최근 NEJM AI와 하버드 비즈니스 리뷰에 흥미로운 아티클이 실렸습니다. 의료 분야의 생성형 인공지능의 규제와 인허가에 관련하여 완전히 새로운 규제 패러다임이 필요하다는 주장입니다. 특히 생성형 의료 인공지능을 단순히 ‘의료기기’가 아닌 ‘새로운 지적 존재 (novel forms of intelligence)’로서 규제해야 할 필요성을 제안하고 있습니다. 이런 과감해보이지만, 나이브해보이기도 하고, 한편으로는 대책없어 보이는 주장은 사실 누구나 던질 수 있는 것입니다. 하지만 이 아티클의 저자가 Bakul Patel 이라는 것을 보면 갑자기 자세를 고쳐 앉아서 진지하게 이 글을 다시 읽게 됩니다. Bakul Patel은 지난 몇년 동안 FDA에서 디지털 헬스케어와 관련한 다양한 규제 혁신을 이끌었던 분입니다. 업계 사람들에게는 잘 알려진 Pre-Cert 도 이 분의 작품이었고, FDA의 디지털 헬스 […]
세상에는 좋은 의학 저널에 실린, 훌륭한 (인공지능/머신러닝 기반의) 예측 모델이 수없이 많은데요. 하지만 이들 대부분은, 혹은 거의 모두는, 실제 임상 현장에서 사용되지 못하고 사장되고 맙니다. 그런 논문에서는 여러 미사여구를 활용해서 임상 활용에 대한 가능성을 제시함에도 불구하고 말이지요. 대체 왜 그럴까요? 최근 npj Precision Oncology에 실린 이 아티클은, 그 이유에 대해서 신랄하면서도 현실적인 인사이트를 전해주고 있습니다. 저자는 캠브리지 대학의 연구자로, 지난 20년 동안 의료 예측 모델을 개발하고 이를 사업화하는 과정에서 시행착오를 겪으면서 얻은 인사이트를 가감없이 전하고 있습니다. 소위 정말 뼈때리는(?) 명언들이 많은데요. (서준교 선생님께서 알려주신 아티클입니다. 덕분에 감사히 잘 읽었습니다!) 최근에 의료 인공지능 분야에서 본인의 연구 성과에 기반하여 의사 창업, 교수
한국 식약처 1호로 인허가 받은 디지털 치료기기(디지털 치료제)인 에임메드의 불면증 치료용 소프트웨어 의료기기, “솜즈(Somzz)”의 효과를 검증하는 임상 시험에 대한 논문이 최근 JMIR에 출판되었습니다. 국내에서도 DTx가 몇년 전부터 큰 주목을 받으면서 우후죽순으로 여러 디지털 치료제 관련 회사, 연구, 투자 등이 활발하게 진행되었는데요. 인허가를 득한 혹은 확증 임상을 진행한 DTx의 논문이 출판되는 경우는 거의 없었던 것 같습니다. 제가 알기로는 아마도 이 솜즈의 JMIR 논문이 처음이 아닌가 합니다. 그만큼 의미가 있는 논문이라고 할 수 있습니다. 임상 연구 디자인이 잘 되어 있고, 기본에 충실한 논문입니다. 연구의 의의와 임상 디자인 잘 알려진 것처럼 Somzz 는 불면증 치료 목적의 인지행동치료(CBTi)에 기반하고 있습니다. CBTi에 기반한 DTx로는
최근 디지털 헬스케어 업계에서는 충격적이고도 안타까운 소식이 전해졌습니다. 바로 디지털 치료제 분야의 선구자이자, 나스닥 상장 기업인 아킬리(Akili)가 Virtual Therapeutics라는 업계에 거의 알려지지 않은 무명의 회사에 단돈(?) $34M에 매각된다는 것이었습니다. Akili는 디지털 치료제라는 용어가 업계에서 널리 사용되기도 전인 2011년에 일찍이 창업하여, 페어 테라퓨틱스와 함께 디지털 치료제 분야 자체를 열었다고 해도 과언이 아닌 상징적인 회사인데요. 페어 테라퓨틱스가 지난 2023년 초에 파산한 것에 이어서, 아킬리도 헐값에 매각되면서 역사의 뒤안길로 사라지고 말았습니다. (페어의 지재권이 뿔뿔히 팔린 것과는 달리, 아킬리는 Virtual Therapeutics의 자회사가 되어서 일단 서비스는 계속하게 됩니다.) 페어 테라퓨틱스의 파산도 충격적인 소식이었습니다만, 아킬리의 매각 역시 디지털 치료제 시장에 미치는 파급효과가 적지 않을 것입니다.
