[발표자료] ‘의료 인공지능’ 출간 기념회
제 신간, ‘의료 인공지능’의 출간 기념회에서 사용하고 있는 슬라이드입니다. 1시간 30분 정도의 분량으로, 시간이 짧을 경우 이 슬라이드를 조금 더 축약하여 사용하고 있습니다. 참고하시기 바랍니다.
AI
[신간] 의료 인공지능
제 세 번째 졸저, ‘의료 인공지능’이 출간되었습니다. 지난 2년여간의 집필 끝에 마침내 세상에 빛을 보게 되었습니다. 많은 분께서 아낌 없이 도와주시고 조언해주신 덕분입니다. 한국에서는 일반 독자를 대상으로 의료 인공지능의 기술적, 기술 외적 이슈를 모두 다룬 책은 처음입니다. 현재 의료 인공지능을 둘러싸고 제기되는 다양한 이슈들을 대부분 커버했다고 자신합니다. 사실 여전히 저는 의료 전문가도, 인공지능 전문가도 아닙니다만, 그렇기 때문에 제가, 저만이 할 수 있는 이야기들을 최대한 담아보려고 노력했습니다. 비전문가 독자들도 쉽게 읽을 수 있도록 가능한 평이한 언어를 사용하였고, 필요한 경우 주석도 마음껏 달아놓았습니다. 하지만 제가 이 책을 쓰면서 항상 머릿속에 둔 독자는 의료인, 특히 인공지능 시대를 살아가야 하는 젊은 의료인들이었습니다. 격변하는 시대를 살아가야 할 젊은
[영상] 2018년 상반기 결산 (2) FDA의 규제 혁신
디지털 헬스케어 분야에서 2018년 상반기에 있었던 몇가지 주요한 소식을 리뷰해드립니다. 두번째로 지난 몇년 동안 계속 이어지고 있는 FDA의 규제 혁신에 대해서 정리해보았습니다. 제 유튜브 채널도 많이 구독해주세요! [youtube id=”WTuEr_tFJW8″ width=”620″ height=”360″]
[영상] 2018년 상반기 결산 (1) 의료 인공지능 국내 최초 허가
유튜브 영상을 통해서 디지털 헬스케어 분야에서 2018년 상반기에 있었던 몇가지 주요한 소식을 리뷰해드립니다. 첫번째로 지난 5월에 있었던 국내 최초의 의료 인공지능 의료기기 인허가 소식과 관련해서 정리해드립니다. 제 유튜브 채널도 많이 구독해주세요! [youtube id=”wqXzmChH3N0″ width=”620″ height=”360″]
AACR18: 구글의 기조 연설과 병리 인공지능 현미경
구글은 2018년 4월 미국암연구협회(AACR) 연례학술대회의 기조연설에서 병리과 인공지능과 병리과 전문의의 시너지가 있다는 연구 결과와, 병리 인공지능을 판독에 더욱 편리하게 활용하기 위한 증강현실 기반의 병리 인공지능 현미경을 공개했다. 이는 의료 인공지능이 의료 현장에 도입되기 위해서 시사하는 바가 크다. 참고로 AACR은 암 연구에 관한 가장 권위 있는 학회로, 기존에 의학 연구자들의 전유물로 이뤄지던 곳에서 다름 아닌 구글이 기조연설을 했다는 것이 큰 화제가 되기도 했다. AACR18 에서의 구글의 기조연설 구글에서 병리학 인공지능 관련 연구를 이끄는 마틴 스텀페(Martin Stumpe) 박사와 병리학 전문의인 제이슨 힙(Jason Hipp) 박사는 구글의 병리 인공지능을 병리과 의사들이 사용하였을 경우에 판독 정확성과 총 판독 시간에 대해서 시너지가 있을 수 있다는 가능성을
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
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
딥러닝으로 신약을 개발할 수 있을까
딥러닝 기술을 신약개발에 활용할 수 있을까요? 딥러닝 기술이 의료 분야에서 여러 목적으로 연구되고 있지만, 대부분은 의료 영상의 분석에 관한 것입니다. 신약 개발에 딥러닝을 이용하는 것은 아직 상대적으로 마이너한 분야라고 할 수 있습니다. 하지만 의료 영상 판독 분야 못지않게 큰 (혹은 더 큰) 시장이 있는 곳이 바로 제약사의 신약 개발 분야입니다. 제약사는 신약을 개발하기 위해서 연구와 임상시험에 막대한 자금과 10년 이상의 긴 시간을 투자합니다. 특히 최근 데이터를 보면 제약사들은 갈수록 더 많은 R&D 비용을 더 많이 투자하고 있지만, 새롭게 인허가받는 약의 수는 줄어들고 있습니다. 이는 결국 제약사의 수익성 하락을 뜻합니다. 때문에 제약사의 고민은 깊어질 수밖에 없습니다. 제약사가 더 큰 비용을 R&D에
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
IBM Watson은 수가를 받을 수 있을까?
한국은 현재 IBM 왓슨 포 온콜로지 (Watson for Oncology, 이하 WFO)를 전세계에서 가장 활발하게 도입한 나라 중 하나다. 지금까지 총 8개 병원이 WFO를 도입한 것으로 보인다. 이는 미국과 중국을 제외하면 세계적으로 가장 많은 숫자인 것 같다. 중국은 2016년 가을에 항저우 코그니티브 케어(Hangzhou Cognitive Care)를 통해서 50개 이상의 병원에 도입되었으며, 미국은 다수의 병원에 서비스를 제공하는 2차 소견 전문 기업 베스트닥터(Best Doctor)가 WFO 및 Watson Genomics 등을 채택함으로써 실질적으로 중국보다 더 많은 수의 병원에서 접근 가능한 것으로 알고 있다. 한국에서는 WFO의 도입은 소위 빅5 병원으로의 환자 쏠림에 대비하기 위한 지방 병원들의 고육지책의 일환으로 보는 것이 일반적이었다. 대다수의 암 환자가 수도권으로 몰리는 현실에서 지방