의료AI와 의료영상판독에 대해 알아봅니다. 안녕하세요, 구독자님.
즐겁고 활기찬 한 주 보내고 계신가요?
지난 번 소식에 '고령화'에 대한 내용을 소개 드린 바 있습니다. 사람도 나이가 들면 건강에 이상이 생기기 시작하죠. 동창들을 만나면 주로 20대 때는 연애, 30대 때는 일, 40대는 자식, 50대가 되면 건강에 대해 얘기한다는 어느 분의 말씀이 생각납니다.
저도 인공지능을 업으로 하는 회사에 속해 있다 보니, 가끔 사람을 인공지능 로봇에 빗대어 생각해 보는 경우가 있습니다. 사고(思考)의 과정 말고 육체적인 부분만 보면, 우리의 몸은 고도로 잘 만들어진 '기계' 같아서 오래 쓰게 되면 고장이 나게 마련입니다. 로봇의 경우는 사람이 만든 것이라 문제가 어디에서 어떤 이유로 생겼는지 예측하기 쉽고 고장난 부품은 쉽게 수리나 교체가 가능하지만, 인간의 생물학적인 몸은 너무 정밀해서 증상을 감지하기도, 원인을 파악하기도, 문제가 생긴 부분을 치료하거나 교체하는 것도 어렵다는 것이 다르죠.
이번 소식에서는 의료AI와 진단 분야의 의료영상분석에 적용된 인공지능에 대해 알아보겠습니다. |
|
|
의료AI란?
'의료AI'란 간단히 말하면 인공지능 기술을 의료에 적용한 것입니다.
'의료'에 대한 정의를 위키에서 찾아보면 '사람의 건강 유지, 회복, 촉진 등에 대해서 사용되는 광범위한 의미를 가진 단어' 라고 되어 있습니다. 아무래도 사람들이 전문적인 분야를 의미할 때 사용하는 용어이다 보니 굳이 정의를 찾아봤습니다만 대부분의 사람들이 이 단어의 의미에 대해서는 익히 알고 있다고 생각합니다.
'의료'가 커버하는 영역이 어떻게 되느냐 하는 질문이 있을텐데 이 부분은 전문가들에 따라 의견이 다른 것 같습니다. 예를 들어 제가 찾아본 글들에서는 어떤 곳은 '진단, 치료, 관리'의 3개 영역으로, 또 어떤 곳은 '예방, 진단, 치료'의 3단계로 나누고 있었습니다. 아무 생각없이 임의로 둘을 통합해 보니 '예방, 진단, 치료, 관리'가 되는데 이렇게 해도 크게 문제가 없어보이긴 합니다. ^^;
의료AI는 어떤 분야에서 활용될 수 있나요?
질병의 예방, 진단, 치료, 신약개발, 예후관리 등에 활용될 수 있습니다.
질환의 발병을 막는 예방 측면의 예로는 혈압, 심전도 신호 등을 실시간 분석해서 증상 발현 전에 예측하는 사례가 될 수 있겠고, 진단 부분은 뒤에 좀 더 자세히 언급되겠지만 의료기기에서 수집된 영상을 판독해서 병변 부위 등을 찾아내는 것이 예가 될 것 같습니다.
신약개발은 화합물의 구조정보와 생체 내 단백질 결합 등을 고려해 후보물질을 탐색, 제시하고 약물 간의 상호 작용을 예측하는 영역입니다. 엄청나게 많은 비용과 인력이 투입되어야 하는 분야인데 이것을 인공지능이 짧은 시간에 훨씬 적은 비용을 들여 해낼 수 있죠. 2018년 딥마인드가 AlphaFold를 소개한 이후 2022년에는 이를 이용해 무려 2억개의 단백질 구조 예측 결과를 발표했었죠. 당시에는 혁명이라고 했었죠. 작년 11월에는 메타가 ESMFold로 6억개 단백질 구조 예측 결과를 공개했습니다. (기사)
예후관리 부분은 환자 치료 이후의 상태 모니터링과 적절한 자세교정이나 운동 가이드, 식단 추천 등등 다양한 사례가 있겠네요.
의료AI 산업은 전망이 어떤가요?
