최근 JAMA의 Viewpoint 에 흥미로운 아티클이 실렸습니다. 바로 의료 인공지능과 관련하여 가장 어려운 문제이기도 한, 책임 소재 문제입니다. 만약에 인공지능을 사용하여 진료하다가, 환자의 치료 성과가 좋지 않다면 이는 누구의 책임인가 하는 이슈입니다. 저자는 의사는 아니고, 의료법을 하시는 JD 분들이신데 2장 분량의 짧은 아티클에서, 상당히 중요한 질문을 많이 던져주고 있습니다. 기본적으로는 제가 강의에서 말씀드리거나, 제 졸저 ‘의료 인공지능’에서 언급했던 바와 일치합니다. (그래서 좀 기쁘기도..) 의료 사고 발생 시의 책임 소재(liability) 문제는 이미 ‘기존에도’ 아주 복잡한 문제입니다. 기존에도 의료 사고가 발생한 경우, 책임 소재를 가리기 위해서 법정 공방을 벌이기도 합니다. 만약 여기에 인공지능이라는 변수가 ‘추가적으로’ 개입되면 문제는 더욱 복잡해집니다. 특히, 미국에서도 관련한 […]
한국을 대표하는 헬스케어 스타트업 업계의 창업가, 혁신가, 투자가를 만나봅니다. 헬스케어 스타트업 인터뷰. 이번에는 한국이 낳은 세계적인 디지털 헬스케어 스타트업 눔(Noom)의 한국과 일본 지사의 대표를 맡고 계시는 김영인 대표님을 모셨습니다. 눔은 정세주 대표님이 2008년 뉴욕에서 창업하신 헬스케어 스타트업으로, 최근 실리콘밸리 최고의 벤처캐피털인 세콰이어 캐피털의 투자를 유치하시는 등, 현재 전 세계에서 가장 주목받는 모바일 헬스케어 스타트업 중의 하나입니다. 김영인 선생님은 연세의대를 졸업하신 의사로서 처음에 메디컬 디렉터로 눔 코리아에 합류하셨으며, 현재는 눔 코리아와 눔 재팬의 대표를 맡고 계십니다. (1) “딴짓하던 의대생이 스타트업에 합류하기까지” 먼저 김영인 대표님께서 ‘딴짓’을 좋아하던 의대생에서 어떻게 헬스케어 스타트업인 눔에 입사하게 되셨는지의 이야기를 들어보았습니다. [youtube id=”6ru22wKCsiY” width=”620″ height=”360″]
This is the slide that I presented in the President Invited Lecture of Asian Society of Gynecologic Oncology (ASGO) 2019. I briefly overviewed the current status of artificial intelligence in medicine, especially oncology. ASGO 2019 의 Plenary Session 에서 President Invited Lecture 로 제가 발표한 자료입니다. 제가 공유한 슬라이드 중에 영어로 된 건 처음인 것 같네요. 부인과 종양학회인지라, 의료 인공지능 중에서 종양학(oncology)과 관련된 연구들을 중심으로 말씀드렸습니다.
딥러닝으로 신약 후보 물질을 짧은 기간 내에 디자인할 수 있다는 것을 증명한 논문이 최근 화제가 되었습니다. 이번 달 Nature Biotechnology에 실린 논문인데요. DDR1이라는 fibrosis (섬유증)에 관여하는 receptor tyrosine kinase를 저해할 수 있는 저분자 화합물을 디자인하는 연구였습니다. 특히 이런 분야의 논문으로는 극히 드물게도, 이 기술로 만들어낸 신약 후보 물질로 cell-based assay에서 inhibition 효과가 실제로 있음을 보여줬으며, rodent model 에서 pharmacokinetics 까지 보여주었습니다. 이 연구는 인공지능 신약 개발 스타트업 중에서는 꽤 이름이 알려진 Insilico Medicine의 연구자들이 주도하였습니다. 기본적으로 딥러닝의 일종인 강화학습(reinforced learning)을 사용한 GENTRL 이라 이름 붙인, deep generative model을 만들었습니다. 이 모델에는 DDR1과 기존에 알려진 저분자 화합물 DB 등을 학습시켰는데, 이를
2019년 9월 25일 서울벤처포럼에서 벤처캐피털리스트 분들께 강의해드린 자료입니다. 대략적으로 아래와 같은 내용이 포함되어 있습니다. (주)디지털헬스케어파트너스 (DHP) 소개 디지털 헬스케어 스타트업 글로벌 투자 동향 디지털 헬스케어 분야에 대한 개괄 및 프레임워크 스마트폰, 웨어러블, 개인유전정보 분석, 원격의료, 인공지능 디지털 헬스케어 유니콘 스타트업 사례 분석 디지털 헬스케어 분야에 투자할 때 유의할 점 몇가지 키워드 (주)디지털헬스케어파트너스 (DHP)의 제안
2019년 9월 20일 대한우울조울병학회에서 제가 70분 동안 특강한 자료입니다. 정신건강의학 분야의 디지털 헬스케어에 대해서 정리해보았습니다.
