 돕는 역할을 추구하고 있다.

그럼 디지털 솔루션이 적용된 의료 현장을 그려본다. 신속하고 체계적인 환자 모니터링을 위한 커넥티드 모니터링 솔루션(Connected Monitoring Solution)은 환자 모니터링 플랫폼을 중심으로 병원, 중환자실, 응급실, 병동 등 여러 중앙 감시 시스템을 하나의 네트워크로 연결한다. 또한, 의료진은 스마트폰이나 태블릿 PC에서 플랫폼과 연동되는 전용 애플리케이션 모바일 케어기버(Mobile Caregiver), 모바일 케어이벤트(Mobile CareEvent)등을 통해 24시간 환자 모니터링이 가능하다.

이처럼 의료 현장에서는 기본적인 환자 정보에서 모니터링이나 영상 정보에 이르는 방대한 양의 환자 데이터가 매일 생산되고 축적된다. 또한 웨어러블, 스마트 모니터링 및 연결된 장치와 같은 디지털 기술은 바이오 마커의 발견을 위해 저장 및 분석 할 수 있는 24 시간 내내 데이터를 엄청나게 생성한다. 조직, 혈액 또는 기타 체액에서 생물학적 분자를 나타내는 바이오 마커의 전통적인 정의는 의료 전문가가 수집할 수 있는 이미징 및 다른 종류의 데이터를 포함하도록 확대되었다.

이에 많은 의료기관들은 인공지능을 통해 환자 데이터를 보다 효과적으로 활용해, 진단과 치료 효율을 높이고 의료비용은 절감하는 방향을 모색하고 있는 것이며, 이처럼 스마트한 의료 환경을 구현하는 데 가장 기여하는 것, 바로 인공지능이 이 모든 데이터를 구성하고 분석하는 데 혁신적으로 기여하고 있는 것이다. 또 이로인해 각종 웨어러블 디바이스에 의한 환자 데이터에 대한 임상적 이해가 통합되면 임상의는 개별 환자에 대한 이해를 높이고 특정 질병을 예측하고 결과적으로 예방할 수 있도록 다양한 옵션을 제공하게 되며, 데이터 수집 플랫폼에서 수집된 환자의 빅데이터를 끊김없이 저장함으로써 인공지능은 이상적인 진단과 치료를 학습하면서 더 이상적인 도구로 진화하는 것이다.

하지만 의료 현장에서 인공지능 사용이 확대됨에 따라 일부 의료 제공자는 인공지능이 특정 기술과 애플리케이션에 효과적일 때 자신의 역할에 대해 우려하거나 위협을 느낄수도 있다. 그러나 그 것은 기우일 뿐 인공지능이 독립적으로 수행할 수 있는 기능이 있지만 의료에는 인공지능은 큰 퍼즐의 한 조각 일뿐이다. 예를 들어, 초음파 이미징을 사용해 인공지능은 이미지와 그에 수반되는 정보를 분석하고 이를 정량화하고 분류할 수 있지만 이 도출된 자료를 통해 임상의는 종합적인 분석과 환자와 의사소통을 통해서만 정의하고 달성할 수 있는 것이다. 

인공지능에서 학습이란 일반화 하는 것이고 암기하는 것이 아니라 학습의 과정을 통해 일반화하고 정량화 시켜 새로운 것을 접하더라도 예측하게 할 수 있는 능력을 갖게 하는 것이다. 이를 통해 환자 치료를 개선하고 보다 예방적인 치료 모델로 나아갈 수 있는 능력을 입증할 수 있는 새로운 기술인 것이다. 이처럼 인공지능의 계산 능력과 진료 시간과 진단에 필요한 시간을 대폭적으로 줄이기에 임상의가 환자와 얼굴을 맞대고 더 깊은 관계를 가질 수 있다.

의료 현장에서 미래에 대한 인공지능 비전은 인공지능 의사(AI Doctor)를 원하는 것이 아니다. 모든 의료 서비스 제공자가 초기 단계에서부터 환자의 질병을 예방하고 가장 효율적이고 정확하게 신속하게 진단하고 치료하기 위한 필요한 도구를 갖는 것이다. 연산의 힘을 바탕으로 감정을 배제하고 비인간적인, 결과 중심적으로 의사결정하는 것이 바로 인공지능이자 도구인 것이다. 나날이 빠르게 발전하는 의료 인공지능 기술 속에서 때론 위기감도 감지되곤 한다. 그러나 이러한 변화를 받아 들이고 인공지능 시대를 맞이해야 할 때다. 의료 현장에서 진단과 치료 효율을 높이고 의료비용은 절감하고 스마트한 의료 환경을 구현하는 데 가장 기여할 것으로 예상되는 인공지능은 우리 삶의 조력자로서 인류와 상생할 수 있는 미래 세상이 되길 기대해 본다.