의료분야에 AI 도입이 지연되는 이유 ..."기술개발보다 실제 적용에 대한 연구를 해야"

(사진편집=임채린기자)

(사진편집=임채린기자)의료 분야에 AI 도입이 효과적일 것이라고 사람들의 기대를 모은 바 있다.

그러나 실제로 빠르게 도입된 물류, 금융, 유통 등 다른 분야와 달리 의료 분야에서 AI 도입은 상당히 지연되고 있는 상황이다.

지난 16일 열린 SKT ai.x 컨퍼런스에서는 병원에 AI가 빠르게 도입되지 못하는 이유에 대해 전문가들이 열띤 토론을 벌였다.

의료계에서 AI 사용은 주로 진료 환자를 대상으로 고려되고 있다. 그러나 최근에는 병원 운영 또는 경영 효율화 차원에서의 AI 도입도 많이 권장되고 있다.

진료 환자를 대상으로 AI를 사용한 사례는 크게 ▲의료 영상 기술 ▲의료 데이터 분석 기술 ▲신호 데이터 분석 기술 등 3가지로 나눌 수 있다. 위와 같은 기술은 2~3가지를 동시에 AI에 적용하기도 한다.

의료 영상 기술은 국내에서 가장 많이 활용된 기술이다. 그동안 의사가 직접 눈으로 검토했던 CT, X-ray 등 의료 영상을 AI가 대신 빠르고 정확하게 분석한다.

의료 데이터 분석 기술은 주로 진료 기록이나 유전체 데이터 등을 분석해야 할 때 사용된다. 복잡한 의료 데이터 분석해 필요한 데이터를 효과적으로 보여준다.

신호 데이터 분석 기술은 의료 데이터 중 체온, 심전도, 혈압 등과 같이 실시간으로 변화되는 데이터를 분석하는 기술이다. 시간에 따라 변화하는 데이터를 AI가 심층학습해 차후 발생할 수 있는 질병을 예방하고, 예측하는 데 도움을 준다.

이러한 AI 기술들을 병원에 빠르게 도입하지 못하는 이유에 대해 신수용 삼성서울병원 디지털혁신센터 부센터장은 다음과 같이 지적했다.

신수용 삼성서울병원 디지털혁신센터 부센터장 겸 성균관대 지능형정밀헬스케어융합전공 부교수. (사진=SKT T3K)

신수용 삼성서울병원 디지털혁신센터 부센터장 겸 성균관대 지능형정밀헬스케어융합전공 부교수. (사진=SKT T3K)먼저, 학술적인 측면에서 의료 AI가 성능에 대한 검증을 제대로 받고 있지 못하다.

공개된 의료 데이터와 기술은 많지만 실제로 활용시 효과 여부를 판단하기 어려운 문제임을 강조했다. 실제 환자에게 테스트를 거쳐 기술에 대한 효과와 안전성을 입증받지 못한 의료 AI 제품이 많은 것.

만약 이런 제품을 사용한 병원에서 사고가 발생할시 의료 사고에 대한 책임을 누군가 져야하는데, 현재 이를 어떻게 해결해갈지 가려내기 모호한 상태라고 말했다.

문제가 발생한 AI 의료 기기를 만든 회사, 그 의료기기를 구입해 사용한 병원, 아니면 그 의료 기기를 활용해 치료한 의사 등 책임을 판단하기 어려운 상태다. 이런 요소들을 모두 종합해 봤을 때, 과연 병원 경영자의 입장에서 AI 기술을 도입하는 것이 경제적일지에 대한 문제도 생각해볼 수 있다고 덧붙였다.

이에 대해 최윤섭 디지털 헬스케어 파트너스(DHP) 대표도 "의료 분야 AI가 사실 굉장히 도입 초기 단계에 있는 것은 사실"이라며, "기술적인 부분과 의학적인 부분을 따로 보는 게 좋은데 아무리 좋은 기술이라고 할지라도 의학적인 검증은 다른 문제"라고 말했다.