연세대학교 의학과 대학원의 ‘의료인공지능개론’ 수업의 특강으로 2019년 9월 5일에 진행한 강의입니다. 강의 영상 [youtube id=”xuU_H2GBItk” width=”620″ height=”360″] 강의 슬라이드
2019년 9월 2일 스마트 헬스케어 컨퍼런스와 함께 열린 대한의료인공지능학회의 추계학술대회 때 “글로벌 의료 인공지능 산업 및 규제 동향”에 대해서 발표한 자료입니다. 의료 인공지능 및 디지털 치료제 등 SaMD 의 개념과 중요성, Pre-Cert 를 중심으로 한 FDA의 규제 혁신 동향, 그리고 국내 식약처와 심평원의 의료 인공지능 및 SaMD 분야 가이드라인, 수가 정책 등의 동향에 대해서 다뤘습니다. 발표 영상 [youtube id=”QkYS48YM2B8″ width=”620″ height=”360″] 발표 슬라이드
제가 어제 2019년 8월 고벤처포럼에서 특강한 영상입니다. “한국에서 혁신적인 디지털 헬스케어 스타트업이 탄생하려면” 이라는 주제로 말씀드렸습니다. 성공하는 헬스케어 스타트업의 요건들. 그리고 저와 DHP가 하고 있는 고민들을 공유해드리는 자리였습니다. 강의 끝나고 질문을 많이 받았는데요. 생각보다 헬스케어 분야에 관심이 많으셔서 조금 놀랍기도 하고 감사하기도 했습니다. 이번 영상의 오디오는 이번에 새로 구입한 핀마이크 녹음기로 따로 녹음한 것을 나중에 영상과 합쳐보았습니다. 이렇게 하니까 훨씬 오디오 전달이 잘 되는군요. 그만큼 제가 중언부언하는 것도 더 잘 들리긴 합니다만..ㅎㅎ [youtube id=”k7RB7I0fe-A” width=”620″ height=”360″]
2019년 8월 27일 식약처 행사에서 발표할 자료입니다. SaMD를 중심으로 디지털 헬스케어 분야가 어떻게 바뀌고 있는지, 특히 의료 인공지능과 디지털 치료제(digital therapeutics)를 중심으로 설명하였습니다. 이에 따라 FDA가 규제를 어떻게 혁신하고 있는지를 Digital Health Unit과 Pre-Cert 를 예시로 살펴보았습니다. 더 나아가, 이러한 글로벌 트렌드에 맞춰 한국의 헬스케어 분야 규제가 어떻게 개선되어야 할 것인지에 대한 제언도 제시하고 있습니다. 현장에서는 발표 시간이 20분으로 넉넉하지 않기 때문에, 이 자료의 요약본으로 발표하게 될 것 같습니다.
현재 미국에서는 어마어마한 규모의, 인류 역사상 가장 큰 규모의 코호트 구축 프로젝트가 진행되고 있습니다. 이름하여 ‘All-of-Us’ 라는 프로젝트인데요. 이름에 걸맞게 그야말로 ‘모든 사람’의 ‘모든 데이터’를 모으겠다는 야심찬 프로젝트라고 보면 됩니다. 정말 정말 야심찬 프로젝트입니다. 이 프로젝트에 대한 업데이트가 이번 NEJM에 스페셜 리포트로 실렸습니다. All-of-Us는 2015년 오바마 대통령이 천명했던 ‘정밀 의료 이니셔티브’의 일환으로 시작되었던 프로젝트입니다. 당시에는 ‘Precision Medicine Initiative cohort program’으로 부르다가, 이제는 All-of-Us로 명칭이 바뀌었습니다. 이 프로젝트의 목표는 최소 100만 명 이상의 사람의 데이터를 모으는 것입니다. 수집하는 데이터는 건강 관련 설문 조사를 비롯해서, EHR의 진료 기록, 건강 검진, (웨어러블과 센서 등을 활용한) 디지털 헬스케어 데이터, 그리고 생체 시료 (아마도 혈액)까지 정말
지난 주에 SNS의 타임라인을 나름(?) 떠들썩하게 했던, 스마트폰 셀카 동영상으로 혈압을 측정할 수 있다는 가능성을 보여준 연구를 소개해드리려 합니다. 캐나다 토론토 대학의 중국계 연구자들이 진행한 연구로, Circulation: Cardiovascular Imaging 이라는 IF 5~6의 나쁘지 않은 저널에 출판되었습니다. 사실 혈압과 관련해서는 제가 깊이 알지는 못하고, 기술도 생소해서 제가 이해한 수준에서 정리해보겠습니다. 연구의 개요는 간단합니다. 1,328명의 ‘정상’ 혈압 환자를 모아서 아이폰으로 찍은 얼굴 영상을 input data로, 기존 방식으로 측정한 혈압을 정답으로 하여, 머신러닝(multilayer perceptron)으로 분석해서 예측 모델을 만들었다는 것입니다. 1,328명 중 training/validation/test는 70:15:15 로 나누었습니다. 테스트 결과 수축기 혈압, 이완기 혈압, 맥압 모두 95% 내외의 높은 정확도를 보여줬습니다. Abstract에 나오는 다음의 문장으로 정리되어 있습니다.
