해부 기하학 측정에서 암 검출 및 방사선, 수술, 신약 개발 및 유전체학에 이르기까지 그 가능성은 무한하다.

이미지:본지DB

현재, 인공지능(AI)은 기업에게 더 많은 옵션을 제공하고 있다. 특히, 의료 분야에서는 요 몇 년 사이에 머신러닝 및 딥러닝 등을 비롯한 인공지능(AI) 기술이 폭넓게 사용되면서 혁신이 가속화되고 있다.

환자는 물론, 의료서비스 제공업체와 병원, 의료장비 제조업체, 제약회사 등과 전문가 및 다양한 이해관계자들은 다양한 AI 기반의 툴을 통해 혜택을 누릴 수 있는 것이다.

또한 해부 기하학 측정에서 암 검출 및 방사선, 수술, 신약 개발 및 유전체학에 이르기까지 그 가능성은 무한하다. 이러한 시나리오에 AI를 적용하면, 운영 효율성을 향상시키고, 매우 긍정적인 결과를 도출하는 것은 물론, 상당한 비용 절감 효과를 거둘 수 있다는 것이 연구 및 임상에서 속속 밝혀지고 있다.

또한 규제 차원의 지원도 계속해서 확대되고 있다. 국내는 물론 미국 FDA(Federal Drug Administration)는 진단 지원을 비롯한 여러 애플리케이션에 대해 갈수록 더 많은 AI 방식을 승인하고 있다. 또 FDA는 머신러닝 기반 제품에 대한 새로운 규제 프레임워크도 만들었다. 이 새로운 프레임워크에서는 AI기술을 ‘SaMD(Software as a Medical Device)’로 명명하고 있으며, 치료의 질과 효율을 높이는데 상당한 이점을 제공할 것으로 기대하고 있다.

다양한 의학 연구에 따르면 의료 종사자가 수행하는 활동의 약 50 %를 자동화할 수 있다고 한다. 그럼 의료에서 인공지능이란 무엇일까?

AI 기술을 사용하는 것으로, 의료 처치가 필요한 환자의 진단 및 치료에 '자동화 된 프로세스'라고 한다.

진단과 치료가 기본 과정과 매우 비슷해 보일 수 있지만, 환자가 적절한 치료와 회복을 거치려면 몇 가지 절차를 수행해야 한다. 먼저 ▷테스트 및 인터뷰를 통해 환자 데이터 수집, ▷테스트 결과 처리 및 분석, ▷정확한 진단을 내기 위해 다양한 데이터 소스를 활용, ▷적절한 치료 과정 해결, 선호하는 치료 방법 준비 및 관리, ▷환자 모니터링, 사후 관리, 후속 조치 등이다.

이처럼 의료 분야에서 AI 사용이 증가하는 이유는 위의 상당수가 자동화될 수 있기 때문이다.

이러한 프로세스는 의료 종사자의 자동화할 수 있는 활동의 50 %를 구성된다고 한다. 또한 이러한 프로세스를 자동화하면 작업을 보다 효율적으로 완료할 수 있다. 즉, 의료 종사가가 또 다른 업무를을 처리할 시간을 더 많이 제공받을 수 있다.

일반적으로 의사는 환자와 대화하는 것보다 데이터 분석 및 관리 작업에 많은 시간을 할애한다고 한다.

그러나 의료 및 건강 관리 부문의 과도한 자동화는 예상되는 결과를 산출하지 어렵다. 자동화가 시간과 에너지를 확보할 수 있는 영역을 의도적이고 합리적으로 정의하는 데 초점을 맞춰야 한다. 즉, AI의 성공적인 사용과 의료 전문가의 인간 능력 및 AI 판단 사이의 균형을 맞추는 것이다.

의심 할 여지없이 AI 기술은 우리 삶의 모든면에 큰 영향을 미치고 있다. 더욱이 의료는 지난 수십년 동안 경험 한 기술 발전으로부터 가장 많은 혜택을받은 분야 중 하나로 꼽힌다.

이 새로운 기술 발전에 따른 의료 분야에서 가장 주목할만한 발전을 꼽는다면 환자와 임상의 간의 의사 소통 촉진과 의료 오류 감소시킨 것이다.

예를 들어, 전자 처방은 의사가 처방전을 온라인 약국에 자동으로 보낼 수 있도록함으로써 처방 오류를 크게 최소화시켰으며 인공지능은 웹 데이터베이스를 사용하므로 건강 전문가가 수많은 진단 리소스에 쉽게 액세스 할 수 있다. 따라서 인공지능을 사용하면 의사의 업무가 크게 향상된다. 또한 그들의 의학 지식에 맞춰 더 나은 결과를 제공 받을 수 있는 것이다.

특히, 데이터에서 AI의 능력은 피드백을 기반으로 정확도를 높일 수 있는 기회를 제공한다.

이 피드백에는 여러 백엔드 데이터베이스 소스, 임상의, 의료 전문가 및 연구 기관의 리뷰가 포함된다. 이 의료 AI 시스템은 항상 실시간으로 작동한다. 이렇게하면 데이터가 최신 상태로 유지되므로 품질과 관련성이 향상되며, 얻은 데이터는 특정 환자 기록, 의료 기기의 전자 기록, 실험실 결과, 의료 테스트 및 다양한 통계의 보고이다.

의료 분야에서 AI의 가까운 미래에는 전화 받기, 의료 기록 분석, 인구 건강 추세 및 분석이 포함될 수 있다. 또한 의약품 및 기기 개발, 방사선 이미지 읽기, 의료 진단 및 치료 계획 수립, 심지어 환자와의 의사 소통도 AI 개선의 일부이다. 일부에서 의학 분야의 AI 적용에 대한 부정적인 요소도 있지만 현재 의학에서 AI 사용을 줄이는 것은 거의 불가능할 것이다. 다만 효과적인 모니터링과 적절한 규제는 더 강화되야 할 것으로 보인다.

결론적으로 의료 분야 및 의료기기의 작업 플로우는 크게 변하고 있다. 앞으로 의료 분야의 작업 플로우는 컴퓨팅, 개인정보보호, 보안, 환자의 안전 및 정확도에 대한 요구가 크게 높아지면서 빅데이터 기업과 같은 형태가 될 것으로 예상된다. 이러한 복잡성을 해결하고 관리하기 위해서는 분산형의 비선형, 병렬 및 이기종 컴퓨팅 플랫폼이 대안으로 떠오르고 있다. 이 플랫폼들은 의료 산업은 물론 미래의 AI에 최적화된 아키텍처를 제공하는 것이다.

 

저작권자 © 인공지능신문 무단전재 및 재배포 금지