의료는 본질적으로 멀티모달(multimodal) 입니다. 환자를 진료, 진단하고 질병을 치료하기 위해서는 언어, 이미지, 유전체 등 다양한 모달리티의 데이터를 해석하고, 다양한 모달리티를 통해서 환자 및 다른 의료진과 커뮤니케이션 할 수 있어야 합니다. 하지만 지금까지 인공지능은 주로 하나의 모달리티에 대해서만 개발되어 왔습니다. 하지만 여러 기술적 발전에 따라서, 멀티모달 인공지능의 개발이 시도되고 있는데요. 이를 (하나의 모달리티에 대해 speicalized 된 인공지능에 대비해서) 소위 제너럴리스트 인공지능(generalist AI) 라고 부릅니다. 최근에 여러 분야에서 generalist AI 를 개발하려는 시도들이 시작되고 있는데 (대표적인 것이 구글의 PaLM-E), 의료 분야에서도 generalist AI에 대한 개념 최근 제안되기 시작했습니다. 제너럴리스트 의료 인공지능의 조건 작년 4월에는 네이쳐에서 ‘Foundation Models for generalist medical artificial
의료 인공지능이 의사에게 얼마나/어떻게 도움이 되는지를 판단하는 것은 매우 중요하고도 어려운 문제입니다. 최근 Nature Medicine에는 인공지능이 영상의학과 의사에게 판독에 어떻게/얼마나 도움이 되는지를 분석한 논문이 실렸습니다. 그 결론은 결국 사람에 따라서, 질병에 따라서 heterogeneous 하다는 것입니다. 연구자들은 140명의 영상의학과 전문의에게 324명의 환자에 대한 흉부 엑스레이의 15가지 병변에 대해서, 인공지능의 도움을 받고서/받지 않고서 진행한 판독 결과를 세부적으로 상세하게 분석하였습니다. 사실 이 논문은 abstract의 내용만 보고 쉽게 생각하고 읽기 시작했는데, 분석 방법은 상당히 복잡해서 읽는데 애를 좀 먹었습니다. 분석을 위해서 다양한 방법을 쓰고, 분석 지표도 여러가지를 자체적으로 만들어내었는데요, 그만큼 ‘인공지능이 의사에게 어떤 영향을 주는가’를 분석하는 것 자체가 복잡성이 높은 이슈라는 것을 반영하는 것
최근에 Nature Medicine에 실린 흥미로운 논문입니다. 의사들이 진료할 때 의학적인 텍스트에 담겨 있는 정보를 추출하고, 이러한 텍스트를 요약하는 것은 중요하고도 많은 시간과 노력이 들어가는 과업인데요. 이러한 clinical text summarization을 (사람) 의료 전문가보다, LLM이 유의미하게 더 잘 한다는 것을 보여주고 있는 논문입니다. 논문의 초반부에는 여러 LLM 중에서 clinical text summarization을 가장 잘 하는 모델과 그 조건을 찾기 위한 내용이 나옵니다. 몇가지 프롬프트와 temperature 등을 메디컬 텍스트에 대해서 기계적으로 테스트하고 (BLEU, ROUGE-L, BERTScore 등의 자연어 처리 분야에서 결과물의 퀄리티를 판단하기 위한 지표를 씁니다), 또한 FLAN-T5, FLAN-UL2, Llama-2, Vicuna, Alpaca, GPT-3.5, GPT-4 등 총 8개 LLM에 대해서 QLoRA, In-context Learning 두 가지 방식을
카카오 브레인의 헬스케어를 책임지고 계시는, 배웅 부사장님(최고 헬스케어 책임자)의 인터뷰입니다. 카카오 브레인에서 왜 헬스케어를 하는지, 그리고 카카오 브레인에서 개발한 흉부 엑스레이 관련 초거대 의료 인공지능의 성능, 사업화 및 인허가 관련 이야기부터, 항체 신약 개발을 위한 인공지능에 이르기까지 다양한 이야기를 나눠보았습니다. 인터뷰에 응해주신 배웅 부사장님과 인터뷰 기회를 주신 카카오 브레인 관게자 분들께 감사드립니다!
