의료 바이오분야의인공지능 강민수 을지대학교교수 최근국내외에서이슈가되고있는 4차산업혁명은경제위기상황을타개할수있는대안으로급격하게부상하고있다. ICT 뿐만아니라디지털케어및바이오공학이인간의건강수준을한차원더높일수있는블루오션으로주목받고있으며, 특히인공지능이적용되는의료 바이오분야의미래는어떻게될지상상할수도없다. 이제는인공지능기술이의료에적용될경우 무엇이좋아질것인가? 무엇을줄것인가? 에대한판단이아니라 어떻게적용할것인가? 어떻게하면의료기술향상과의료서비스를개선하여삶의질을올릴수있을까? 를고민할시점이다. 인공지능이이미의료 바이오분야이외에도인공지능비서, 주식분석, 자율주행차등다방면에적용되는시점에서선진국기술에종속되지않도록지금이라도어떻게해야할지를고민해야할것이다. I. 서론 1. 인공지능, What 에서 How 로 인공지능은 1943년워렌맥컬로치 (Warren MeCulloch) 와월터피츠 (Walter Pitts) 의연구로부터시작되었다. 이들이인공지능을연구하게된것은뇌에서의기초생리학과뉴런의기능에대한지식, 러셀과화이트헤드에따른명제논리의형식적분석, 튜링의계산이론의연구등 3가지동기에서였다고한다. 인공지능의탄생에서빼놓을수없는계기가된것은다트머스 (Dartmouth) 컨퍼런스이다. 존매카시는 1956년여름에 2개월간민스키, 섀넌, 로체스터등과함께오토마타이론, 신경회로망, 지능에관한연구등의워크숍을개최하여 학습의모든 * 본내용은강민수교수 ( 031-740-7153, mskang@eulji.ac.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP의공식적인입장이아님을밝힙니다. 2 www.iitp.kr
기획시리즈 인공지능 면또는지능의다른모든특성으로기계를정밀하게기술할수있고이를시뮬레이션할수있다 라고제안했다. 이말의의미를이해하는사람도있지만그렇지않은사람도있을것이다. 좀더알기쉽게말하자면 사람의지능을흉내낼수있는컴퓨터시스템 과같은의미일것이다 [1]. 인공지능에대해서는많은문헌과논문등에서많은얘기들이나왔기때문에 인공지능이란? What 보다 어떻게 ( 연구, 적용, 규정등 ) 할지? 에대한 How 를바라보는시점이아닌가한다. How라는단어가가진의미는인공지능이더이상사람처럼생긴로봇에만적용되는시대가아니라이를넘어서모든분야에적용되는시점으로 어떻게적용할것인가? 라는의미를가진다. 지금의인공지능은산업, 교육, 의료, 국방, 교통등전방위적으로적용하겠다는분위기이다. 인공지능은다양한현실적문제를해결할수있는영역으로정해진결론보다는경험에기반한문제해결, 학습을통한발견과예측으로산업전분야에서다양한시장을창출할것이다. 트렉티카의인공지능시장예측보고서에따르면전세계인공지능시장은 2016년에 6억 4,370만달러 ( 약 7,788만원 ) 의미미한규모에서 2025년 368억달러 (44조 5,280 억원 ) 규모로확대될것으로전망된다. [ 그림 1] 은전세계인공지능시장전망을보여주고있다 [2]. < 자료 > Tractica, Artificial Intelligence Revenue, World Markets: 2016-2025. [ 그림 1] 세계인공지능시장전망이미아마존의 AWS(Amazon Web Services), 마이크로소프트의 AZURE ML, IBM의 Watson 등글로벌 ICT 기업들은챗봇, 헬스케어, 홈허브등적용분야를찾아분주하게움직이고있다. 특히, IBM의 Watson은의학연구부분을시작으로요리, 데이터서버, 로봇등다양한분야에적용되고있으며, 마이크로소프트는 GIS(Geographic Information System) 는물론의료분야의비만치료에적용하는등새로운서비스를창출하고있다. 즉, 기술적한계를극복하기위한노력과는별도로적용분야를선점하여시장을선도하고있는것이다 [3]. 정보통신기술진흥센터 3
