AI 통해 의료 서비스 질 향상·치료 결과 개선 '궁극적 목표' 
기술-임상적 적용 괴리 커...AI 보급 위한 장애물 극복 '노력'
"의료 미래 바꿀 수 있는 도구...AI 세부전문의 제도 고려해야"

이 분야에 빠지게 한 AI의 매력은 무엇인가요?
AI의 매력은 그 무한한 가능성에 있습니다. AI는 우리가 일상적으로 접하는 많은 분야에서 활용되고 있지만, 그중에서도 특히 의료 분야에서의 활용 가능성은 무한대에 가깝습니다. 의료 AI는 환자의 진단과 치료를 더욱 개선하고, 의사의 업무를 효율화하는 데 큰 역할을 할 수 있기 때문입니다. 이외에도 AI는 의료 데이터의 분석과 관리 등 다양한 방면에서 의료 분야를 혁신할 수 있는 잠재력이 있습니다.

인터뷰를 진행하는 동안 이로운 교수의 판독용 모니터에는 임상 현장에서 실제로 사용하는 AI 프로그램이 등장했다. 흉부 X-ray 사진을 올려놓자 AI 프로그램은 실시간으로 의심 가는 부위, 질병, 확률을 차례로 출력했다. 이로운 교수는 "놓친 부분을 찾을 수도 있고, 자칫 불필요한 처방을 방지할 수도 있다는 점에서 AI의 보조는 효과적"이라고 말했다.

교수님은 AI 개발자인가요? '딥노이드'에서 어떤 역할은 맡고 계시는지?
제 직위인 DCMO(Deputy Chief Medical Officer)는 AI 개발자라기보다는  AI 기술을 의료분야에 적용할 수 있도록 총괄하는 역할을 합니다. AI 기술 개발뿐만 아니라, 이를 실제 임상 분야에 적용하고, 그 효과를 평가하는 역할을 포함합니다. DCMO는 AI 기술과 의료 전문지식을 모두 갖춘 전문가가 맡게 됩니다. '딥노이드'는 메인 CMO인 최현석 이사와 의료 인공지능 사업부 팀원들이 함께 연구 및 개발을 하고 있습니다. 우리는 AI 기술 개발과 임상 적용에 관한 연구를 통해, 의료 서비스의 질을 더욱 향상하는 데 기여하고 있습니다. 의료 인공지능 사업부는 AI 기술이 의료 분야에서 더욱 효과적으로 활용할 수 있도록 하는 데 중요한 역할을 하고 있습니다.

임상의료 AI '딥파이'는 무엇이고, 어떤 성과를 이뤘는지 궁금합니다.
딥파이(DEEP:PHI)는 노-코딩 플랫폼으로 의료 분야에서 딥러닝 알고리즘을 쉽게 개발하고 배포할 수 있도록 돕는 도구입니다. 이 플랫폼은 의료 전문가들이 복잡한 코딩 없이도 AI 모델을 개발하고, 테스트할 수 있게 해줍니다. 이러한 노-코딩 플랫폼은 인력과 인프라 등의 문제로 의료 AI 교육이 상대적으로 제한적인 기관에 긍정적인 영향을 미치고 있습니다.

이로운 교수는 직접 노트북으로 노-코딩 플랫폼 딥파이를 시연했다. 데이터를 옮기고, 가공하는 아이콘을 이리저리 화면에 띄운 다음, 아이콘 사이를 선으로 연결하니 순식간에 프로그램이 작동했다. 마우스를 이용해 설계한 알고리즘으로 10번 정도 학습을 마친 AI는 골관절염(Osteoarthritis)이 맞는지, 아닌지 판단을 내리기 시작했다. 정확도는 90%에 가깝다고 했다.

영상의학회 등 의료 AI와 관련된 산·학계의 최근 이슈는 무엇인가요?
최근 의료 AI와 관련된 가장 큰 이슈와 토픽 중 하나는 AI의 윤리적 사용과 관련된 문제입니다. AI를 의료 분야에 활용하면서, 데이터 보안, 개인 정보 보호, 그리고 AI의 결정에 관한 책임 문제, AI 과의존에 대한 우려 등이 주요 관심사로 부상하고 있습니다. 또한, AI의 임상적 효과와 실제 환자에 대한 영향에 관한 연구도 활발히 진행되고 있습니다.

이로운 교수는 "의료 AI가 비단 영상의학과에서만 논의되고 있는 것이 아니다"라면서 "병리학, 유전학, 신약의 개발, 치료 계획 수립, 예측 모델링, 정신건강까지 수많은 분야에서 의료 AI 개발과 적용에 열을 올리고 있다"고 설명했다.

