[발표자료] 의료의 미래, 디지털 헬스케어: 정신건강의학을 중심으로
2018년 4월 대한신경정신의학회 춘계학술대회의 Special Lecture 에서 발표한 자료입니다.
Big Data
[발표자료] 의료의 미래, 디지털 헬스케어: 신약 개발을 중심으로
디지털 헬스케어 분야 중, 신약 개발에 응용되는 개념과 사례를 정리한 슬라이드입니다. 개요는 아래의 그림을 참고하시기 바랍니다. 관련 포스팅: 디지털 신약이 온다
인공지능과 영상의학과 의사가 엑스레이를 판독한다면
필자는 ‘인공지능은 의료의 미래를 어떻게 혁신하는가’ 시리즈를 통해서 의료 인공지능을 아래와 같이 크게 세 가지 유형으로 나눈 바 있다. 복잡한 의료 데이터를 분석하여 의학적 통찰력을 도출하는 인공지능 이미지로 나타낼 수 있는 의료 데이터를 분석 및 판독하는 인공지능 연속적인 의료 데이터를 모니터링하여 질병을 예측 및 예방하는 인공지능 이 시리즈에서 의료 인공지능의 두 번째 유형인, 의료 영상을 분석 및 판독하는 인공지능으로 유방촬영술(mammography) 엑스레이 판독, 당뇨성 망막병증 판독을 위한 안저 사진 분석, 피부암 사진 판독, 병리과 조직 검사 데이터의 판독 등에 대해서 자세하게 다루었다. 뷰노의 골연령 판독 인공지능 이번에 살펴볼 국내 인공지능 스타트업, 뷰노(VUNO)의 딥러닝 기반 골연령 판독 인공지능도 두 번째 의료
진료 기록으로 치료 결과를 예측하는 구글의 인공지능
구글은 전자의무기록에 저장된 환자의 진료 기록을 딥러닝으로 분석하여 입원한 환자의 치료 결과를 정확히 예측하는 인공지능을 2018년 1월 발표했다. 이 딥러닝을 이용하면 환자가 입원 중에 사망할 것인지, 장기간 입원할 것인지, 혹은 퇴원 후에 30일 내에 재입원할 것인지, 그리고 퇴원 시의 진단명은 어떻게 될 것인지까지도 높은 정확도로, 조기에 예측할 수 있다. 병원의 전자의무기록(EHR)은 그야말로 의료 데이터의 보고라고 해도 과언이 아니다. 해당 병원에서 환자가 진료받은 모든 검사 결과, 진료 기록, 처방 내역 등이 포함되어 있기 때문이다. 특히 과거에는 종이 차트에 이를 기록하였으나, 미국에서 오바마케어 이후로 진료 기록을 디지털 데이터로 저장하는 EHR의 도입이 증가하면서 예측 모델을 만드는 것도 보다 용이해졌다. 이를 기반으로 환자의 치료
FDA, 23andMe의 유방암 유전자 DTC 서비스 최초 허가
2018년 3월 6일, 어제 FDA가 23andMe의 BRCA 1/2 유전자의 DTC 테스트를 승인했습니다. 미국에서 암 스크리닝을 위한 DTC 서비스로는 최초이자 유일한 테스트입니다. 작년 4월 23andMe가 파킨슨, 알츠하이머 등의 10개 질병에 대한 DTC 테스트를 승인 받은 데 이은 1년만의 새로운 소식입니다. 규제와 관련한 온갖 고초를 겪으며 DTC 유전자 분석 서비스 시장을 개척해온 23andMe로서는 또 하나의 새로운 마일스톤을 만들게 되었습니다. 다만, 여기에는 몇 가지 주의해야 할 사항도 포함되어 있습니다. 관련 포스팅 개인 유전 정보 분석의 모든 것! FDA가 23andMe에게 내린 판매 중지 명령의 배경과 의미 (2013년 12월) FDA, 마침내 23andMe의 유전자 테스트를 승인: 그 의미와 전망 (2015년 2월) FDA의 23andMe 질병 위험도 예측 DTC 서비스 허가와
웨어러블 최대의 난제, 지속 사용성
[헬스케어 웨어러블 딜레마] 웨어러블의 돌파구는 어디에 웨어러블이 정말 정확해야 하는가? 웨어러블 최대의 난제, 지속 사용성 웨어러블, 어떻게 효용을 제공할 것인가 웨어러블, 효용의 조건 웨어러블의 의료적 효용은 그러면 이제 본격적으로 정말 중요하지만, 해결하기 어려운 문제를 다뤄보도록 하겠다. 헬스케어 웨어러블 딜레마를 구성하는 양대 축 중 첫 번째인, 지속 사용성의 문제다. 지속 사용성(engagement)이라는 말은 어렵게 들릴 수도 있겠지만, 사실 웨어러블을 한 번이라도 사용해본 사람이라면 누구나 깨달았을 문제다. 바로 웨어러블을 사용자들이 일정 시간이 지나면 사용하지 않게 된다는 것이다. 핏빗, 미밴드 등의 활동량 측정계의 사용을 시작한 지 얼마 지나지 않아, 이를 서랍 속에 처박아두고 찾지 않은 경험은 많은 독자들도 이미 경험하였을 것이다. ‘헬스케어 웨어러블
웨어러블이 정말 정확해야 하는가?