II. 의료 바이오에서의인공지능적용동향및사례 1. 인공지능과의료 바이오융합의가치 우리나라는 1950년대이후현대의학기술이급격하게발전함으로써각종전염성질병을극복하고생명연장의꿈을실현하였지만, 이러한질병치료로인한단순생명연장에그치지않고뇌 심혈관계질환이나암의예방등에의한건강한생명연장을요구받고있다. 이미초고령화로인한실버세대의증가와인구절벽을초래한저출산시대에접어들면서다수나대중적차원이아니라개인의삶의질을높이기위한양질의의료혜택과질병예방에대한요구도동시에증가하고있다. 질병의진단과치료는첨단의료기기의기술개발로오래전부터발전하고있지만예방을위한예측요구를충족시키기에는한계가있다. 개인의생활습관과건강상태심지어유전체정보에따라증상이다르기때문에예측을위해서는맞춤형분석이필요한데기존방식의의료기술이나서비스로는효과가없거나오히려심각한부작용이발생할우려가높다. 실제로개인맞춤형서비스를진행하고있지만의료서비스의질을올리기에는아직은미흡한실정이다. 개인이원하는것은질높고, 친절하고, 객관적데이터에의한안전한의료이다. 의료분야의경우, 유전체와같은방대하게수집된개인의의료데이터를체계적으로분석하여질병의발병후치료에만그치지않고질병을미리예측할수있는인공지능기술이반드시필요한시점이다. 이제임상부분에서인공지능기술은의사가판독하는것만큼정확도역시신뢰할만한시점에왔다. 대표적으로 IBM은 WFO(Watson for Oncology) 와 WFG(Watson for Genomics) 를가천대학교병원, 부산대병원등에진료및진단에활용하고있다. 바이오분야의신약개발의경우, 1명의연구자가조사할수있는자료가 1년에 200~300여건이지만기계의성능에따라인공지능은 100만건이상의논문과문헌을검토할수있으며 400만명이상의임상데이터분석도가능하다. 새로운연구가설을수립할수있도록근거를제시하고분석결과를조직화할수있어소수의연구원만으로도비용과기간을대폭줄인약물개발이가능할것이다. 제4차산업혁명에조응하는보건의료체계개편방안보고서에의하면, 축적된의료빅데이터를이용하면치료가능한질환의정밀진단및조기발견으로의료의질향상과의료비가절감될것이고, AI 알고리즘을활용하면진단성과는 41.9% 향상되고, 의료비는 58.5% 절감된다는 4 www.iitp.kr
기획시리즈 인공지능 연구결과가있으며, 향후 2025 년에는전체의료비절감중약 10% 가빅데이터와첨단 ICT 기술 에기인할것으로판단하고있다 [4]. 2. 의료 바이오분야의인공지능적용 인공지능은컴퓨터의발달로연산자체가강력해져서빠르게데이터를분석할수있는능력과성능에있어서일관성이있다. 성능의일관성이의미하는것은멈춤없는연산으로 24시간학습이가능함으로써생산성이향상되고이에따른임상의사지원이가능하다는것이다. 다시말하면컴퓨터의발달이인공지능의효용성을높여준다고할수있다. 의료 바이오분야는인간의생명을다루기때문에진단이나치료가보수적이고환자의민감정보등을다루고있고연구의윤리적측면때문에적극적인의료데이터수집을기대하기어렵다 [5]. 신약개발의경우, 약 5,000~10,000여개의신약후보물질중 9개만이임상시험에진입하고, 그중에도하나의신약만이최종적으로판매허가를받고, 판매가되더라도시장성공률의보장이어려워고위험 고수익분야로서불확실성이매우높다 [6]. 그래서의료데이터를활용한인공지능도입은의료분야의연구자및의료인이목적하는대로분석함으로써신약개발과같은바이오분야에서도잠재적가치가매우높다.[7] 의료분야에서는하나의증상에대해해당분야의전공지식만적용하는것이아니라여러분야의관점을종합적으로고려하여다학제간협진으로최적의치료방법을제시할수있다. 이미의료기관마다별도로관리되고있는개인의료정보는의료기관간정보교류가가능한형태로전환되고있는추세이며, 제약업체, 의료원등의기업과연구자들은진단을위한모델을연구하고있으며, 의료데이터사이언스, 헬스케어애널리틱스등을기반으로업체들이경쟁에뛰어들고있다 [8]. [ 표 1] 에 RSNA (Radiological Society of North America), 미래에셋대우리서치센터의내용을기반으로인공지능관련업체현황을정리하였다. 세계최대규모의방사선의료기기전시회인 RSNA Annual Meeting에서지난 2017년가장주목받은것이인공지능 ( 머신러닝 ) 이었다 1). 현시점에서인공지능의활용도가가장높을것으로기대되는영역중하나가영상분석으로인한의사지원시스템으로전체 731개업체중 48개업체가머신러닝관련업체였다. 2018년 11월에열리는 2018 RSNA Annual Meeting 에서는의료기기인증을받은업체가나올것으로예상되고있다. 1) RSNA 는북미영상의학회영상의학분야최대학술행사이자관련의료기기전시회 정보통신기술진흥센터 5