최근 STAT+ 에는 디지털 치료제 회사들의 사업 모델에 대한 고민이 잘 설명된 아티클이 있어서, 제 생각을 덧붙여서 소개해드리고자 합니다. 초창기 디지털 치료제 회사들의 BM은 무척 간단했습니다. 바로 전통적인 처방약처럼 판매하는 것이지요. 인허가를 받고, 보험사로부터 보험 수가를 확보하고, 의사가 처방해주면 환자가 사용하는 모델입니다. 하지만 Pear, Akili 등의 여러 선도자들의 뼈아픈 시행착오 끝에 이 모델은 무척, 무척, 무척 어렵다는 것을 업계 전체가 배우게 되었습니다. 특히 Pear가 파산했을 때, 대표인 Corey가 직접적으로 언급했고, Akili 가 B2C 모델로 피봇팅하면서 (이제는 전 대표인) Eddie도 언급했던 것처럼, payer를 설득하기가 너무도 어려웠습니다. 이것이 어려울 것은 예상했지만, 예상보다 훨씬 더 어려웠다고 이야기 합니다. 이에 따라서 디지털 치료제 회사들은
이제는 한국을 넘어, 세계로 가고 있는 의료 인공지능 회사 루닛의 백승욱 의장님을 인터뷰 하였습니다! 최근의 볼파라 헬스 인수 건을 계기로 인터뷰 요청을 드렸는데, 한국과 미국을 오가시는 바쁘신 일정에도 흔쾌히 응해주셨습니다. 루닛의 현재와 미래에 대한 다양한 인사이트를 들을 수 있는 귀한 시간이었어요. 루닛은 상장 이후로 저희 디지털 헬스케어 업계 뿐만이 아니라, 코스닥 전체에도 크게 주목 받는 회사가 되었는데요. 의장님과는 사석에서도 종종 여러 말씀을 나누지만, 이번에도 또 많이 듣고 배웠습니다. 루닛이 왜 훌륭한 회사인지, 루닛이 지금까지 왜 잘 해왔고, 또 앞으로 왜 더 잘 해나갈 것인지를 알 수 있었던 시간이었습니다. 다른 많은 분들께도 의장님의 이야기가 전해지면 좋겠습니다.
세콰이어 캐피털은 최근에 ‘Bringing Generative AI to Healthcare‘ 라는 아티클을 홈페이지에 게재하였습니다. 이 아티클에서는 헬스케어 산업에서 생성형 인공지능에 대한 어떠한 투자 및 사업 기회가 있는지에 대해서 설명하고 있습니다. 최근 출판되는 대부분의 생성형 인공지능 관련 논문이나 연구들은, 병원 환경에서 의사가 인공지능을 사용할 때, 혹은 환자가 사용할 때 정도를 가정하고 그 정확성이나, 활용성 등을 검증하고 있는데요. 이 아티클은 흥미롭게도 backoffice와 frontline staff 의 두 가지 카테고리로 나눠서 생성형 AI의 활용 가능성을 제시하고 있습니다. 기존에 헬스케어 산업에서 SW 회사들은 특유의 어려운 시장 역학 때문에 어려움을 겪었습니다. Provider들의 마진율은 너무 낮기 때문에 장기적인 비용효과성에 대해서는 돈을 쓰기를 꺼려했고, Payor 들 역시 낮은 마진율에 고통받으면서
최근 워싱턴 포스트에는 ChatGPT와 같은 생성형 인공지능이 희귀 질환의 진단을 위해 활용 가치가 높을 것이라는 오피니언이 실렸습니다. 희귀 질환은 무려 10,000종이 넘게 존재하기 때문에, 심지어 의사들도 잘 알지 못하는 경우가 많습니다. 개별 희귀 질환에 대해서 진단할 수 있는 방법이 없는 것은 아니지만, 진료 시에 의사들이 ‘희귀 질환일 수도 있다’는 가능성을 떠올리지 못하는 경우도 많고, 유사한 증상을 유발하는 희귀 질병이 수백개 이상일 수 있기 때문에, 이 모든 질병에 대한 전문가가 있을 수도 없기 때문입니다. 이 때문에 환자들은 소위 ‘진단 방랑’에 올라서, 여러 의사와 병원을 전전하게 됩니다. 하지만 ChatGPT 등의 생성형 인공지능의 경우에는 환자의 증상이나 진료 기록을 바탕으로, 특정 희귀 질환의 가능성을