[헬스케어 웨어러블 딜레마] 웨어러블의 돌파구는 어디에 웨어러블이 정말 정확해야 하는가? 웨어러블 최대의 난제, 지속 사용성 웨어러블, 어떻게 효용을 제공할 것인가 웨어러블, 효용의 조건 웨어러블의 의료적 효용은 가장 정확한 웨어러블은 웨어러블의 기능이나 효용에 대해서 논하다 보면, 항상 빠지지 않는 것이 바로 정확성이다. 보행 수, 칼로리, 스트레스, 체온, 심전도, 혈압 등 웨어러블이 측정한 수치가 너무 부정확하면 웨어러블을 사용할 이유가 크게 줄어들기 때문이다. 그렇다면 시중에 나와 있는 웨어러블의 정확도는 과연 얼마나 검증된 것일까? 웨어러블은 어느 정도로 정확해야 할까? 그리고 더 나아가, 웨어러블의 정확성은 과연 얼마나 중요할까. 현재 시장에 출시된 웨어러블 중에 가장 일반적인 것은 손목 밴드 형태의 활동량 측정계(activity tracker)이다. 핏빗, 애플워치,
헬스케어 웨어러블 딜레마: 웨어러블의 돌파구는 어디에
헬스케어 웨어러블은 정말 죽었을까. 우리가 그동안 웨어러블에 거는 기대가 너무 과도한 것이었을까. 최근 웨어러블 디바이스는 그야말로 암흑기를 지나고 있다고 해도 과언이 아닐 정도다. 말 그대로 신체에 착용하거나, 입는 기기를 의미하는 웨어러블 디바이스는 스마트폰과 태블릿 컴퓨터의 뒤를 잇는 차세대 기기로 한동안 크게 주목받았다. 하지만 어느새 관심은 줄어들었으며, 관련 산업의 성적은 여전히 초라하다. 웨어러블 기기는 사용자와 주변 환경에 대한 데이터를 측정하고, 스마트폰이나 다른 사물인터넷 기기의 활용을 편리하게 해준다. 더 나아가 사용자의 각종 능력을 더 강화하는 목적으로 사용할 수도 있다. 현재 웨어러블의 홍수라고 해도 과언이 아닐 정도로, 다양한 종류의 웨어러블이 이미 시장에 출시되어 있다. 대표적인 시계 형태를 비롯하여 안경, 머리 밴드, 안대, 목걸이,
의료의 새로운 동반자, 인공지능을 맞이하며
자. 지금까지 인공지능이 혁신할 의료의 미래에 대해서 방대하고도 다양한 측면을 살펴보았다. 인공지능 기술은 하루가 다르게 발전하고 있지만, 의료 인공지능에서 주요하게 논의되는 이슈들은 대부분 다뤄보려고 노력했다. (이 시리즈를 연재하는데 10개월 남짓 걸렸는데, 그 동안에도 사실 많은 변화들이 있었다.) 의료 인공지능이라는 주제를 과연 어떠한 관점으로 접근해야 할지로 시작해서, 세 가지 대표적인 유형의 의료 인공지능으로 나눠서 IBM 왓슨 포 온콜로지의 현재와 한계 및 향후 숙제, 딥러닝의 기술적인 배경과 의료 분야에서 주요한 성과들을 살펴보았다. 특히 딥러닝 기술의 발전은 영상의학과, 안과, 피부과, 병리과 등의 영상 의료 데이터를 해당 분야 전문의와 동등하거나 심지어 능가하는 성과를 보이기도 했고, 부정맥, 심정지, 당뇨, 패혈증과 같은 질환과 관계된 연속적인 의료 데이터를 모니터링하여 예방
인공지능이 의료 사고를 낸다면