폭발적인 의료 AI 기술적 발전을 임상 현장이 발맞추어 따라가고 있다고 보시는지?
의료 AI의 기술적 발전은 매우 빠르지만, 실제 임상 현장에서의 적용은 그 발전 속도를 따라가지 못하고 있습니다. 이는 여러 가지 이유로 인한 것입니다. 첫째, 의료 데이터는 개인정보 보호와 관련된 법적, 윤리적 이슈로 접근이 제한적입니다. 데이터의 품질과 양은 AI의 성능이 크게 영향을 미칩니다. 두 번째, 현재의 AI 기술은 주로 패턴 인식에 기반을 두고 있어  의학적 결정을 내리는 데 필요한 복잡한 인간의 생리학적, 병리학적 과정을 모델링하는 데 명확한 한계가 있습니다. 마지막 문제로는 AI 알고리즘의 임상 효과를 평가하는 데 필요한 임상 시험이 충분히 이루어지지 않았단 점입니다. 이에 따라 의료진들이 AI를 신뢰하고 적용하는 데 어려움을 겪을 수 있습니다. 이외에 저수가 문제 등도 임상 의료 AI 보급을 저해하는 요소가 될 수 있습니다.

실제 임상 현장에서 의료 AI가 더 보급되어야 한다는 공감대가 형성되고 있는지요?
의료 AI의 보급에 대한 공감대는 현장에 따라 다르지만, 대체로 의료 AI의 잠재력을 인정하는 경향이 있습니다. 그러나 위에서 언급한 장애물들을 극복하기 위한 노력이 필요합니다. 이러한 노력에는 데이터 공유와 협업을 통한 데이터 접근성 향상, AI 기술 발전과 함께 임상 검증 강화 등이 포함될 수 있습니다. 저 또한 AI의 임상적 적용에 대한 연구를 통해 이러한 장애물을 극복하는 데 심혈을 기울이고 있습니다.

대한의료정보학회는 시대적 흐름에 맞춰 2023년부터 정보의학 세부전문의제도를 새롭게 시작할 예정입니다. 하지만 아직 의료 AI 플랫폼, 프로그램을 임상적으로 적용하는 것에 대한 교육은 전문적으로 이루어지지 않고 있습니다. 의료 AI의 임상적 적용을 다루는 세부전문의 과정은 없나요?
대한의료정보학회의 정보의학 세부전문의 제도를 포함한 이러한 일련의 움직임들은 모두 의료 AI의 중요성을 인지하고, 이를 임상에 적용하는 데 필요한 교육과 훈련의 필요성을 강조하고 있습니다. 따라서 이러한 세부전문의 제도나 교육 프로그램은 새로 도입할 필요성이 있다고 생각합니다. 의료 AI는 빠르게 발전하고 있으며, 이를 임상에 적용하기 위해서는 의료 전문가들이 이에 대한 충분한 이해와 훈련을 갖추는 것이 중요하기 때문입니다. 의료 AI에 대한 세부전문의 제도는 물론, 이를 보조하기 위한 교육과 훈련을 제공하는 프로그램의 도입은 어느 정도 필수적이라고 생각합니다.

적정 기간은 어느 정도라고 생각하시는지요?
최소한 1년의 과정은 거쳐야 한다고 생각합니다.

장기적, 단기적 목표를 소개해 주신다면.
저의 궁극적인 목표는 AI를 통해 의료 서비스의 질을 향상하고, 환자의 치료 결과를 개선하는 것입니다. 이를 위해 저는 임상에서 AI 기술을 지속해서 활용하고 있습니다. 또한, 의료 전문가들이 AI를 이해하고 적용할 수 있도록 교육하는 것도 중요한 목표 중 하나입니다.
단기적으로는, 저는 현재 진행 중인 여러 연구 프로젝트의 성공적인 완료를 목표로 하고 있습니다. 이러한 프로젝트들은 AI의 임상적 적용을 탐색하고, 이를 통해 환자 치료에 어떤 영향을 미치는지를 이해하는 데 초점을 맞추고 있습니다.

의료 AI 전문가로 성공하기 위해 어떤 역량을 갖춰야 할까요?
의료 AI 분야에서 성공하기 위해서는 기본적인 프로그래밍 및 데이터 분석 능력, AI 및 머신러닝에 대한 이해, 의료 지식 및 임상 경험, 문제 해결 능력 및 창의적 사고 등이 중요한 역량이 될 수 있습니다.

마지막으로 이로운 교수는 "AI는 의료의 미래를 바꿀 수 있는 강력한 도구"라며 "이를 잘 활용하기 위해서는 우리가 모두 AI에 대해 배우고 이해하는 데 노력을 기울여야 한다"고 밝혔다. 이로운 교수는 "이러한 노력을 지원하고, 의료 AI의 임상적 적용을 통해 환자 치료를 개선하는 데 이바지할 수 있도록 온 힘을 다하겠다"고 말했다.

이준승 의협신문 명예기자(가톨릭관동의대 예과 2년) 다른기사 보기