또, 만약 AI 의료 기기 제품에 대해 효과를 본 병원이 있더라도 다른 여러 병원에서 같은 제품을 활용할시 나올 효과는 차이가 있을 수 있다고 지적했다. 그러면서 "어떤 방법론으로 검증할 것인지에 따라 의료계에서 받아들여지는 수준은 달라질 것"이라고 말했다.

왼쪽 조동연 SKT 비전 AI 랩스(Vision AI Labs)와 T-Brain 책임연구원(PL), 오른쪽 최윤섭 디지털 헬스케어 연구소장 겸 디지털 헬스케어 파트너스( DHP) 대표. (사진=SKT T3K)

왼쪽 조동연 SKT 비전 AI 랩스(Vision AI Labs)와 T-Brain 책임연구원(PL), 오른쪽 최윤섭 디지털 헬스케어 연구소장 겸 디지털 헬스케어 파트너스( DHP) 대표. (사진=SKT T3K)조동연 박사 SKT 비전 AI 랩스 책임연구원(PL)은 '내가 했던 병원 데이터로는 AI가 잘 작동하지만 다른 병원에서는 잘 작동되지 않는 경우' 등에 대해 이는 AI를 사용할 시 의학부분에서만 발생할 수 있는 한정된 문제는 아니라고 설명했다.

그리고 의료 AI에 대한 효과를 입증하기 위해서는 "사실 오히려 널리 사용해봐야 한다"면서 "AI는 적용된 데이터, 경험을 통해 스스로 학습하기 때문에 쓰면 쓸수록 좋아질 수 밖에 없다"고 털어놨다.

그러면서 AI를 조금 더 빨리 의료계에 기여시킬 수 있을 것으로 생각한다고 덧붙였다.

대부분 개인정보가 포함된 것이 많은 의료 데이터에 대해서는 개인정보를 보호하면서 사용할 수 있는 '데이터 보호 기술'이 적용되면서도 의료 AI 기술 검증에 대한 국내의 복잡한 절차도 미국 등 사례를 바탕으로 간소화할 필요가 있다고 지적했다.

한국의 의료 AI 기술 수준과 나아가야 할 방향성에 대해서는 공통적으로 다음과 같이 제안했다.

"이젠 기술 개발에 집중된 연구보단 실제 적용할 활용성에 대한 연구를 해야 한다."

그래서 앞으로 코로나 등 수많은 질병이 발생할 시 긴 개발 기간 소요되고, 프로세스가 복잡하며, 임상시험 등이 적용된 제약 분야도 앞으로 AI 영상 분야 만큼 크게 발전할 수 있을 것이라고 독려했다.

끝으로 한국의 AI 업계는 미국 등 층이 두꺼운 글로벌에 비해 얇기 때문에 많은 노력이 필요함을 강조했다.

이미 세계 대회에서 상도 많이 받고, 글로벌에서 정상급인 1군은 밀리지 않지만 뒷받침할 선수층이 얇은 점을 보충해야 한다고 지적했다.

SKT ai.x 컨퍼런스에 참석해 Biomedical AI에 대한 대담을 나누고 있다. 왼쪽부터 조동연 박사, 최윤섭 대표, 신수용 부센터장, 조현용 기자. (사진=SKT T3K)

SKT ai.x 컨퍼런스에 참석해 Biomedical AI에 대한 대담을 나누고 있다. 왼쪽부터 조동연 박사, 최윤섭 대표, 신수용 부센터장, 조현용 기자. (사진=SKT T3K)AI타임스 이하나 기자 22hnxa@aitimes.com

[관련기사] AI·메타버스 강조한 에듀테크 코리아2021...주목할 만한 기업 5곳

[관련기사] 데이터에 의해 배우는 AI 실수...결국 인간이 바로 잡아야 한다

Copyright ⓒ '인공지능 전문미디어' AI타임스 (http://aitimes.com)