만약 인공지능을 이용해서 진료하다가 의료 사고가 발생한다면 누가 책임을 져야 할까? 이번에는 의료 인공지능을 활용하는 과정에서 과실이 발생하거나, 치료 효과가 좋지 않은 등 부정적 효과가 발생할 경우에 대해서 논의해보려고 한다. 의료는 인간의 생명과 건강을 다루는 분야이기 때문에 안전성을 유지하는 것이 매우 중요하다. 하지만 인공지능은 절대 완벽하지 않을뿐더러, 의사도 인간인 이상 완벽한 존재라고 할 수는 없다. 그렇기 때문에 의료 인공지능에 어떠한 한계와 문제점이 있는지를 이해하고, 이러한 이슈를 어떻게 극복할 것인지 고민이 필요하다. 책임은 누구에게 있는가 먼저 책임은 누구에게 있는지를 살펴보자. 인공지능을 활용한 의료 행위에는 여러 주체가 직간접적으로 관여한다. 의사가 있고, 의료 인공지능을 개발한 개발사, 치료를 받는 환자, 진료 환경을 제공한 병원, 의료
인공지능의 시대, 의사의 새로운 역할은
인공지능이 임상적으로 유용할까 이제 의료 인공지능의 도입에 따른 의사의 역할 변화 중, 이제는 새롭게 생겨날 역할에 관해서 이야기해보자. 새로운 역할 중 가장 대표적인 것은 역시 인공지능을 진료에 활용하는 것이다. 앞으로 의사들은 인공지능을 어떻게 활용하여 환자를 진료하고, 임상적인 결정을 내릴지를 연구하고, 또 배워야 할 것이다. 그런데 인공지능을 어떻게 진료에 이용할지를 결정하기 위해서는, 먼저 인공지능이 임상적으로 얼마나 유용한지를 증명하는 것이 필요하다. 아직 대부분의 의료 인공지능은 한창 개발 중인 기술로, FDA나 식약처의 인허가를 받거나 병원에 도입된 기술은 그리 많지 않다. 다만 선도적으로 개발된 몇몇 기술들의 임상시험이 진행 중이므로, 사업화 및 병원 도입이 추진되는 인공지능은 점차 증가할 것이다. 또한, 이런 선도 기업이 의료기기
인공지능의 시대, 의사는 무엇으로 사는가
이제는 인공지능에 의한 의사의 역할 변화 중, 앞으로도 유지되고 더 강조될 역할, 그리고 더 나아가서는 새로운 역할에 대해서도 알아볼 차례다. 최근의 의료 인공지능 관련 논의에서는 의사의 ‘사라질 역할’에 너무 치중한 나머지, 유지될 역할과 새롭게 생겨날 역할에 대한 고민은 부족한 경우가 많다. 하지만 의사가 인공지능이 도입된 미래를 살아가고 발 빠르게 진화하기 위해서는 이 부분에 대한 더 많은 고민이 필요할 것이다. 의학적 최종 의사 결정권자 인공지능의 도입에도 불구하고 앞으로도 계속 유지될 인간 의사의 역할은 바로 최종 의사 결정권자의 역할이다. 현재의 의료와 규제 패러다임 하에서는 의료 행위에서 의사의 판단과 의사결정을 완전히 배제하는 것은 어려울 것으로 보인다. 아무리 성능이 우수한 인공지능이라고 할지라도 오류의 가능성을
정신과와 외과 의사는 인공지능에서 자유로울까
앞서 언급된 학과들과는 달리 정신의학과와 외과는 인공지능의 영향에서 다소 자유로운 것으로 여겨지기도 한다. 하지만 알고 보면 이러한 정신의학과 외과에서도 인공지능의 발전은 빠르게 일어나고 있다. 이 분야의 경우 아직 전문의와 비슷한 수준에 도달한 것은 아니지만, 상당히 흥미로운 발전들이 일어나고 있다. 인공지능으로 인해 앞으로 약해지는 인간 의사의 역할을 살펴보는 김에 두 학과에 관련된 기술 발전도 간략하게 짚고 넘어가도록 하자. 정신과는 인공지능에서 자유로운가 먼저 정신의학과의 영역을 살펴보자. 정신과의 경우, 사람이 사람의 심리와 정신 건강을 다루기 때문에 인공지능이 쉽게 접근하기 어려운 영역으로 꼽히기도 한다. 그만큼 환자의 상태에 대한 정량적 데이터를 얻기 어렵고, 진단과 치료를 표준화하기도 상대적으로 쉽지 않다. 특히, 사람과 사람, 즉 의사와 환자
