의료 인공지능의 현주소를 보고 오다

<테헤란로 북클럽 - 의료 인공지능> 강연을 들었다.

https://www.facebook.com/events/1335749643223214/

디지털헬스케어연구소 최윤섭 소장의 <의료 인공지능> 출간에 맞춘 강연으로서, 드문 드문 나왔던 뉴스와 의료계 이슈를 한번에 정리했다. 질의응답 시간 때 보니 미래가 걱정스러운 의대생이 몇 명 보이는 등 2018년 7월 혹서에 아랑곳 않는 열기로 꽉 찼던 알찬 강연이었다. 방대한 내용 중에서 인상 깊은 부분만 추려 보았다.

• 1부: 제2의 기계시대와 의료 인공지능
1. Watson for Oncology 암 진단 성공률은 암종, 병원, 국가마다 다름
2. Watson은 진단 로직에 최신 논문을 자동으로 반영하는 기능도 있는데, 그대로 허용해도 되는지 의문임
3. 보험급여 관련: 가천대 길병원 사례. Watson의 진단 대로 처방하면 심평원 삭감 대상. 반대로 한국에서 쓰고 미국에서는 쓰지 않는 약은 Watson이 처방하지 않음.
4. 현재 한국은 병원마다 자체기준을 만들어 적절하게 활용중
   
• 2부: 의료 인공지능의 과거와 현재
1. 이미지 인지에는 주로 딥러닝 CNN을 활용: 이전 방법에 비해 효과高, 지도학습이 불필요
2. Radiologist(영상의학과)에 직접적인 영향: MRI, X-ray
3. 사례: 뼈 나이 측정 (한국은 2018년 5월 인허가 완료)
   - 인공지능이 인간의사보다 성공률 높음
   - 인공지능과 의사 협업 시 성공률 높고 측정소요 시간 짧음
   ※ 실은 최근 들어 학습을 충분히 하면서 인공지능 단독측정 성공률이 인공지능+인간의사 협업측정 성공률을 추월했음
4. 사례: 안과질환 관련하여 특정환자를 두고 의사마다 달리 진단 → 이슈
   - 구글: '안저판독' 논문을 의학저널에 발표
   - 스탠포드: 피부암 진단 앱 출시 (딥러닝보다 뛰어난 진단 성공률을 보이는 인간의사가 있긴 했지만 대다수 의사는 인공지능보다 못함)
5. 사례: 병리과 유방암 조직검사 판독 → 전문의 간 진단 불일치
6. 웨어러블: 허리띠 등 기기 증가
7. SugarIO: Watson + 복부센서 (진단, 투약, 식사 기록 → 고혈당 모니터링 → 아이폰 앱을 통한 조치 가이드)
8. 사례: 신생아 패혈증 조기진단 (24~28시간 먼저 예측)
9. 사례: 심전도 데이터를 통한 심정지 예측 (세종대)
   ※ less fail alarm: 오탐경보율을 낮춤
   
• 3부: 미래를 어떻게 맞이할 것인가
1. 인간 역할 변화 (의사는? 완전대체는 불가능 예상)
   - 사라질 역할
   - 유지할 역할: 인간은 최종의사결정자로 남을 수 있을까? (참고: 자율주행차 level 5 - 인간이 운전하면 불법)
     ※ 인간의사가 참견해서 결과 판독을 방해 (사례: 흉부 X-ray 판독 시, AI 단독진단 성공률이 훨씬 높음)
   - 새로운 역할
   ※ 의대생에 대한 조언: 기술변화는 빠르지만 법, 문화 변화는 느림 ("살아 생전에 변하기는 할 것")
   ※ "병원과 의사의 입장은 다르다."
   
2. 인공지능 진단결과에 대한 책임 소재
3. 탈숙련화 문제 (예: 네비게이션 보급 확대에 따른 운전자 능력 약화)
   ※ 1940년대에는 조종사, 부조종사 외에도 3명의 조종인력이 필요했지만, 최근에는 조종사와 부조종사로 충분 (AI 도입 시에는 1명으로 충분?)
   ※ "인간은 유사시에 AI를 대체할 수 있을까?"
   
4. 블랙박스 문제 (로직 불투명)

※ 데이터 확보

   - 병원과 협업해야 데이터 확보 가능 (수익배분 등 정책 합의 전제)

   - 환자는 자기 데이터를 병원에 요구 가능 ("만명을 모아라?")