[ 표 1] 전세계의료분야인공지능업체 사업분류기업명국가비즈니스모델제품명 AI 솔루션 Lunit Vuno icad Subtle Medical ADIDENCE Adidoc Medical Arterys Blackford Analysis Combinostics Contextflow CuraCloud CureMetrix DeepRadiology DesAcc DIA Imaging Analysis HealthLevel Khiron Medical Technologies Koios Medical Lpixel Quantib Quantitative Insights Qure RadLogics Riverain Technologies ScreenPoint Medical TaiHao Medical AI Analysis AI Visualize Galileo CDS HeartVista Mindshare Medical Radiology Universe Institute Realize Visage Imaging Zebra Medical Vision 대한민국대한민국미국미국네덜란드이스라엘미국영국핀란드호주미국미국미국영국이스라엘미국영국미국일본네덜란드미국인도미국미국네덜란드대만미국미국미국미국미국미국미국미국이스라엘 폐암영상진단골연령진단유방암영상진단저선량의료영상분석폐암진단의료영상분석의료영상분석의료영상분석의료영상분석의료영상분석의료영상분석유방암영상진단의료영상분석의료영상분석의료영상분석병원관리솔루션유방암영상진단유방암영상진단의료영상분석의료영상분석유방암영상진단의료영상분석의료영상분석폐암영상진단유방암영상진단의료영상분석의료영상분석의료영상분석의료영상분석 MRI 영상분석의료행위의사결정지원의료영상분석의료영상분석의료영상분석의료영상분석 Lunit Insight VUNO-Med PowerLook Subtle-PET, MRI Lung CAD Foundations QuantX AlphaPoint Transpara BR-ABCS Viewer AI1 AI 플랫폼 Envoyai Nuance Communications Google Cloud Pure Storage OnePAcs 미국미국미국미국미국 의료영상플랫폼의료영상공유의료영상플랫폼의료정보저장 PACS EnvoyAI PowerScribe 360 AI 하드웨어 NVDIA 미국 GPU 제조 의료기기 Philps Samsung Siemens Healthineeers Toshiba Medical (Canon Group) 미국대한민국미국일본 종합의료기기제조영상진단기기제조종합의료기기제조영상진단기기제조 < 자료 > 미래에셋대우, 의료 AI 에대해서시장에서가장궁금해하는 5 가지질문, Industry Report 6 www.iitp.kr
기획시리즈 인공지능 가. 임상의사지원시스템병원의기록이전산화되면서문서업무비용을줄이고의료공급자들간의협력은의료의질을떨어뜨리지않으면서의료비지출을줄일수있었다. 그러나 EMR(Electnonic Medical Record), OCS(Order Communication System), PACS(Picture Archiving Com- munication System), PHR(Personal Health Record) 등넘쳐나는의료정보는고비용과저효율을불러일으킬수있다. 인공지능기반의임상의사지원시스템은넘쳐나는정보를학습하고분석하여의사-간호사-환자를유기적으로연결함으로써 많은, 좋은 것이아니라적절한수준의기술과서비스로의료의질을높일수있다. 