최근 Nature Medicine에 실린, LLM이 헬스케어를 변화시키는 여섯가지 방식에 대한 짧은 리뷰 아티클입니다. 관련 연구 및 사업을 하는 여섯 명의 전문가의 의견을 짤막하게 정리하였습니다. 대부분 자신이 현재 하고 있는 연구 혹은 사업에 대한 설명과 향후 전망에 대해서 이야기하고 있습니다. 간략히 요약해보면, 1. Virtual Nurses: 미국에서 만성질환 환자에 비해서 간호사가 너무 부족하기 때문에 LLM이 이러한 간호사의 역할을 보조할 수 있다는 것입니다. 최근에 실리콘밸리의 의료 LLM 스타트업으로 Hippocratic AI라는 팀이 유명한데, 이런 virtual nurses를 개발하고 있지요. 이 CEO의 인터뷰입니다. LLM이 간호사의 여러 administrative 업무를 보조하고, 만성질환 환자에게 ‘목소리’로 환자들의 질문을 듣고, 답하고, 스케쥴 잡고, 복약 알람 주고, 치료 계획에 대해서 설명해주고 등등의
머니투데이에 제가 연재하는 칼럼으로 이번달에 실린 글입니다. 분량 제한 없이 쓴 원문을 여기에 올립니다. 디지털 헬스케어는 4차산업혁명의 핵심 분야로 수년 전부터 많은 주목을 받고 있다. 특히 코로나 판데믹을 거치면서 전 세계적으로 그 역할이 크게 부상했다. 그 중에서도 한국은 미국 정도를 제외하면 글로벌에서 디지털 헬스케어가 기술적, 산업적, 의학적, 규제적으로 가장 빠르게 발전하고 있는 국가이다. 최근 몇년 동안에 한국의 디지털 헬스케어 생태계는 그야말로 전방위적으로 눈부시게 발전했으며, 전 세계를 통틀어도 유래가 없을 정도의 디지털 헬스케어 선진국으로 발돋움하고 있다. 필자는 10여년 전 디지털 헬스케어라는 단어가 한국에서 흔히 사용되기 전부터 이 분야를 개척해오면서, 문자 그대로 디지털 헬스케어가 제로투원, 즉 무에서 유가 만들어지는 과정을 함께 하고
대표적인 디지털 치료제 회사 중의 하나인 Akili에 큰 변화가 있네요. Akili는 ADHD 치료용 디지털 치료제인 EndeavorRx를 의사의 처방을 받아서 환자에게 판매하는 방식의 사업을 지속해왔는데요. 이렇게 처방 받는 디지털 치료제, 소위 PDT (Prescription Digital Therapeutics) 방식을 중단하고, OTC(over-the-counter)를 통해서 환자에게 직접 전달하는 모델로 완전히 피봇팅하기로 했습니다. 사실 알킬리는 2022년 여름, 나스닥 시장 상장 이후에 주력 제품인 EneavorRx의 처방 건수, 매출 등 사업 성과가 지지부진해서 우려를 자아냈는데요. 돌파구 마련을 위한 일환으로 지난 6월, COVID-19으로 FDA 규제의 한시적 완화를 기반으로, EndeavorOTC 라는 성인 ADHD 환자에게 OTC로 직접 판매하는 모델을 출시하였습니다. 이를 통해 기대보다 높은 사업적인 성과를 거두면서, 이렇게 전체 사업 모델을 피봇팅 하게
구글의 두번째 의료 LLM(Large Language Model)인 Med-PaLM2 에 대한 논문을 리뷰합니다. 지난번 리뷰했던 Med-PaLM 논문에 이은 후속 연구 입니다. Med-PaLM 논문은 arxiv에 작년 12월에 서브밋되었고 (Nature에는 7월에 출판), Med-PaLM2 논문은 arxiv에 지난 5월에 업로드 되었습니다. 이 논문은 아직 peer-reviewed journal 에는 출판되지 않았습니다. 결론적으로 Med-PaLM2는 이전 Med-PaLM에 비해서 더 강력한 퍼포먼스를 보여주며, 많은 경우에는 인간 의사와 비교할만하거나 더 좋은 성과를 보여줍니다. 전반적으로 이전 논문과 논조와 구조가 비슷하지만 (그래서 더 빠르게 읽을 수 있었습니다), 더 다양하고 정교한 evaluation framework 를 제시하고 있습니다. 평가 방법도 더 다양하고, 평가 기준도 더 다양해져서, 다각도로, 특히 실제 의료 현장에서 필요한/중요한 측면들에서 Med-PaLM2 성능의 강력함을 잘