최윤섭 디지털 헬스케어 연구소에서 2017년 상반기 글로벌 디지털 헬스케어 산업 동향을 살펴보는 온라인 세미나를 지난 5월 10일 개최했습니다. 작년 말부터 지금까지 디지털 헬스케어 분야에서 주목할만한 아래와 같은 국내외 주요 이슈들을 두 시간에 걸쳐서 살펴보았습니다. 강의 영상과 슬라이드를 공유하여 드리니, 참고하시기 바랍니다. 2017 1Q 미국 VC 투자 동향 ‘Liquid Biopsy’: Illumina and Grail 23andMe의 DTC 서비스 FDA 인허가 확대 IBM Watson for Oncology 도입 광풍(?) 의사를 능가하는 Deep Learning 연구 결과들 의학적 효용을 증명한 헬스케어 스타트업의 증가 강의 영상 및 슬라이드 [youtube id=”5lCPvK8mE0w” width=”620″ height=”360″] 강의 슬라이드
과연 의사는 인공지능으로 대체될 수 있을까. 실리콘밸리의 선각자이자 유명 벤처투자가인 비노드 코슬라(Vinod Khosla)는 몇 년 전 ‘미래에는 80%의 의사가 첨단 기술로 대체될 것’이라고 공개석상에서 주장한 바 있다.[ref 1, 2, 3, 4] 그는 의료의 많은 부분이 여전히 근거에 기반을 둔 과학이라고 보기 어렵다며, 대규모의 데이터에 기반하고 막강한 연산 능력으로 무장한 기계가 평균적인 의사보다 더 저렴하면서도 정확하고 객관적일 수 있다고 언급했다. 그는 ‘닥터 알고리즘(Doctor Algorithm)’의 실력은 갈수록 좋아져서, 어려운 치료 사례에 대해서도 모든 가능성을 고려하여 2차 소견을 제공하면서 진료실에서의 영향력은 더 커질 것이라고 했다. 또한 많은 경우 의사들의 진료에 일관성이 부족하고, 편차가 크다는 점도 지적했다. 또한 오늘날 의사가 환자를 진료하는 방식, 즉 환자가 직접 병원을 방문하고,
웨어러블에 거는 기대는 너무 큰 것이었을까. 최근 웨어러블 디바이스에 대한 회의론이 점차 고개를 들고 있다. 말 그대로 몸에 착용하거나 입는 기기를 의미하는 웨어러블은 스마트폰과 태블릿 컴퓨터의 뒤를 잇는 차세대 기기로 한동안 크게 주목을 받았다. 웨어러블 기기는 사용자와 주변 환경에 대한 데이터를 측정하고, 스마트폰 기존 기기의 활용을 편리하게 해주며, 더 나아가서는 사용자의 능력을 강화해주는 목적으로 활용된다. 현재 웨어러블 홍수의 시대라고 해도 과언이 아닐 정도로 많은 종류의 웨어러블이 시장에 출시되어 있다. 대표적인 시계 형태를 비롯하여 안경, 머리 밴드, 안대, 목걸이, 반지, 벨트, 복대, 양말, 클립, 깔창, 셔츠, 브래지어, 문신, 반창고, 알약 등등 우리가 상상할 수 있는 거의 모든 형태의 웨어러블이 존재한다. 특히
최근 개인 유전 정보 분석 서비스(Personal Genome Service) 분야에서 오랜만에 희소식이 들려왔습니다. 지난 2017년 4월 6일 FDA가 23andMe의 질병 위험도 예측 서비스의 DTC (Direct-to-Consumer) 판매를 허가한 것입니다. 파킨슨병과 알츠하이머를 포함한 총 10가지 질병에 관한 인허가인데요. 이렇게 질병 위험도 예측 서비스가 의료기관을 거치지 않고 직접 고객에게 판매하는 DTC 형태로 허가받은 것은 미국에서도 이번이 처음입니다. FDA의 이러한 결정은 향후 개인 유전 정보 시장의 판도 및 규제 프로세스에도 영향을 줄 것으로 예상됩니다. 23andMe 연대기 제가 블로그에서 많은 지속적으로 팔로업 해드린 바 있듯이, 실리콘밸리 스타트업 23andMe는 2006년 창업 후에 많은 우여곡절을 겪으면서 개인 고객들에게 직접 유전 정보 분석 서비스를 제공해왔습니다. 창업 당시 구글