인공지능은 의사를 대체하는가
우리는 지금까지 다양한 의료 인공지능에 대해서 자세히 살펴보았다. 그중에는 아직 검증이 덜 되었거나 여전히 개발 중인 것도 있지만, 때로는 인간 전문의 수준과 동등하거나 일부 측면에서는 더 나은 것도 있었다. 한 가지 확실한 것은 의료 인공지능이 앞으로 더욱 발전할 것이며, 발전의 속도는 갈수록 더욱 빨라질 것이라는 점이다. 이렇게 발전하는 의료 인공지능은 이미 의료계 내외에서 복잡한 이슈를 낳으며 주목받고 있다. 가장 대표적인 것이 인공지능이 의사를 대체할 수 있는지에 관한 논쟁이다. 또한, 인공지능이 의료사고를 내면 그 책임은 누가 져야 하는지, 혹은 의료 인공지능의 정확성과 효능, 안전성을 어떻게 검증할 것인지에 대해서도 많은 의견이 있다. 이러한 이슈들은 의료계뿐만이 아니라, 규제기관, 법조계, 교육계, 심지어 철학계에서도 관심을
[발표자료] 인공지능은 의료를 어떻게 혁신할 것인가 (2017년 11월)
제가 최근 강의하는 의료 인공지능 주제의 슬라이드를 공유합니다. 제가 공부하면서 지속적으로 업데이트하고 있는 슬라이드로, 이번 것은 2017년 11월 기준의 최신 버전입니다. 강의에서 모두 커버하면 2시간 이상 걸리는 내용으로, 대부분의 강의에서는 시간 제약 때문에 일부분 밖에 다루지 못하고 있습니다. 전반부는 의료 인공지능의 유형에 따른 최신 연구 결과 리뷰, 후반부는 이에 파생되는 이슈를 다룹니다. 인공지능의 의료 활용 유형 복잡한 데이터의 분석 및 권고안 도출 영상 의료/병리 데이터의 분석 및 판독 연속 데이터의 모니터링 및 예측 인공지능으로 인한 새로운 이슈 의사의 대체 가능 여부 결과의 책임 소재 근거 창출의 필요성과 어려움 어떻게 규제할 것인가 슬라이드의 내용 및 순서는 제가 블로그에 연재하고 있는, ‘인공지능은 의료를
인공지능은 의료를 어떻게 혁신할 것인가 (8) 생체 신호 모니터링을 통한 질병 예측 (하)
부정맥을 한 시간 전에 예측하기 이번에는 환자의 부정맥, 심정지와 같은 심혈관계 질환이 발생하기 전에 예측하는 인공지능들을 살펴보자. 먼저 서울아산병원의 연구이다. 연구진은 심장내과 중환자실에 입원한 백여 명의 환자를 모니터링한 데이터를 바탕으로 부정맥의 일종인 심실빈맥(ventricular tachycardia)을 발생하기 한 시간 전에 높은 정확도로 예측하는 인공지능을 발표했다. 부정맥은 심장박동이 불규칙한 상태를 의미하는데, 심장박동이 갑자기 멈추는 돌연심장사의 원인 중 80%가 심실부정맥 때문이다. 치명적인 심실부정맥의 가장 큰 원인 중 하나가 바로 심실빈맥으로, 심실에서 이상이 발생하여 심장이 비정상적으로 빨리 뛰는 상태다. 이러한 심실빈맥을 사전에 예측할 수 있다면, 적절한 사전 조치를 통해 부정맥 발생을 예방하거나, 발생 후에도 빠르게 대처하여 환자의 생존율을 높일 수 있을 것이다. 서울아산병원의 연구진은