[이상열의 메디컬 IT] ‘알파닥’ 실용화의 조건

입력 : ㅣ 수정 : 2017-02-27 22:56

폰트 확대 폰트 축소 프린트하기
이상열 경희대병원 내분비내과 교수
클릭하시면 원본 보기가 가능합니다.

▲ 이상열 경희대병원 내분비내과 교수

지난해 ‘알파고’ 사건 이후 인공지능은 예상대로 커다란 사회적 이슈가 됐고 이를 필두로 로봇, 사물인터넷, 나노 기술 등 소위 ‘4차 산업혁명’을 이끄는 다양한 영역에 대한 장밋빛 예측이 계속되고 있다. 아마 국내외 여러 현안 때문에 그리 녹록지 않은 우리나라의 산업 현실을 타개할 수 있는 돌파구에 대한 많은 사람들의 갈망일지 모른다.

지난해 필자는 인공지능을 단기간에 진료실에 도입하기 어려울 뿐 아니라, 환자들이 진료실에서 직접 체감할 수 있는 수준의 변화를 이끌어내려면 좀 더 많은 시간이 걸릴 것이라고 전망했다. 하지만 최근 여러 매체를 통해 얻은 정보에 의하면 이런 필자의 예측은 조만간 보기 좋게 빗나갈 것처럼 보인다.

얼마 전 국내 한 대학병원에서 암환자의 진단과 치료를 위해 해외에서도 그 예가 드문 최신 인공지능 기반 시스템을 도입했다는 보도를 접했다. 또 최근에는 국제학술지를 통해 안과나 피부과 영역의 진단에 인공지능 기반 시스템이 풍부한 경험을 가진 전문의보다 우수한 진단율을 보였다는 연구 결과를 보기도 했다. 이런 소식을 보면 인공지능 기반의 ‘알파닥’이 의사를 대체하는 것은 시간문제로 보인다. 필자는 이렇게 의료의 새로운 시대를 열어가려는 선구자들의 열정과 놀라운 성과에 찬사와 응원의 마음을 보낸다. 그러나 아직도 필자는 인공지능 기반 의료가 단기간 내 진료실에 확산되기 어려울 것이라는 생각에 큰 변화가 없다. 왜 그럴까.

위에 열거한 선도적인 시스템이나 혁신적인 연구 결과물 역시 사실은 전통적 기법으로 수집·저장된 의료 정보를 근거로 만들어진다. 따라서 아무리 고도화된 알고리즘을 만든다 해도 기본적으로 시스템에 입력된 정보가 매우 정확해야 한다는 전제가 필요하다.

그런데 필자는 현재 우리들이 보유하고 있는 임상 데이터가 일부 영역을 제외하고는 아직 충분히 정확하다고 생각하지 않는다. 특히 우리나라에서 흔한 ‘1시간 대기 3분 진료’로는 의사가 환자의 다양한 임상 양상을 정확하게 담아내기 어렵다. 예를 들어 당뇨병에 같은 약제를 써도 환자들의 임상 양상에 차이가 있는데 그 이유가 약제 때문인지, 생활습관의 문제인지, 환자가 속한 직장이나 가족 구성원 등 사회적 문제에 의해서인지 정확한 이유를 파악하고 분석하는 것은 매우 어렵다.

이런 문제는 최근 건강보험심사평가원이나 국민건강보험공단에서 제공하는 ‘의료 빅데이터’를 분석하는 과정에서도 볼 수 있다. 현재 우리나라의 의료 시스템의 한계로, 의사들은 삭감을 회피하기 위해 환자의 진단 코드를 다소 포괄적으로 부여하는 경향이 있다. 부정확한 진단 코드는 특정 질환의 실태에 대한 연구 수행 시 결과 해석에 중대한 오류를 일으킬 수 있기 때문에 분석에 신중을 기해야 한다. 실제로 현실을 제대로 반영하지 못한 일부 연구 결과들은 학계에서 심한 비판에 직면하기도 했다.

최근 관련 분야 연구의 눈부신 발전으로 인공지능 의료의 실용화를 위한 기술적 어려움은 상당 부분 극복됐다. 우리나라에서도 충분히 전 세계를 석권할 수 있는 역량을 갖게 됐다는 의미다. 하지만 우리나라에서 이런 서비스 창출의 근간이 되는 환자 임상 정보의 수집과 체계적 관리에 대한 심도 있는 논의는 의의로 매우 부족하다. 인공지능 기반 맞춤형 의료의 조기 실현을 위한 가장 중요한 요소는 환자로부터 얻는 정보, 그 자체라는 점을 강조하고자 한다. 그리고 혁신의 주체로서 의사를 비롯한 여러 의료 전문가들의 노력이 매우 중요하며, 이런 노력을 이끌어낼 수 있도록 유도하는 정책적 고려가 필요하다.
2017-02-28 29면
페이스북 트위터 카카오스토리 밴드 블로그

/

서울Eye - 포토더보기