* 본 칼럼은 제가 매일경제에 기고한 것입니다. 분량 제한 때문에 실리지 못했던 원문을 올려드립니다. 매경의 칼럼은 여기에서 보실 수 있습니다. 최근 국내외를 막론하고 신기술 분야를 통틀어서 가장 뜨거운 관심을 받는 주제를 하나만 고르라면 아마도 인공지능이 될 것이다. 인공지능은 불과 1년 전만 하더라도 한국에서 크게 관심을 받지 못했지만, 지난 3월 알파고 사태 이후로 돌연 국가적인 관심사로 떠올랐다. 정부에서는 부처별로 앞다투어 인공지능 관련 컨트롤 타워를 만들겠다고 하며, 소위 ‘제 4차 산업 혁명’이라는 (국내에서만 사용되는 용어가) 언론, 도서, 강의 뿐만 아니라, 대선 주자들의 공약에도 등장하고 있다. 최근 인공지능에 대한 열풍은 다소 과도해보이지만, 장기적으로 인류의 미래에 인공지능이 큰 영향을 미치리라는 전제 자체를 부인하는 사람은
이번에는 데이터를 해석하기 위한 또 다른 방법에 대해서 알아보자. 데이터를 인간이 직접 해석하는 것이 한 가지 방식이었다면, 남은 한 가지 방식은 바로 인공지능의 힘을 빌리는 것이다. 최근 국내외를 막론하고 신기술 분야를 통틀어 가장 이슈가 되고 있는 주제를 하나만 고르라면 아마도 인공지능이 될 것이다. 인공지능은 몇 년 전만 하더라도 한국에서는 크게 관심을 받지 못했지만, 2016년 3월 알파고 사태 이후로 돌연 국가적인 관심사로 떠올랐다. 정부 부처별로 인공지능 관련 컨트롤 타워를 만들겠다고 나서고 있으며, 각종 도서, 학회, 강의에는 소위 ‘제 4차 산업 혁명’ 이야기가 가득하다. (참고로, 이 ‘4차 산업 혁명’이라는 용어는 ‘스마트 헬스케어’, ‘유 헬스케어’처럼 한국에서만 주로 사용되는 용어로, 필자는 되도록이면 사용하지 않는다) 이러한 인공지능
최근 인도의 마니팔 병원(Manipal Hospital)은 1,000명의 암 환자에 대한 IBM Watson의 진료 성적을 공개했습니다. 지난 3년간 치료 받은 유방암, 대장암, 직장암, 폐암 등 4가지 암종의 환자 1,000명에 대해서 의사의 판단과 Watson의 판단이 얼마나 일치했는지를 본 것입니다. 최근 길병원과 부산대병원에도 도입되면서 국내에도 잘 알려진 왓슨 포 온콜로지(Watson for Oncology)는 뉴욕의 메모리얼 슬론 캐터링 암센터(MSKCC)와 IBM이 함께 개발한 암환자 진료 보조 인공지능입니다. 실제 환자를 대상으로 왓슨 포 온콜로지의 진료 성적이 공개된 것은 실질적으로 이번이 처음입니다. Watson의 실력은 검증되었나 제가 여러 포스팅과 강의에서 강조드리고 있지만, 그 유명세에 비해서 IBM Watson의 암환자 진료 정확성은 검증되지 않았습니다. MSKCC 라는 세계 최대의 암 병원에서 훈련을 받았으니,
2017년 2월 삼성서울병원 디지털 헬스케어 포럼에서 ‘인공지능은 의료를 어떻게 혁신할 것인가’ 를 주제로 발표한 자료입니다. 아래와 같은 내용들이 포함되어 있습니다. (예전 자료에서 조금 업데이트 되었습니다.) 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 관련 포스팅 [칼럼] AI가 대체할 수 없는 인간적인 의사의 역할 [칼럼] ‘닥터 알파고’ 의 세 가지 역할 인공지능에 맞서 ‘인간’ 의사는 어떻게 대처해야 하는가 IBM Watson의 CTO, Rob High와의 대화 MD앤더슨과 MSK 암센터, IBM Watson의 진료 정확도를 공개하다
이번에는 원격의료 중에서 보다 좁은 범위의 원격진료에 대해서 알아보자. 원격진료는 말 그대로 진료실에서 의사가 환자를 진료하는 행위를 전화, 문자, 이메일, 앱, 영상 통화 등의 통신 기술을 통해서 원격으로 하는 것을 의미한다. 흔히 원격진료라고 하면 영상 통화를 통해서 의사와 환자가 얼굴을 보면서 하는 것을 떠올리지만, 2016년 미국 시장을 기준으로 보면 지금까지의 사용률(overal adoption)은 화상 통화(22%)보다는 오히려 전화(59%), 이메일(41%), 문자 메시지 (29%), 앱(24%)이 더 높다. 다만 화상 원격진료의 사용률은 2015년 7%에서 2016년 22%로 1년 만에 크게 증가했다. 또한 의사-환자 간의 원격진료뿐만 아니라, 의료진 간의 협진이나 의견을 주고받기 위한 의사-의사 간의 원격진료도 있다. 국내 의료법에 따르면 의료진 간의 원격진료는 현재도 합법이다. 이번에는 이슈가 되고