한국보건산업진흥원에서 작년 8월에 발간한 ' 글로벌보건산업동향 441호'에 따르면 세계 의료기기 시장은 4,270억 달러 규모인데 연평균 4.5% 성장 중이라고 합니다. 시장조사기관 MarketsandMarkets에 따르면 글로벌 의료AI 시장의 성장율은 연평균 50%가 추정되고 있습니다. (2018년 $21억->2025년 예상 $362억) ( 관련기사) 인구고령화로 의료서비스 수요는 높아지고, 의료인의 수는 줄고 있는 실정이라 기술적, 사회적 변화 물결 속에 AI를 활용한 의료기기 등은 앞으로도 지속적으로 나오고 산업은 성장할 것으로 예상됩니다.
국내 의료AI 업체로는 어떤 곳들이 있나요?
의료영상진단 쪽은 뒷쪽에서 별도로 다룰 것이므로 그 외의 업체들 가운데 찾아본 곳들을나열해 보겠습니다.
해외에서 대표적인 의료AI 기업은 어떤 곳이 있을까요?
가장 두각을 나타내는 곳은 미국의 GE헬스케어입니다. 미국의 FDA에서 허가를 받은 AI/ML 의료기기는 2022년 10월 기준 521건인데 그 가운데 GE헬스케어가 총 42개를 차지하고 있는데 대부분은 방사선 관련 기기라고 하네요. 이외에 지멘스, 캐논, Aidoc, 필립스 등이 뒤를 따르고 있다고 합니다. ( 관련자료) 스타트업으로는 Cerner, 스워드 헬스(근골격 치료 부문), 브레이브 헬스, 이큅(섭식장애 치료), Gritstone Oncology (면역치료 백신 개발), Clinical 헬스케어(디지털치료제), 등등이 있습니다. (관련자료)
국내 의료AI 기술력은 어느 정도로 평가받고 있나요?
개별 기업들이 보유한 기술은 해당 분야에서 세계 최고를 점하고 있는 경우도 있다고 생각됩니다. 다만, 국가 차원의 전반적인 기술 수준의 비교는 이와는 다르겠죠. 최근 발표된 한국보건산업진흥원의 '2022년 보건의료,산업기술수준 평가 결과'에 따르면 전반적인 의료,산업기술 수준은 79.4% (미국 100% 기준)로 기술격차는 2.5년 가량이며 중국보다도 높은데 반해, 의료AI 분야에서는 유럽이나 중국보다도 상당히 뒤쳐지는 것으로 나타나고 있습니다. 아무래도 AI의 발전을 위해 반드시 필요한 의료데이터의 양과 최근 중국의 괄목할만한 AI 연구성과와 관련되지 않을까 싶습니다.
|
|
|
자료) 한국보건산업진흥원의 '2022년 보건의료,산업기술수준 평가 결과' 에서 부분 발췌 |
|
|
의료AI가 발전하기 위해서 뭐가 필요한가요?
의료AI의 발전을 위해서는 고품질의 풍부한 의료데이터가 필요합니다. 하지만 의료데이터는 가장 대표적인 개인 민감데이터인데다 최근까지는 병원 별로 자체 보관하면서 외부에 공개하지 않았기 때문에 구하기가 거의 불가능했습니다. 그래서 의료AI를 하는 기업들은 병원들과 함께 파일럿이나 솔루션 공동개발 등을 진행해야만 했습니다.
최근 마이데이터 사업을 통해 이러한 이슈가 어느 정도는 해소되고 있습니다. 정부에서도 ' 마이헬스웨이'라는 건강정보 플랫폼을 구축해서, 여러 병원에 흩어져 있던 건강정보를 통합해서 관리함으로써 개인에게는 통합조회 서비스를 제공하고, 병원들 간에는 정보의 연결로 정밀진단과 진료지원을 신속하게 할 수 있도록 하며, 데이터가 필요한 의료 서비스 업체들에겐 비식별화된 데이터를 원활하게 공급할 수 있는 토대를 마련하고 있습니다. (보도자료)
의료AI의 산업측면을 본다면 더 필요한 것은 규제완화와 제도개선이라고 생각됩니다. 기술적인 발전이 있다고 하더라도 개발한 기술과 서비스를 활용할 수 있는 사회적 여건이나 유인책이 부족하다면 해당 산업은 지속될 수 없기 때문입니다. 현재 많은 의료AI 기업이 국내에서 제대로 안착하지 못하고 해외로 진출하려는 이유가 무엇인지에 대해서는 많은 고민이 있어야 할 것 같습니다.
