KOSEN 한인과학기술자네트워크

기술이 발전함에 따라 로봇이 사람들의 일자리를 차지 할 것이라는 예측이 나오고있다. 이미 많은 단순 반복 작업 분야에서 로봇으로 대체된 사례가 많이 있으며, 인공지능이 기술의 특이점을 지나게 된다면, 전문직도 대체할 것으로 생각된다. 하지만 기술의 특이점의 도래는 가까운 미래가 아닐 것이며, 많은 새로운 직업이 생겨 날 것이다.
특히 의료 분야에서는 기술의 발전에따라 EEG, EKG, X-ray, CT, MRI, PET, 방사선 치료기기 등 다양한 의료기기가 도입되었다. 그리고 안전하고 정확한 기기 작동을 위해 여러 직업들이 생겼으며, 의료진의 전문 분야도 함께 늘어났다.
최근에는 인공지능, 로봇, 생명과학의 발전으로 로봇수술, 자동진단, 예후 예측, 원격진료 등과 같은 새로운 기술이 개발되고 있다. 그리고 기술의 발전은 환자 맞춤형 치료와 같은 발전된 치료를 가능하게 하며, 효율을 향상시켜 의료진의 업무 부담을 덜어 줄것으로 생각된다. 따라서 의료진의 다양한 기술 분야와의 협력이 중요해 질 것이며, 의료환경에서의 인공지능 시스템을 다루기 위한 전문가 들의 수요가 증가 될 것이다. 그리고 의학과 인공지능 지식을 접목한 새로운 형태의 의료전문가가 출현하게 될 것 이다.

로봇수술은 정교한 기술이 요구되는, 특히 대장암 수술을 포함한 복잡한 수술에서 활용도가 높아지고 있다. 물론 로봇기술에 대한 하드웨어적인 면과 숙련된 의술에 관한 소프트웨어적인 면이 모두 충족되었을 때, 수술의 정확성과 성공률은 향상될 것이다. 여기에 최근에 떠오르는 가상현실 (virtual reality) 기술은 향후 의료시스템에 크게 기여할 것이라고 본다. 예를 들면, 어느 한 병원에서 어려운 수술을 기다리고 있는 환자는 다른 병원에 근무하는 의사의 가상현실을 이용한 원격 로봇수술의 도움을 받을 수 있을 것이다. 이러한 원격 로봇수술은 의료서비스의 효율을 증대시킬 수 있고 비용적인 면이나 접근성에서 유리한 점이 많은 기술임에 틀림없다. 그러므로 이러한 차세대 의료시스템의 개발과 도입을 위해 의료전문가, 로봇수술 관련 전문가, 가상현실 기술을 가진 회사들의 적극적인 상호협력이 요구된다.

현재의 인공지능 기술은 아직까지는 빅데이터에 의존할 수 밖에 없는 단순한 알고리즘을 기반으로 설계되어있다. 과연 인공지능 시스템이 보다 많은 데이터를 가지고 훈련받을수록 일반화할 수 있는 성능을 갖춘다고보는 것이 맞을까? 그렇다면 얼마나 많은 데이터가 필요한가? 인공지능 시스템이 불필요한 빅데이터를 가지고 훈련받는다고 생각하면 결론이 틀려질 수도 있을 것이다. 의료데이터는 일반적인 산업데이터보다 인공지능 학습에 영향을 줄 수 있는 보다 다양한 변수들이 내재해 있기 때문에 아직까지는 한계가 있다고 본다. 암진단을 하기 위한 의료영상 데이터를 예로 들자면 영상신호를 획득하기 위한 물리적인 변수들과 프로토콜이 다양하고, 종양은 성장시기 또는 외부의 자극(치료방식)에 따라 저항하며그 모습을 달리한다. 인공지능 시스템은 아직까지는 상황에 적절하게 판단하고 대응하는 능력이 부족하다. 인공지능 시스템을 활용하는 데 있어서얼마나 크고 구체적인 데이터가 필요한지가 아직까지는 의문으로 남는다. 인공지능 시스템이 의료데이터를분석하기 위한 도구로서 효과적으로 활용되기 위해서는 무엇이 Garbage In Garbage Out인지를 제대로 감별할수 있는 능력이 요구된다. 아직까지 우리는 인공지능 시스템을 통해 Garbage In Gospel Out 을 기대하고 있는지도 모른다.

인공지능이 발달함에 따라, 현재 의료 분야에서 이루어지고 있는 많은 수의 단순한 작업들 (radiology의 image classification 이나 radiotherapy 의 quality assurance 와 같은) 은 점차 인공지능이 대신하게 될 것이다. 그럼으로서 생기는 인력의 과잉으로 인해 대량실업이 발생할 수 있다는 우려가 있다. 하지만 19세기 산업혁명 이후 여러 가지 새로운 직종들이 생겼듯이, 의료 분야도 컴퓨터가 아닌 사람만이 할 수 있는 일들 – 특히 창의적인 일이나 연구활동, 환자들의 심리 안정 – 에 대한 많은 투자가 이루어져야 할 것이다.