지금까지도 의료 데이터는 주로 의료전문가, 즉 사람의 힘으로 분석되고 해석되어 왔다. 하지만 디지털 기술의 발전에 따라서, 데이터를 해석하는 주체는 여전히 사람인 경우라고 할지라도 분석 방식은 예전과 크게 달라질 수 있을 것이다. 의료 전문가가 디지털 기술을 활용하여 환자로부터 나온 의료 데이터를 분석하는 새로운 방법 중의 하나로는 원격의료(telemedicine)를 빼놓을 수 없다. 현대 디지털 기술 중에 가장 비약적으로 발전한 것 중 하나가 통신기술이다. 이를 고려한다면 디지털 기술이 의료에 적용을 논할 때 원격으로 진단하고 의료 서비스를 제공하는 것을 먼저 떠올리는 것이 당연하다고 볼 수 있다. 앞서 살펴보았듯이, 통신, 센서, 배터리, 클라우드 컴퓨팅, 보안 등의 디지털 기술이 기하급수적으로 발전한다면, 의료진이 원격으로 환자에게 제공할 수 있는
스탠퍼드 대학교의 연구진이 피부암을 피부과 전문의 수준으로 진단할 수 있는 딥 러닝(deep learning) 기반의 인공지능을 개발했다. 2017년 2월 네이쳐 지에 발표된 이 논문에서 인공지능은 피부 병변 사진의 판독에 대해서 피부과 전문의보다 더 나은 실력을 보였다. 최근 블로그에서 소개했던, 구글의 당뇨성 망막 병증 판독 딥러닝과 마찬가지로 인간 전문의와의 실력 비교에서 우월한 정확성을 보인 것이다. 관련 포스팅: 구글, 안과 전문의 수준의 의료 인공지능 발표 왜 피부암인가 피부암은 매년 미국에서만 540만 명의 신규 환자가 발생할 정도로 빈번한 질병이다. 특히, 피부암은 조기 발견이 중요하다. 피부암 중에서 가장 악성이며 예후가 좋지 않은 흑색종(melanoma)의 경우 조기에 발견하면 5년 생존율이 97%로 양호하지만, 말기에 발견하면 14%로 매우 낮기 때문이다. 하지만
이제는 ‘디지털 의료의 3단계’에서 세 번째 단계에 해당하는 데이터의 분석에 대해서 알아보려 한다. 1단계인 ‘측정’에서 우리는 많은 종류의 헬스케어 데이터가 다양한 방식을 통해서 측정될 수 있다는 것을 알아보았으며, 2단계 ‘통합’에서는 이 다양하고 방대한 데이터를 통합하기 위한 플랫폼에 대해서도 살펴보았다. 이제는 이렇게 측정하고 통합한 데이터를 어떻게 분석하고 해석할 것인지에 대해서 알아볼 차례다. 아무리 중요한 정보가 담긴 데이터를 다양하고 폭넓게 측정하고 통합해놓았다고 할지라도, 그 데이터 속에 담긴 의미를 제대로 파악하지 못한다면 아무런 쓸모가 없을 것이다. 질병을 예방하고 치료, 관리하며 건강을 유지하기 위해서는 우리가 끊임없이 만들어내는 데이터를 효과적으로 해석할 필요가 있다. “디지털 의료는 어떻게 구현되는가” 시리즈 보기 변혁의 쓰나미 앞에서 누가 디지털
* 본 칼럼은 제가 매일경제에 기고한 것입니다. 분량 제한 때문에 실리지 못했던 원문을 올려드립니다. 매경의 칼럼은 여기에서 보실 수 있습니다. “1,000달러 게놈”이라는 캐치프레이즈를 들어본 적이 있는가. 1,000달러만으로 한 사람의 유전 정보 전체를 분석하는 것은 과학계의 오랜 숙원이었다. 그도 그럴 것이, 인류 최초로 한 사람의 유전체을 분석했던 휴먼 게놈 프로젝트는 27억 불이나 필요했기 때문이다. 많은 사람들이 기술 발전의 혜택을 보기 위해서는 저렴한 가격이 필수다. 스티브 잡스는 질병 치료를 위해 유전체 분석을 했던 최초의 사람 중 한 명이다. 2011년 그는 10만 불을 들여서 췌장암 치료법을 찾으려 했다. 27억불 보다는 낮은 가격이지만, 일반인들에게 10만 불은 여전히 부담스럽다. 그러던 지난 2014년 미국에서 희소식이 들려왔다.
