서론

  의료분야에서도 인공지능에 대한 개념은 이제 매우 일반적인 발전 방향으로 여겨지고 있다. 이로써 인공지능 시대가 도래하면 의학 분야에서도 많은 변화가 있을 것임은 자명하며 이러한 변화에 발맞춘 준비기 필요할 것으로 보인다. 먼저 영상 이미지를 인공지능형으로 분석하여 결과를 도출하는 시스템에서부터 문헌 검색을 통해 적절한 진단이나 치료법을 제시하거나 또는 예후 및 합병증을 예측하는 모델들도 계속 소개될 것으로 보인다. 당뇨병 분야에서도 마찬가지로 다양한 인공지능형 분석 및 치료, 관리 시스템이 가까운 시일내에 선보일 것으로 보인다. 이러한 인공지능 시스템이 발전함에 따라 의사의 역할이 많이 줄어들 것이라는 우려의 목소리도 함께 높아지고 있다. 이러한 측면에서 디지털 헬스케어의 발전과 인공지능 시스템의 개념을 다시한번 돌아보고 이러한 새로운 의료 시스템에서 의사는 환자와 어떻게 소통해나가게 될 것인지? 환자는 이러한 시스템을 어떻게 이용해나갈 것인지?에 대한 측면을 고민해보고자 한다.

디지털 헬스케어 시스템의 발전

  의료분야에 있어서 인공지능 시스템에 대해 논할 때 훨씬 이전부터 디지털 헬스케어가 발전되어 왔다는 사실과 연관지어 생각해야할 것이다. 환자를 문진하고 종이에 기록하던 시대에서 EMR (Electric Medical Record)로 발전하면서 병원내에서의 검사결과, 문진 기록등이 모두 디지털화된 정보로 저장될 수 있게 되었다. 그리고 Bio-technology, information technology의 발달은 환자가 병원에서만 가능하던 검사를 집에서도 자주 검사할 수 있는 수준에 이르게 되었고 이렇게 구축된 데이터는 EHR (Electric Health Record)이라는 개념으로 발전되어 왔다. 그리고 이렇게 병원이나 가정에서 만들어진 각각의 사용자의 데이터는 PHR (Personal Health Record)의 개념으로 구축되어지게 되었다. 이렇게 구축된 데이터는 디지털화된 정보로서 분류 및 융합이 가능해지고 간단한 분석 알고리즘을 적용하여 사용자에게 어떠한 메세지를 전달하는 것에서부터, 축적된 데이터를 의사에게 전달하여 이를 검토한 의사가 각 사용자에게 적합한 의견을 다시 제공하는 서비스로 발전되기 시작하였다. 이러한 방식으로 축적된 방대한 데이터를 통해 인공지능이라는 개념이 의료분야에 도입되게 되는 시대에 이르게 되었다.

