2012.12.02 DenfoLine 기사에서 의료업계 미래의 핵심은 ABCD다라는 기사를 봤었습니다.
A는 AI, B는 Big Data, C는 Cloud, D는 Digital이라고 합니다.
A, B, C, D에 대해서 한 번 알아볼 수 있도록 하겠습니다.
(A) 의료 쪽 AI는 어떤가?
AI의 시작은 1950년대 일정도로 오래된 이야기입니다. 이젠 시간이 많이 흘러 우리 일상생활에서도 AI를 심심치 않게 볼 수 있게 되었다. 그렇다면 이 AI의료 쪽에서는 어떻게 적용되고 있었을까?
의료 쪽 AI를 이야기할 때 IBM의 왓슨을 빼놓고 이야기할 수 없습니다. 2006년부터 개발을 시작했고 퀴즈쇼에서 인간을 꺾고 우승해서 이름을 알렸다. 알파고와 함께 AI 붐이 일어나고 의료 쪽을 주요 사업으로 하겠다 발표했었다.
마케팅도 아주 잘한 편이라서 계명대 동산의료원, 대구가톨릭대학교 병원을 비롯해서 대학병원에서도 왓슨을 유치하기도 했었다.
왓슨을 통해서 전문의를 대체하고 암 진단을 비롯해 의료 쪽 전반적으로 도움이 되도록 하겠다는 목표가 이루어질 수 있을 것 같았다.
하지만 현재 왓슨은 암 진단 프로젝트 전면 중단되고 IBM에서 왓슨 헬스를 매각한다고 발표했다.
(A) 왓슨은 왜 실패했을까?
초창기부터 왓슨의 의료사업의 목표는 타깃이 잘못되었다는 소리가 많았다.
왓슨이 퀴즈쇼를 잘 푼다는 것과 의사를 대체해서 진단을 할 수 있다는 것은 전혀 다른 이야기이기 때문이다.
AI가 높은 성공률은 보이기 위해서는 데이터의 양이 많아야 하는 데 의료 데이터를 수집하는 것은 오랜 시간이 필요하기 때문이다. 그리고 비정형적인 데이터이자 고도의 분석이 필요한 의료 데이터를 AI가 수행하기 위해서는 높은 수준의 알고리즘이 필요한 데 왓슨이 그렇지 못했다는 점을 실패 요인으로 꼽는다.
(A) 의료 쪽 AI 도입은 힘든 걸까?
왓슨의 초기 목표였던 의사를 대체하는 AI가 아닌 의사를 보조하는 AI를 목표로 기업들이 도전을 하고 있다.
특히 국내에서는 루닛과 뷰노를 꼽을 수 있는 데 뷰노는 국내 첫 번째로 AI 의료기기 허가를 획득하였고 루닛은 Lunit Insight라는 흉부 X-ray 설루션을 제공하여 미국 FTA를 승인을 받는 등의 성과를 내고 있다.
의사를 대체하겠다가 목적이 아닌 빠른 진단을 돕겠다가 목적인 것이다.
의료 쪽에 AI를 도입하기에 문제가 될 수 있는 장벽이 있는 데 바로 책임 소재이다.
AI를 통해서 진단을 하고 문제가 발생했을 때 누가 책임일 질 것이냐?라는 것이다. 사용한 병원? 만든 회사? 진단을 내린 의사? 이 책임소재에 대해서 회사가 책임을 질 수 없기 때문에 어디까지나 의료보조의 역할을 하면서 정확도(%)로 정보를 제공해주는 것이 현재까지는 가장 좋은 것으로 보인다.
(A) 의료 쪽 AI는 진단으로만 쓰이고 있는 것일까?
진단으로 AI가 사용될 수 있지만 Segmentation으로도 AI가 많이 사용되고 있다. 3D 영상의 각 객체들은 사용자가 직접 분할해서 보는 것이 아니라 컴퓨터가 자동으로 분할해주는 것이다.
시놉시스의 경우 의료장비 촬영 영상을 기반으로 한 3D 영상을 제공해줄뿐더러 각 객체를 분할해서 관리하는 Segmentation기술을 보여주고 있다.
Segmentation은 CT촬영 영상뿐만 아니라 MRI 역시 제공해준다. 이를 기능을 통해서 의사는 각 구조물을 보였다 숨겼다 혹은 잘라서 보는 등의 동작을 통해서 현재 환자 상태를 더 자세히 볼 수 있도록 도움을 주고 있다.
이 Segmentation은 Medical 뿐만 아니라 Dental에서도 많이 적용되고 있다.