이는하버드대학의클레이튼크리스텐슨교수의 2) 파괴적인혁신 (Disruptive innovation) 의제안과도비슷한맥락일것이다. 임상의사지원시스템은임상데이터, 문헌, 논문등의정보를분석하여의사의진료행위를지원하는정보시스템으로의료진의임상지침 (Clinical Guidelines) 및근거기반의료행위 (Evidence Based Practice: EBP) 를지원하기위한정보 시스템이다. [ 그림 2] 에정형 / 비정형데이터기반임상의사결정지원시스템구조를나타내었다 [9]. < 자료 > 을지대학교자체작성 [ 그림 2] 정형 / 비정형데이터기반임상의사결정지원시스템구조 병원에서인공지능이란이름으로사용하는대부분의시스템이임상의사지원의성격을가지고있다. 지금부터는인공지능기술이적용되고있는 H/W와 S/W를소개하고자한다. - 삼성전자와삼성메디슨은기존의 S디텍트인 영상의학과용초음파진단기기 에딥러닝 (Deep Learning) 기술을접목하여한번의클릭으로유방병변의특성과악성 양성여부를제시하고약 1만개에이르는유방조직진단사례가수집된빅데이터를바탕으로사용자의최종진단을지원 [10] - IBM의 Watson 은 2012년부터미메모리얼슬로언케터링 (MSK) 암센터와 MD엔더슨암센터등과의협력을통해 WFO의서비스영역을넓히고있으며, WFO와 WFG를도입한가천 2) 파괴적혁신 전도사크리스텐슨하버드대교수, 한국경제를말하다, Weekly BIZ, http://biz.chosun.com/site/data/html_dir/2010/01/22/2010012201165.html 정보통신기술진흥센터 7
(a) S-Detector (b) 선택된 Lesion 을분석한이미지데이터 < 자료 > https://www.samsunghealthcare.com/kr/products/ultrasoundsystem/rs80a/general%20imaging/benefit [ 그림 3] 삼성전자 메디슨사의 RS-80A(S-Detector) 와이미지분석데이터대학교길병원과부산대학교병원등에게유전적변이에관한정보를제공 [11] - 뷰노의 뷰노-메드본에이지 (VUNO-Med BoneAge) 는성장기자녀의성장문제를진단하기위한골연령측정소프트웨어로, X-ray로촬영된수골 ( 손뼈 ) 영상에대한보다정확하고빠른측정을가능하도록도와주는인공지능기기로서국내최초로 2017년 9월식약처임상시험계획을승인받음 [12] - 루닛은웹사이트인 인사이트 (https://insight.lunit.io/) 를통해실시간폐질환의진단이가능하도록하였다. 흉부 x-ray 영상에서폐암결절, 결핵, 기흉및폐렴과같은주요폐질환을진단할수있으며, 정확도는 98% 에이르며, 루닛인사이트를통해유방암조기진단을위한유방촬영술용솔루션을연구중임 [13] - 마이크로소프트는지방흡입수술에서의집도의의움직임을분석하기위해 AZURE ML 프로그램을활용한 MAIL(Motion capture and Artificial Intelligence assisted Liposuction) 을개발하였다. 지방흡입수술동작을저장하여잘된수술과그렇지못한결과의패턴을분석하여지방흡입수술시발생할수있는문제를최소화하고응급상황시신속한대처가가능하게하였음 [14] 나. 신약개발인공지능기술을통해많은양의데이터를처리할수있고, 보다정확하고효율적인의사결정이가능해져서신약개발분야에도비용과시간의절약이기대되고있다. 신약개발은장기간의투자에도불구하고활용가능성이현저히낮으며, 신약개발에성공하더라도시장에서의성공확률이저조한실정이다. 신약개발후임상시험에걸리는시간은 1994년까지만해도평균 4.6년이소요되었지만 2009년에는 7.1년으로증가하는추세이다. 미국의경우지난 15년간신약개발을위해약 520조원이상을투자했다. 이는항공산업의 5배, 소프트웨어와컴퓨 8 www.iitp.kr