근래의 의료계에서 광범위하게 적용중인 근거중심의학 (Evidence-based Medicine) 이나 개인화된 의료 (personalized medicine)의 관점에서 봤을때 방대한 양의 데이터의 수집과 분석은 필수적인 요소가 되었다. 매일 새로이 생성되는 데이터의 양을 고려해 본다면 AI의 적절한 도움은 의료진이 좀 더 새로운 정보에 근거하여 좀 더 정확한 진단과 치료를 위한 결정을 내리는데 많은 도움이 될것으로 여겨진다.

모든 분이 좋은 아이디어를 내 주셨지만, 특히 의료지식과 인공지능 기술을 모두 갖춘 새로운 전문가의 출현을 많은 분들이 지적해 주셨습니다.

의료지식과 인공지능 기술을 모두 갖춘 새로운 전문가의 출현

때는 2066년 6월 6일, 수원시에 거주하는 72세 황모 씨는 최근 지속적인 가슴의 통증이 염려되어 셀프킷으로 간단히 자가 테스트를 해보았다. 이 테스트는 간단히 피한방울로 많은 질환의 확률을 보여주어 유용하게 모든 가정에서 사용되고 있다. 폐암의 위험이 높다는 신호에 의사와 상담코져 셀프킷을 컴퓨터와 연결하여 데이터를 병원에 전송하였다. 병원에 근무하는 사이언티스트는 좀 더 자세한 데이터 분석을 통해 황모 씨가 폐암에 걸렸다는 걸 확신하고 의사와 의논후 황씨의 내원 권유하였다. 그 이후 검사에서 결과는 폐암 3기. 50년 전 황씨의 할아버지를 빼앗아간 바로 그 병이다. 그 당시에 폐암 3기면 5년을 넘기기가 힘들었다 (5년 생존율 20%대). 그러나 방사선 치료의 정확도와 특히 immunotherapy 등 맞춤형 약물 치료의 발달로 현재는 충분히 완치가 가능하다. 이에 황씨는 크게 걱정하지 않고 첫 번째 치료를 위해 가족들과 함께 병원으로 향했다.

한편, 황씨가 치료받게 될 희망 암센터에서는 의사 박씨가 황씨의 차트를 검토하고 있었다. 환자 황씨는 이미 지난번 내원때 PET/MRI scan과 유전자 검색을 마친 상태. 막대한 양의 정보가 병원 데이터베이스에 저장되어 있다. 의사 박씨는 이러한 데이터를 받아 치료 결과의 예측을 위해 컴퓨터 모델을 돌렸다. 분석 결과, 놀랍게도 황씨는 방사선 치료에 큰 부작용을 나타낼 것이라는 예측을 받았다. 그러나 박씨는 의사로서 컴퓨터를 항상 신뢰하면 안 된다는 것을 알고 있었다. 이에 인공지능 전문가 오박사에게 확인을 받고자 했다. 오박사는 미국에서 학회 참석 중이었지만, 핸드폰으로 컴퓨터의 분석 결과를 한 눈에 볼 수 있었다.

오박사는 곧 황씨가 받은 위험도가 황씨와 조건이 비슷한 다른 환자들에 비해서 매우 크다는 것을 알아챘다. 오박사는 이것을 한 가지로 설명할 수 있었다. 황씨는 특정 유전자에 돌연변이가 있다- 오박사는 의사 박 씨에 전화를 걸어, 황씨의 가족력을 체크해 보라고 했다. 과연, 황씨의 할아버지도 똑같이 항암치료를 받았었고 그 때 심한 부작용으로 치료를 마치지 못했던 것이다. 비로소 의사 박씨는 컴퓨터의 예측을 신뢰할 수 있었다. 그리고 방사선 치료보다는 약물 치료가 이 환자에 더 적합하다고 판단하게 되었다.

황씨는 병원에 도착해 의사 박씨를 만났다. 의사는 황씨의 팔에 주사 한대를 놓으며 이렇게 말했다: "이 약은 황 씨의 할아버지가 내려 주신 약입니다." 한편 병실에서는, 황씨가 어렸을 때 즐겨 듣던 걸그룹 A.O.I.의 노래가 나오고 있었다. '이것이 빅 데이터의 힘…내 V튜브 검색 패턴을 용케도 알아냈구나…' 황씨는 그 옛날 할아버지가 살아 계신 그 때로 돌아간 느낌이었다.