치아를 분할함으로써 사용자가 치아의 위치 이동 및 길이 변경과 같은 Simulation을 손쉽게 할 수 있도록 했다.
환자의 치아 모양이 다 달라 Segmentation을 자동으로 할 수 없었던 것이 Deep Learning 기술의 발달로 간능해진 것이다.
(B) 빅데이터의 왜 중요할까?
AI가 발전하면서 빅데이터는 더욱더 중요해졌다. 빅데이터는 AI의 학습 데이터가 되는데 AI의 정확도를 올리기 위해서 Deep Learning을 통한 학습을 위해서는 많은 양의 데이터가 필요하다.
적은 양의 데이터를 학습한 높은 정확도의 AI는 실제 적용 시 기대 이상의 효과를 보여주기가 힘들다.
기술의 충분한 발달이 되었다고 판단되는 요즘 실적용이 되냐 마냐가 더욱 중요한 문제이다.
특히 진단을 도와주는 AI SW의 경우 그 중요도가 더욱 올라간다.
의료계는 사람을 다루는 학문이다 보니 보수적일 수밖에 없다. 그래서 의사들 역시 보수적이라는 말을 많이 하는 데 그러다 보니 AI SW는 몇 퍼센트의 정확도와 더불어 몇 개의 데이터를 학습했는 지도 중요한 것이다.
많은 기업들이 AI를 개발하기 위해서 준비를 하고 있는 데 기술이 평균적으로 많이 상승한 지금 승부처는 얼마나 많은 원시 데이터를 확보할 수 있냐? 원천 데이터를 얼마나 많이 뽑아낼 수 있으며 라벨링 데이터는 얼마나 정확한가? 가 될 것이다.
(C) 의료계에 클라우드 시스템이 적용 중 일까?
최근 우리 주변에는 Slack, Notion, Figma와 같이 웹 클라우드 기반 SW가 많이 쓰이고 각광받고 있다. 더 이상 그 컴퓨터에서만 그 파일로만 작업하고 수정하는 것은 번거로워진 것이다. 이제는 인터넷만 있으면 어디서든지 작업이 가능하다. 별도의 SW 설치 역시 필요하지 않다.
의료 업계 역시 이런 클라우드 기반 서비스를 제공 중이다.
우선 메디컬에서 인피니트 헬스케어의 ULite 역시 소프트웨어 설치가 불필요하며, 어디서든지 볼 수 있는 Viewer 서비스를 제공하고 있다.
그렇다면 Dental은 어떨까? 최근 Dental 역시 이런 클라우드 움직임이 있다.
Planmeca와 같은 대기업은 예전부터 클라우드 기반 서비스를 제공하고 있었고, 최근 스타트업인 웹셉도 클라우드 기반으로 어디서든 교정 분석 자료를 볼 수 있는 서비스를 제공해주고 있다.
작성일 기준 홈페이지에 4만 명 정도가 사용 중이라고 표시되어있는 데 이런 클라우드 서비스가 일상생활에 많이 녹아 있기도 하고 의사들의 디자인 및 편의성에 대한 눈높이가 높아지고 있는 것을 생각했을 때 더 많은 사람들이 클라우드 서비스를 찾을 것이라고 생각된다.
(D) 디지털로 가는 것은 당연한 이야기
앞으로 디지털로 의료가 바뀌는 것은 당연한 이야기이다. 모든 기업들이 디지털 서비스를 제공하기 위해서 발 빠르게 움직이고 있고, 이는 SW를 통한 촬영부터 진단, 분석, 제작까지 모두 디지털로 진행될 것이다.
기존 사람의 손으로 하던 단순 반복 작업은 기계로 빠르게 대체되고 있고 더 이상 종이가 아닌 디지털 자료로 모든 것이 왔다 갔다 할 것이다. 이제는 디지털 기기 역시 단순히 잘 동작하는 것이 아닌 더욱더 사용이 편하게 더욱더 작게 발전하게 될 것이다.
본문 내용은 필자가 바라본 시각으로 적은 것으로 현실과 다를 수 있습니다.
'소년의 IT 동향 파악 > IT 동향은 어떨까?' 카테고리의 다른 글
| Axure와 Figma의 비교 (0) | 2022.01.03 |
|---|---|
| 이제 EMR도 클라우드로 할까? (0) | 2021.12.28 |
| 요즘 뜨고 있는 메타버스! 의료에도 적용될까? (0) | 2021.12.22 |
| 21/22 카카오브레인 오픈미니컨 후기 (0) | 2021.12.21 |
| 인공지능의 발달(초지능) 경계 해야하는 걸까? (0) | 2021.12.18 |
댓글