의료현장에 의사가 필요하지 않은, 혹은 의사가 의료 기술보다도 기계를 잘 다루는 것이 더 중요해지는 시대가 다가오고 있다. 대표적인 예가 현재 개발 중인 숙련된 의사보다 더 암을 잘 발견하는 인공지능이다.
미국의 벤처기업 인리틱(Enlitic)은 ‘딥 러닝’(Deep Learning)을 의료 데이터에 응용해서 질병을 판정하는 시스템을 개발 중이다. 인리틱은 이 기술을 인정받아 최근 200만달러(약 23억원)의 자금을 유치했다.
인리틱이 개발중인 시스템은 딥 러닝을 이용해 방사선 사진, MRI, CT스캔, 현미경 사진 등에서 악성 종양이 있는지 빠르고 정확하게 판정할 수 있도록 하는 것이다.
#. 유방암 6642가지로 분류 … 사람보다 더 정확
딥 러닝이란 여러 가지 비선형 변환기법의 조합을 통해 높은 수준의 추상화를 시도하는 기계학습의 알고리즘을 뜻한다. 사람의 사고방식을 인공지능 컴퓨터에게 가르치는 기계학습의 한 분야다.
한국정보통신기술진흥센터가 인리틱의 TED(Technology, Entertainment, Design·미국 비영리재단이 운영하는 강연회) 강연자료(바로가기 : 인리틱 창업자인 제레미 하워드의 TED 강연 ‘The wonderful and terrifying implications of computers that can learn’) 등을 바탕으로 유추한 바에 따르면 인리틱이 개발중인 시스템은 대량의 이미지 데이터를 이용해 교육된다.
예를 들어 발병 후 5년이 지난 뒤 생존한 환자의 데이터와 5년 이내에 사망한 환자의 데이터를 입력함으로써 5년 생존율을 예측하는 식이다.
인리틱이 개발중인 분야는 방사선과, 병리학과, 피부과로 알려져 있다.
딥 러닝을 이용해 학습과정을 거친 인공지능은 방사선과 영역에서는 MRI나 CT검사에서 종양의 특성을 파악하고 유전자 정보를 함께 진단한다. 병리학과 영역에서 인체 조직의 현미경 이미지를 분석한다. 그리고 피부과 영역에서 피부의 사진을 통해 증상을 판정한다.
이 시스템은 유방암의 경우 세포를 6642가지 유형으로 분석한다. 이미 미국에서는 컴퓨터가 인간보다 정확하게 암세포를 판정할 수 있다는 점에서 의학계에 충격을 준 바 있다.
이 기술은 2011년 스탠퍼드 의과대학에서 개발됐으며 2014년 제레미 하워드가 인리틱을 설립한 뒤 연구를 본격적으로 진행하고 있다. 제레미 하워드는 데이터 사이언스 집단지성 플랫폼을 개발한 벤처기업 캐글의 CEO를 역임한 바 있다.
#. 인리틱, IBM보다 더 적극적으로 의사 역할 대체 시도
인리틱의 연구는 IBM의 슈퍼컴퓨터를 이용한 의료지원 시스템인 ‘왓슨’[관련기사 : 슈퍼 컴퓨터 이용 암치료 시대 열린다]과 유사하지만 지향점에서 차이가 있다.
왓슨은 ‘인지 컴퓨팅’이라는 대량의 데이터로부터 의미를 끌어내는 빅데이타 기법을 사용한다. 따라서 의학 논문과 임상시험 결과에 대한 대량의 논문을 읽은 뒤 의사가 치료 방침을 결정할 때 도움을 주는 역할을 한다.
반면 인리틱의 기술은 의료 이미지를 이용해 증상을 판정하는 것으로, 의사의 눈 역할을 아예 대신하는 수준을 지향한다. 특히 고속으로 학습이 가능하다는 점에서 단시간에 의사의 능력을 뛰어넘을 가능성도 엿보인다는 것이 정보통신기술진흥센터측의 설명이다.
참고로 미국에서는 암 검진에서 문제가 없다는 판정을 받은 사람 중 7%에서 암이 발병했다는 연구 보고가 있으며, 스캔 이미지에서 암을 간과하는 경우도 보고되고 있다.
정보통신기술진흥센터 관계자는 “인리틱은 정확한 컴퓨터 비전의 기능을 통해 치명적인 간과를 없애는 것을 목표로 하고 있다”며 “환자수가 많은 병원이 딥 러닝을 도입하면 압도적으로 유리할 것”이라고 지적했다.
그러면서 “앞으로 환자 또는 건강검진 이용자가 병원에서 암 검진을 받으려고 할 때 숙련 의사가 있는 동시에 인공지능이 있는 대형병원이 선택될 가능성이 커질 수 있다”고 예측했다.