애플은 헬스케어 회사다. 맥북, 아이폰, 아이패드를 만드는 스티브 잡스의 그 애플 말이다. 헬스케어 데이터 플랫폼의 첫 번째 사례로 애플의 헬스키트(HealthKit)를 본격적으로 설명하기 전에 헬스케어 분야에서 애플이라는 회사의 최근 행보를 먼저 살펴보려고 한다. 사실 필자에게 글로벌 IT 기업 중에서 가장 완전한 (‘완벽한’ 이 아니다) 디지털 헬스케어 기업을 하나만 골라보라면, 아마도 애플을 꼽을 것 같다. “디지털 의료는 어떻게 구현되는가” 시리즈 보기 변혁의 쓰나미 앞에서 누가 디지털 의료를 이끄는가 데이터, 데이터, 데이터! 4P 의료의 실현 스마트폰 이제 스마트폰이 당신을 진찰한다 웨어러블 디바이스 개인 유전 정보 분석의 모든 것! 환자 유래의 의료 데이터 (PGHD) 헬스케어 데이터의 통합 헬스케어 데이터 플랫폼: 애플 & 발리딕 빅
이제는 ‘디지털 의료의 3단계’에서 두 번째 단계에 해당하는 데이터의 수집과 통합에 대해서 알아볼 차례다. 1단계에서 우리는 무수히 많은 종류의 데이터가 다양한 방식을 통해서 측정될 수 있다는 것을 살펴보았다. 그 데이터들은 체온, 혈당, 혈압, 산소포화도, 심박, 심박 변이도, 심전도, 호흡수, 혈류량, 안압, 복약 여부, 활동량, 자세, 수면, 고막 사진, 피부 사진, 목소리 패턴, 월경, 유전 정보에 이르기까지 그야말로 광범위하다. “디지털 의료는 어떻게 구현되는가” 시리즈 보기 변혁의 쓰나미 앞에서 누가 디지털 의료를 이끄는가 데이터, 데이터, 데이터! 4P 의료의 실현 스마트폰 이제 스마트폰이 당신을 진찰한다 웨어러블 디바이스 개인 유전 정보 분석의 모든 것! 환자 유래의 의료 데이터 (PGHD) 헬스케어 데이터의 통합 헬스케어 데이터 플랫폼:
지금 우리는 디지털 의료(digital medicine)가 어떻게 구현되는지에 대해서 차근차근 단계별로 살펴보고 있다. 한동안 스마트폰, 웨어러블부터 개인 유전 정보 분석까지 방대한 내용을 다루었으므로, 우리가어떠한 맥락에서 이러한 주제들을 살펴보았는지를 다시 한 번 되짚어보기로 하자. “디지털 의료는 어떻게 구현되는가” 시리즈 보기 변혁의 쓰나미 앞에서 누가 디지털 의료를 이끄는가 데이터, 데이터, 데이터! 4P 의료의 실현 스마트폰 이제 스마트폰이 당신을 진찰한다 웨어러블 디바이스 개인 유전 정보 분석의 모든 것! 환자 유래의 의료 데이터 (PGHD) 헬스케어 데이터의 통합 헬스케어 데이터 플랫폼: 애플 & 발리딕 빅 데이터 의료 원격 환자 모니터링 원격진료 인공지능 필자는 디지털 의료에서 가장 중요한 요소로 ‘데이터’를 꼽은 바 있다. 새로운 디지털 기술의