의료AI 쪽 현실이 어떻길래 그런가요?
AI의료기기를 개발하는 기업은 많은 어려운 과정을 거쳐야 합니다. 어려운 AI 기술 개발과 더 어려운 의료데이터의 확보와 정제/가공, 그리고 그 보다 더 어려운 임상 진행 및 식약처(또는 미국 FDA) 허가,인증 획득... 생각만 해도 길고 많은 비용이 들어가는 일이라 난감해 보입니다. 특히 자금 여력이 많지 않은 스타트업들이란 것을 가정하면 그 개발 초기에 안고 있었던 리스크는 어마어마했을 것 같습니다. 대단!!!
위의 과정을 다 거쳤다 하더라도 해당 제품이 산업현장(주로 병원 같은 의료기관)에 도입되는 것은 또 다른 얘기입니다. 그만큼 어렵다는 것이죠. 이는 AI의료기기를 신의료기술로 인정하지 않는 국내 건강보험제도에 원인이 있다고 합니다. 2022년 8월 기준 국내 허가를 받은 AI의료기기는 총 130개 품목이지만 보험 수가를 받을 수 있는 것은 단 2개 밖에 없다고 하는데, 이러다 보니 병원들이 추가 비용을 들여 AI의료기기를 도입할 필요성을 못 느낀다는 겁니다.
결과적으로 국내 대부분의 의료AI업체들, 특히 영상판독AI 솔루션 업체들은 그 자체로 수익모델을 확립하지 못하는 바람에 해외로 눈을 돌리거나 혹은 다른 부가 서비스를 개발해서 이를 수익화하는 방향으로 접근하고 있는 실정입니다.
정부에서도 의료AI 확산을 위해 준비하는 것이 있나요?
현재 국내에서는 '닥터앤서 2.0' 사업이 진행되고 있습니다. 이는 진단보조 역할을 넘어 진료 전주기 관점에서 의료진의 진료를 지원하는 것을 목표로 하고 있습니다. ( 관련사이트) 아무쪼록 이러한 시도들이 결실을 맺어 다음 단계로 도약하는 발판이 되었으면 하는 바램입니다.
|
|
|
사진) 닥터앤서 2.0에서 지원하는 12대 질환 및 관련 기관 (출처) |
|
|
의료 부문에서는 활용해야 하는 데이터의 종류가 다양합니다. 예로 환자들의 누적된 진료기록(주로 EMR 형태로 기록)과 진단기기에서 나오는 영상, 각종 센서에서 나오는 디바이스의 실시간 신호 등을 들 수 있겠습니다. 이외에도 각종 참고 가능한 외부 데이터들도 있을텐데 이 양과 복잡도 때문에 의사 개인이 짧은 시간동안 파악하는 것이 갈수록 어려워질 것입니다. (국내 의사회원 1,000명을 대상으로 한 설문조사에서 환자 1명당 평균 진료시간이 3~5분이 45.7%로 가장 높았다는 기사 참고)
인공지능 기술을 이용하면 위에 언급한 다양한 형태의 많은 의료 데이터를 분석하고 짧은 시간 내에 의사가 참고해야 하는 정보를 요약해주거나 영상에서 자칫 놓치고 갈 수 있는 병병을 제시하는 등의 역할을 수행할 수 있습니다. 초거대AI는 기존의 개별 인공지능 모델이 하던 역할들을 하나의 통합된 프로세스로 진행하게 되므로 훨씬 수준높고 정확한 분석을 제공할 수 있게 될 것입니다. 그런 측면을 생각해서 국내에서도 카카오브레인과 같은 곳은 대형병원과 함께 공동으로 솔루션 개발을 진행해 오고 있습니다.
|
|
|
|
의료영상진단이란 '의료영상진단기기에서 획득된 영상을 분석해서 병변을 판독하는 것'을 말합니다. 이 때 의료영상진단기기로는 X-ray, CT, MRI, 초음파, 내시경, 현미경, PET(positron emission tomography) 등등이 있습니다.