인공지능과 디지털 의료

  인공지능은 딮러닝 (Deep learning), 머신러닝 (Machine learning)등으로 대변되는데 이들 시스템은 수많은 데이터를 받아들인 후 이를 패턴화하여 인식하고 각각에 맞는 판단 방침을 실행하도록 하는 것이다. 따라서 더욱 많은 데이터와 그에 맞는 분석결과가 추가되게 된다면, 즉 학습을 계속 하게된다면 더욱 정밀한 분석과 판단이 가능해질 수도 있다는 것이다. 영상 분석 시스템을 예로 들어보자. 훌륭한 영상 판독 의사는 아마도 오랜기간 많은 영상을 판독하고 시행착오를 거치면서 이로 얻은 경험을 통해 좀더 정밀한 영상 판독이 가능하다는 것을 의미하는 것일 것이다. 그러나 한 명의 의사가 평생동안 할 수 있는 판독의 수와 이를 통해 얻을 수 있는 경험의 양은 제한적일 수 밖에 없다. 여기에 인공지능 시스템이 적용된다면 어떠할까? 수십, 수백명이 지난 수십년간 해온 판독 결과와 임상 결과를 학습하게된다면 여기서 얻어지는 결과는 훌륭한 의사 한 명의 판독에 못지 않을 수 있고, 수십, 수백이 아닌 수천명의 의사가 해온 판독 결과를 학습한다면 그 정밀성과 판독의 범위는 더욱 깊어지고 넓어지게될 것이다. 또는 어떤 의사는 많은 환자를 진료하면서 여러 임상 증상과 혈액검사 결과등을 통해 환자의 상태를 판단하고 이에 맞는 적절한 치료법을 제안하게 된다. 이 치료법이 좀더 구체적이고 환자에게 적합할 수록 우리는 그 의사를 훌륭한 의사라 일컺게 될 것이다. 이 또한 인공지능시스템이 적용된다면 수많은 임상의사의 경험과 지식이 적용되게 될 것이고 한 의사가 가질 수 있는 경험보다도 더 방대한 지식과 경험의 학습이 가능하게되므로 보다 좋은 어떤 결과를 도출해낼 수도 있을 것이다.
  또한 여러 시계열 데이터를 분석한다면 어떤 환자의 향후 증상 변화를 예측하거나 예후를 예측하여 미리 환자에게 좀더 적절한 치료를 권고하는 시스템으로 발전되어지게될 것이다. 그리고 만성질환과 같은 매우 다양한 변수가 상호작용하는 경우에 있어서도 각 변수의 변화정도를 분석하여 좀더 구체적이고 환자에게 도움이 될 수 있는 결론을 도출해낼 수 있을 것이다 (그림 1).
  지난 기간동안 디지털헬스케어 시스템의 발전은 방대한 양의 데이터를 축적하게 되어 인공지능형 분석이 가능한 수준으로까지 그 양이 많아진 것이 사실이다. 이미 여러 기관, 회사, 연구자들이 이러한 방대한 데이터를 이용한 인고지능형 분석 모델을 구축하고자 노력하기 시작하였으므로 그리 길지 않은 시간내에 이러한 새로운 의료 시스템을 접하게 될 것으로 보인다. 그러나 아직 방대한 양의 데이터가 존재하고 있는 사실과는 달리 인공지능형 분석 시스템의 발전은 아직 매우 기초적인 수준으로 보인다. 방대한 양의 데이터가 존재하는 것만으로 모든 것이 해결되어지는 것이 아니라 딮러닝과 기계학습이 가능하도록 데이터와 그 결과를 체계화하여 분석모델을 만들고 이를 다시 지속적으로 학습시킴과 동시에 이의 임상적인 유효성까지도 증명해나가야하므로, 아직 많은 기회와 다양한 발전방향이 있을 것으로 생각된다. 따라서 많은 의료인들이 다양한 방식으로 참여하여 한국 의료에 가장 적합한 모델을 만들어나갈 필요가 있다. 그리고 이렇게 만들어진 일종의 의료데이터 분석 브레인 (그림 2), 즉 인공지능형 시스템을 구체적으로 구축하고 이를 임상에 적용하는 그 누군가가 이 시장의 선두에 설 수 있을 것이다.

소통 방식의 변화

  디지털 헬스케어 시스템의 발달은 기존의 소통 방식과 다른 새로운 소통방식으로 그 변화를 가져오고 있다. 즉 환자가 병원을 방문하여 의사를 만나고 의사가 말하는 내용을 듣고 처방을 받고 검사를 하고 집으로 가는 기존의 형식만이 아닌 여러가지의 소통 방식으로 발전해나가게 되리라 생각된다.

a. 환자-시스템간 소통

  먼저, 환자는 의사를 만나지 않고서도 본인의 데이터에 대한 어떠한 피드백을 접할 수 있게될 것이다. 방대해진 데이터를 통해 구축된 인공지능형 분석시스템에 환자는 집에서 측정한 데이터와 자신의 상태를 입력/전송함으로써 이에 맞는 적절한 피드백을 여러 가지 방법으로 받아볼 수 있게될 것이다.

b. 환자-온라인 의사와의 소통

  환자가 시스템에 접속하여 필요한 피드백을 접하게되는 것에 더불어 온라인 상에서 원하는 의사와의 소통도 가능하며 이러한 부분도 반드시 필요할 것이다. 온라인상에서 의사와 대화 또는 상담을 하고 이에 적절한 비용을 지불하고 본인에게 적합한 피드백을 얻을 수 있게될 것이다. 어쩌면 우리는 온라인에서 더 유명해진 의사를 만나보게 될 지도 모를 일이다.
  여기서 집에서 시스템이나 온라인 의사와 소통을 하였을때 각 환자의 상태에 대한 피드백을 받아보는 것에 더하여 약에 대한 처방전을 받게되는 경우도 발생할 수 있을 것이다. 이러한 온라인 처방전이나 인공지능형 처방전의 유효성, 안전성등은 결국 정책의 문제로 귀결될 수 있다. 본 글에서 정책의 부분까지 언급할 필요는 없겠으나 인공지능 시대의 소통의 방식에 있어서 이러한 처방전 발행의 주체와 책임등에 대한 고민도 이제 함께 이루어져야할 것이다.