이번 헬스케어 스타트업 인터뷰에서는 정말 만나기 어려운 분을 모셨습니다. 바로 미국의 대형 로펌 Latham & Watkins의 실리콘밸리 사무소에서 일하시는 김정은 (Jekkie Kim) 변호사님이십니다. Latham & Watkins는 미국에서 가장 많은 IPO(*)를 담당하는 로펌 중 하나인데요. 김정은 변호사님은 한국에서 의사 면허를 취득하신 후, 미국의 로스쿨을 졸업하시고, 지금은 실리콘밸리에서 헬스케어/의료 산업을 담당하는 변호사로 활약하고 계십니다! 실리콘밸리의 많은 선도적인 헬스케어 스타트업이 김정은 변호사님의 클라이언트입니다. 한국 의대를 졸업하신 의사로서 어떻게 실리콘밸리 로펌의 변호사가 되셨는지, 그리고 실리콘밸리의 헬스케어 스타트업 업계에서는 실제 어떤 일이 일어나고 있는지, 한국과는 어떤 차이가 있는지, 한국의 스타트업이 미국에 진출하기 위해서는 무엇이 필요한지, 또 한국의 헬스케어 스타트업 생태계에서는 무엇이 더 개선되어야 할지 등에 대해서
국회도서관 ‘금주의 서평’에 제가 기고한 글입니다. 분량 제한으로 요약해서 보낸 글의 원문입니다. 배드 블러드는 실리콘밸리의 역사에 길이 남을 테라노스와 엘리자베스 홈즈의 역대급 사기 행각의 전말을 월스트리트저널의 기자 존 캐리루가 폭로한 책이다. 수많은 내부 고발자들의 증언과 방대한 취재를 바탕으로 테라노스가 어떻게 사람들을 속였으며, 어떻게 거짓말이 끝내 탄로나게 되었는지를 박진감 있게 서술한다. 생명공학이나 스타트업 업계에 일하지 않는 사람이라도 몇년 전 떠들석했던 테라노스 사태를 한 번쯤은 들어보았을 것이다. 테라노스는 ‘피 한 방울로 수많은 질병을 진단할 수 있다’고 주장하며 실리콘밸리에 혜성처럼 등장했다. 엘리자베스 홈즈라는 미모의 젊은 여성 CEO는 세상을 바꾸기 위해서 스탠퍼드 대학 화학과를 중퇴하고, 수년 동안 비밀리에 이 기술을 개발했다는 스토리는 사람들의 이목을
DHP, 간병인 O2O 매칭 플랫폼 ‘케어투게더’에 투자 보호자와 간병인 모두에게 정보 비대칭과 모순이 큰 간병인 시장 온라인 매칭 플랫폼을 통해 간병인 시장의 투명성과 효율성 제고 헬스케어 스타트업 전문 엑셀러레이터, 디지털 헬스케어 파트너스 (이하 DHP, 대표파트너 최윤섭)는 간병인과 보호자를 매칭해주는 O2O 플랫폼 ‘똑똑케어’를 개발하는 스타트업 케어투게더 (대표이사 김민식)에 투자하고 엑셀러레이팅을 시작한다고 7월 23일 밝혔다. 병원에서 의사와 간호사 못지않게 환자에게 중요한 역할을 하는 것이 간병인이다. 간병인은 환자의 곁에서 하루 종일 세수부터, 용변, 식사, 양치, 그리고 의료진과의 의사소통의 매개체가 되는 일까지 모든 것을 돕기 때문이다. 이러한 간병인 시장은 인구 고령화 등 사회 구조적 변화에 따라서 크게 성장하고 있다. 국민건강보험공단에 따르면, 간병 시장의 크기는
이번에 안과 관련 컨퍼런스에서 의료 인공지능을 주제로 세미나를 해야 해서, 안과와 관련된 인공지능 연구 결과들을 오랜만에 정리해보았습니다. 특히 구글은 지난 2016년 JAMA에 발표했던 중요한 연구 이후로도 흥미로운 연구들을 몇가지 발표했습니다. 많은 분들이 이미 아시겠습니다만, 2016년 JAMA 논문은 구글의 연구자들이 딥러닝을 이용하여 안저 사진에서 당뇨성 망막병증(DR)을 판독하는 인공지능을 개발하였으며, 이 인공지능의 정확도가 안과전문의들보다 더 정확하였음을 보여준 연구입니다. 이 연구에 대해서는 제 졸저에도 상세하게 소개되어 있고, 아래의 포스팅에도 소개되어 있습니다. 구글, 안과 전문의 수준의 의료 인공지능 발표 구글은 2018년과 올해 2019년에 이 논문의 후속 논문을 출판했습니다. 이 연구들은 제1저자, 제2저자는 다르지만, 교신저자는 동일하므로 같은 연구팀에서 진행한 것으로 봐도 무방합니다. 2018년에는 grader variability를 밝히고