의료영상진단은 어떤 과정을 거쳐서 진행되나요?
일반적으로 의료영상진단기(Modality)에서 촬영된 영상 이미지가 병원의 PACS 서버로 전송되고 의사들은 PACS 클라이언트 어플리케이션을 통해 영상을 띄워 보게 됩니다. 이후 의사에 의해 판독 결과와 진료기록이 추가되어 DICOM 형태로 저장됩니다. PACS 클라이언트를 통한 판독은 병원 갔을 때 의사가 환자의 MRI 영상 등을 화면에 띄워놓고 처방을 기록하던 바로 그것을 떠 올리시면 됩니다.
참고)
- DICOM (Digital Imaging and Communications in Medicine) : 의료용 기기에서 디지털 영상 표현과 통신에 사용되는 표준
- PACS (Picture Archiving and Communication System) : 의료영상 저장 전송 시스템으로 DICOM이라는 국제 규약에 맞게 저장, 가공, 전송함
|
|
|
그림) 의료영상 판독의 처리 절차 (출처 : 카카오브레인 영상) |
|
|
영상판독에 사용되는 인공지능 기술로는 어떤 것이 있나요?
의료영상진단기기에서 영상 취득이 이뤄지고 나면 전송효율을 높이기 위해 영상 압축/해제 기술이 적용될 수 있습니다. 이후 저품질의 영상에 노이즈제거, 업스케일 등의 기술을 적용해서 고품질의 영상으로 변환할 수도 있는데 이렇게 할 경우, 짧은 촬영시간과 높은 품질의 영상 이미지 확보라는 두 가지 잇점을 얻을 수 있게 됩니다. 에어스메디컬이 출시한 MRI 압축 솔루션 'SwiftMR'이 그런 방식으로 운용되는 것으로 알고 있습니다. 이후 판독을 위한 영상 분석에는 CNN (Convolutional Neural Network)이나 Transformer 기반의 Classification, Detection, Segmentation, Anomaly detection 등과 같은 기술이 사용됩니다. 의료영상 가운데 CT나 MRI의 경우는 X-ray와는 달리 한번에 수백~수천장의 영상이 나오므로 각각의 이미지 별 판독에 인공지능 실행가속 기술을 적용하게 되면 영상판독 전체에 소요되는 시간을 획기적으로 단축할 수 있게 됩니다.
국내 의료영상진단 업체는 어떤 곳이 있나요?
대표적인 기업들 몇 군데를 나열해 보겠습니다. (아래 '진단'은 '진단보조'임)
- 뷰노 : 골(뼈)연령, 뇌 MRI, 폐 X-ray, 망막질환, 흉부CT 등의 진단
- 루닛 : 암 진단, 면역항암제 효과 예측
- 딥노이드 : 흉부 X-ray, 척추 X-ray, MRI, 흉부CT, 뇌 MRA 등의 진단
- 제이엘케이 : CT, CTP, MRI, MRA 영상을 활용한 뇌질환 진단, 분석
- 에이아이인사이트 (AIinsight) : 안과질환(황반변성,당뇨병 망막병증,녹내장) 진단
- 팬토믹스 : 심장 MRI 영상 분석
- 뉴로핏 (Neurophet) : 치료 전주기에 걸친 뇌 영상 분석
- 웨이센 : AI 소화기 내시경 영상 분석
- 프로메디우스 : 흉부 방사선 사진 (CXR) 기반 코로나19, 기흉 진단
- 휴런 : 퇴행성 뇌신경계 질환에 대한 뇌 MRI 영상 진단
- 코어라인소프트 : 폐질환, 뇌출혈 진단, 관상동맥석회 분석
- 딥바이오 : 암종별 암 영역 및 중증도를 분석 (관련소개)
위에 언급한 의료AI 기업들은 대부분 스타트업이나 중소/중견기업들입니다. 대기업 쪽으로 보면 최근 카카오, 네이버가 대형병원이나 기관들과 손잡고 의료 분야에 뛰어 들기 시작했고 SK그룹에서도 국내 의료AI 업체들과 MOU를 맺고 새로운 비즈니스를 준비해 오고 있답니다. ( 관련기사)
그럼 인공지능이 직접 진단을 하고 처방을 하는건가요?