c. 병원에서 환자-시스템간 소통

  병원에 내원한 환자의 경우는 어떠할까? 병원에 입원한 환자 뿐만아니라 외래로 내원한 환자들 조차에서도 다양한 데이터가 수집될 수 있다. 다양한 생체신호를 수집할 수 있고 설문조사를 할 수도 있다. 병원내 환자의 위치를 파악하고 기존 데이터를 분석하여 환자가 현재 있는 위치와 시간에 맞는 적절한 피드백이나 주의사항을 알려줄 수도 있다. 환자가 수행한 설문에 대하여 그 결과에 맞는 판단과 해결 방안을 제공할 수도 있다. 더 나아가 병원의 인공지능형 대화 시스템에 질문을 할 수도 있고, 상담로봇과 대화를나눌 수도 있을 것이다.

d. 진료실에서 환자-의사간 소통

  인공지능 시스템이 의료분야에 널리 적용되는 시대에서는 의사와 환자의 대면을 통한 진료자체는 어떠한 변화를 가져올까? 혹자는 인공지능 시대가 도래하면 의사가 필요없어질 것이라고도 말한다. 여기에는 아마도 단순히 인공지능 시스템이 의료적 자문을 잘하고 못하고를 떠나서 사회전반의 정책 및 제도가 크게 작용할 것으로 생각된다. 또한 반대로 의사-환자간의 소통과 관계는 오히려 더 중요하게 여겨질지도 모른다. 그럼 여기서 중요한 문제는 인공지능시대에 있어서 진료실에서의 의사-환자간의 소통은 어떻게 변화되어가는 것이 좋을 것인가? 아마도 그때부터는 의사가 환자를 대면하였을 때 인공지능 시스템을 얼마나 잘 활용하느냐?의 문제로 귀결될 수도 있을 것이다. 환자로부터 얼마나 필요한 데이터를 가져오고 이를 인공지능 시스템의 도움하에 환자가 가장 필요로하는 해결책을 어떻게 잘 찾아내며 이를 또 어떻게 환자에게 가장 적절히 설명하고 실천하게 만드느냐? 따라서 이러한 과정을 잘 수행하는 의사가 더욱 필요해지는 사회가 될 지도 모른다. 그러므로 인공지능 시스템 개발에 노력함과 더불어 이러한 소통을 잘 할 수 있도록 돕는 시스템에도 많은 연구와 투자가 일어나야할 것으로 보인다.

맺음말

  디지털 헬스케어의 시작과 이로부터 만들어진 빅데이터 그리고 인공지능 분석 시스템까지, 이제 의료분야에도 거대한 변화의 바람이 일고있다. 그러나 많은 사람이 쉽게 얘기하는 것 처럼 데이터가 존재하는 것 만으로 인공지능 분석이 가능한 것은 결코 아니다. 잘 짜여진 데이터의 구축과 확립에 우선 많은 애를 써야할 것이고 이는 매우 구체적으로 진행이 되어, 우리나라 환자를 위한 그리고 우리나라 현실에 맞는 한국형 인공지능 의료 지원 시스템이 만들어져나가야할 것이다. 또한 이렇게 만들어진 인공지능 분석 시스템을 환자와 의사가 어떻게 잘 활용할 수 있을지에 대한 새로운 시도와 노력이 함께 이루어질 필요가 있다. ‘미래는 지금 당신이 하고 있는 것에 달려있다’ (The Futrue depends on What You Do Today)는 간디의 명언처럼 의료분야에 인공지능 시스템이 적용되는 날이 누군가로부터 만들어져 우리에게 오는 것이 아니라 지금부터 우리가 준비하고 이를 잘 활용할 수 있는 물리적인 시스템과 정책적인 환경을 만들어나갈 필요가 있겠다.