아뇨... 그렇진 않습니다. 거의 대부분은 의사의 진단을 위한 '보조' 용으로 활용되고 있습니다.
인공지능이 하는 진단의 품질에 문제가 있어서 그런가요?
흠... 인공지능의 예측 품질과 관련된 이슈는 도입 초기에는 있었습니다. 대표적으로 2016~2017년도에 국내 대형병원들이 IBM의 인공지능 의사 서비스인 '왓슨'을 도입한 바 있는데 (길병원, 부산대병원, 건양대병원 등등) 기대와는 달리 정확도 이슈, 서양인 중심의 의료데이터 기반이라는 제한사항, 추천한 치료법이 국내 건강보험심사평가원의 급여기준과 맞지 않는 등 여러가지 문제가 있어 제한적인 목적으로만 사용되거나 도입 철회가 되기도 했습니다.
하지만 최근 소개되는 의료AI 솔루션들은 정확도 측면에서는 이런 문제는 거의 없어지고 있습니다. 논쟁의 여지가 있긴 하겠지만 각 업체의 전문 분야들에서는 인간 의사가 진단하는 수준 혹은 그 이상의 정확도를 제공하는 솔루션들도 많이 나오고 있습니다.
현행 의료법( 의료법 제2조 제2항)에 의하면 진단을 비롯한 의료행위를 직접할 수 있는 주체는 의사, 한의사, 치과의사에 한정되므로 인공지능이 이를 수행할 수는 없습니다. 그렇기 때문에 의사에 대한 보조 역할을 수행하는 것입니다.
앞으로는 인공지능이 의사들의 역할을 직접 수행할 수도 있지 않을까요?
'어쩌면'과 '설마요'가 동시 답이 될 수 있을 것 같습니다. 인공지능의 발전 속도를 생각하면 기술적인 측면에서는 충분히 그럴 수 있을 것 같고, 사회적인 합의 측면에서는 그렇게 받아들여지는 것이 쉽지 않을 것 같기 때문입니다.
사람의 생명을 다루는 '의료'에 아직은 블랙박스 인공지능의 판단만을 근거로 진단이나 처방을 할 수는 없다는 논리도 작동하고 있으니까요. 이를 해소하기 위해서는 의료AI의 정확도를 더 높이고 '설명가능한 인공지능 (XAI)'과 같은 기술이 적용되어 인공지능의 판단 과정을 누구라도 수긍할 수 있도록 기술 발전이 되어야 할 것입니다. 판단에 대한 책임 문제는 비단 의료에만 해당되지는 않습니다. 인공지능이 의사결정을 하게 되는 금융/파이넌스, 자율주행, 앞으로 나오게 될 것으로 예상되는 무인무기체계 등등에서도 그 무게감이 다를지는 몰라도 같은 종류의 논쟁이 이어질 테니까요.
동시에 의료계에서도 너무 이해관계로만 접근하지 말고 포용적인 태도로 접근하는 것이 필요할 것 같습니다. AI의 등장으로 위협받는 직업군이 비단 의료 쪽만 있는 것은 아니므로, 의료계와 AI업계가 함께 솔루션을 만들어 윈윈할 수 있는 구조를 만들어 나가는 것이 바람직한 방향이라 생각합니다. 실제로 국내외 병원 및 의사들이 인공지능을 활용할 수 있는 기술 개발에 함께 참여하는 사례도 늘고 있습니다. 정부에서도 AI,빅데이터 등 IT기술과 의료지식이 결합된 융복합 디지털헬스케어 인재 양성을 확대하기 위해서 움직이고 있구요. 빨리 가시적인 성과가 나오길 기대합니다.
|
|
|
|
제가 찾아본 것들은 다음과 같습니다.
- ICT/정보통신 의료 AI의 최신 활용 사례는? (IRS글로벌, 2022.5)
원문은 일본 쪽 글인데 의료AI에 대한 문제점, 동향 등에 대한 소개를 담고 있음
- 초거대 AI 모델, 이젠 의료영상에도 적용한다 (AI타임즈, 2022.7)
카카오브레인과 카톨릭중앙의료원 간의 공동연구 진행. 의료영상 분야 초거대 AI 모델 연구 진행
- 혁신의료기기, 신속하게 의료현장 진입한다. (보건복지부, 2022.8)
- 보건복지부, 바이오헬스 규제혁신 추진… ‘바이오헬스 신산업 규제혁신 방안’ 발표 (메디칼월드뉴스, 2023.3)
혁신적 의료기기, 혁신·필수 의약품, 디지털 헬스케어, 첨단재생의료·첨단바이오의약품, 유전자 검사, 뇌-기계 인터페이스, 인프라에 대한 규제혁신 진행
- AI를 이용한 똑똑한 신약 개발 (딜로이트)
- 미, 인공지능(AI)/기계학습(ML) 의료기기시장 확장 (KOTRA 해외시장뉴스, 2022.11)
- 우리나라 보건의료 기술수준 세계 몇 위일까? (덴탈투데이, 2023.3)
한국보건산업진흥원에서 77개 보건의료, 산업기술 대상으로 국가 별 (5개국, 한국,중국,일본,유럽,미국) 수준 비교 자료 제공
- [기획특집] 시장 성장 기다리는 의료 AI 업계, “기술력은 준비 완료” (컴퓨터월드, 2022.8)
- 첨단의료영상진단기기 - 의료영상진단 서비스의 고도화 (NICE디앤비, 2021.6)
의료AI와 관련된 규제나 법률적인 논의가 과거 왓슨 도입 시기에 무척이나 활발하게 나왔었더군요. 이와 관련된 내용도 찾아봤습니다.
- 인공지능 의료기기의 허가·심사 가이드라인(민원인 안내서) (식품의약품안전처, 2022.5)
인공지능 의료기기의 구분기준, 허가, 심사 방안을 설명
- 왓슨의 진단 조력에 대한 현행법상 형사책임에 관한 소고 (논문, 2017)
- AI의사 의료사고, 누가 책임질까 (ZDNET, 2018.12)
- 다가오는 AI 시대, 법률적 시스템 시급 (의약뉴스, 2017.9)
- 의료계, 디지털헬스케어법 반대…"건강보다 산업에 무게" (데일리팜, 2022.10)
|
|
|
인공지능 서비스의 배포와 운영 시 도움이 필요하신가요?
(주)소이넷은 인공지능 서비스를 제공하는 기업들 가운데 서비스 배포와 운영에서 어려움을 겪고 계신 곳에 도움을 드릴 수 있습니다.
혹시 구독자님의 회사는 다음과 같은 어려움을 겪고 계시지 않나요?
- AI 모델을 개발하고 학습 후 서비스를 위한 성능(Accuracy)은 달성했는데, 정작 최적화 엔지니어가 없어서 어플리케이션, 서비스로의 배포를 위한 실행최적화를 못하고 있어요!
- AI 서비스를 이미 제공하고 있지만, 비싼 클라우드 GPU 서버 인스턴스 사용료가 부담이 되네요. 흠... 경비를 절감할 수 있는 방안이 없을까?
- 서비스에 적합한 공개 SOTA 모델이 있지만 그대로 가져다 쓰기에는 우리 쪽 어플리케이션에 접목하기도 어렵고 운영 비용도 많이 들 것 같은데 어쩌지?
- 서비스에 사용되는 AI 모델을 통합적으로 관리, 배포, 모니터링을 하고 싶은데 그렇다고 비싸고 너무 복잡한 솔루션을 쓸 수는 없고 어쩌지?
- 비즈니스 도메인 기업이긴 한데 자체로 인공지능을 적용하기에는 기술적인 난이도도 있고... 어디 함께 공동 솔루션을 개발할 곳은 없을까?
그렇다면 언제든 아래 연락처로 문의 주세요. 함께 해결책을 고민해 드리겠습니다.
|
|
|
오늘의 뉴스레터는 여기까지
구독자님,
또 다른 재미난 소식으로
다시 찾아뵙겠습니다. |
|
|
구독해 주시면 좋은 소식, 정보로 보답하겠습니다. |
|
|
주식회사 소이넷
sales@soynet.io
경기 성남시 분당구 성남대로331번길 8 (킨스타워) 1503호
대표전화 : 031-8039-5377
|
|
|
|
|