기획시리즈 인공지능 터산업의 2.5배에이르는수준이다. 아래에대표적인신약개발회사의인공지능적용사례를소개한다. - 영국의인공지능기업 BenevolentAI와제약회사얀센은제휴계약을통해인공지능을적용하여임상단계후보물질에대한평가및난치성질환표적을위한신약개발에착수하였음 [15] - 미국의아톰와이즈는 아톰넷 (AtomNet) 이라명명된스크리닝시스템을활용하여서로다른후보물질들의상호작용을분석해물질별분자들의행동과결합가능성을학습하고예측하여단하루에 100만개의화합물을선별할수있음 [16] - 미국의스타트업 투사 (twoxar) 는단백질의상호작용과진료기록, 유전자발현등방대한생의학데이터와인공지능알고리즘을활용하여신약을개발하고있음 [17] - 국내스타트업기업인 스탠다임 은약물상호작용을포함한약물구조의데이터베이스에적용하는알고리즘을개발하고있으며, 이를통해실험적으로검증이가능한지를파악하고있다. 종양학분야에서는크리스탈지노믹스와협력하여실험검증을수행하고있으며, 아주대약대와는파킨슨병, 한국과학기술원과는자폐증에대한동물실험을통해약물효능을검증하고있음 [18] - 국내바이오벤처기업인 파로스 IBT 는현존하는약물관련데이터베이스와상업적으로구매가가능한 1,200만개의화합물에대한정보, 200만개의표적단백질의약효데이터, 2억편의논문정보가집약된 Pubmed 빅데이터를학습하고분석해주는신약개발용인공지능플랫폼케미버스를개발중임 [19] 의료분야의진단과예측은사람의생명을다루는것이기때문에임상의사의판단이가장우선된다. 하지만증상에따라질환 ( 병 ) 의진단이달라질수도있어다학제간협진에의해하나의증상에 3) 다양한전공자들의종합적인진단과최적의치료방법, 나아가질병예측을해줄수있다면좋을것이다. 이것이인공지능기반의임상의사지원시스템의역할이라고할수있다. 또한, 수많은약물의효능을탐색하기위해서인공지능기술이적용되면매우빠른탐색으로시간적인효율성을높임으로서막대한비용과개발기간의절감이예상된다. 특히, 개발된신약의안전성과유효성예측이가능한기술을개발한다면우리나라제약 바이오기업이글로벌제약사와경쟁할수있을것으로사료된다. 3) 베체트병은통증성구강궤양, 생식기궤양, 피부병변및눈문제를야기할수있는만성혈관염증 ( 혈관염 ), 예 ) 관절이나신경계질환이지만안과질환으로진단할수있음 정보통신기술진흥센터 9
III. 인공지능활용이슈 1. 의료분야의인공지능에대한인식 4차산업혁명의키워드로자리잡고있는인공지능은사람이하는일을과연기계가대체할수있을까? 라는것이다. 장기적인관점으로볼때인간을대체할가능성은당연히존재한다. 학습능력, 추론, 분석이월등히뛰어난것은이미검증되었기때문이다. 그러나적어도의료영역에서임상의사를빠르게대체하는것은아직은어려움이있다 [20]. 인공지능분야에서의학습은개, 컵, 자동차, 병원등명명된레이블을가지고학습하는것과입이튀어나온개, 입이들어간개, 노란색개, 검정색개등스스로판단하여학습하는것으로크게구분된다. 그래서스스로보고, 듣고, 느껴서학습하는형태를강인공지능이라고하는데최소한의료분야의경우에서는사람처럼직관적인판단으로진료행위를하는것은어려울것이다. 왜냐하면인공지능이특정부분에서인간을뛰어넘는능력을가지고있지만진단과치료는분석에의한판단이아니라경험이기때문이다. 경험은단순학습이아니라노하우고생명존중에대한윤리이기때문에대체보다는지원을강화해야할것이다. 실제로송강섭의학칼럼니스트에 4) 의하면 의사가진료실에서진통제를처방하면서손을한번잡아주는것만으로도환자의아픔은크게가실수있는데, 이게인공지능에서가능하겠느냐 라는것이다. 또한, 전우택교수는 5) 사람들은이미내비게이션이라는경험을통해기계가항상맞는얘기만하는것은아니라는것을배웠다 며, 의사의역할은그정보가맞는지틀린지를구분하는데서찾을수있다 라고언급했다. 또한, 불의의사고대처, 새로운질병에대한연구, 환자에대한인간적접근, 패러다임전환에따른대응, 오류에빠지지않도록컴퓨터균형제어, 인간의진화에따른컴퓨터의업데이트, 돌발적한계상황대처까지의사가필요한이유에대해서도 7가지로부연하였다. 결국, 인공지능의역할은의사들이좋은판단을내릴수있도록돕는것으로해석된다. 의료분야의인공지능적용에있어서중요한것은학습데이터의확보이다. 학습을목적으로한의료데이터는복잡하고수집자체가어려운일이며수집된데이터가의미있는지도의문이다. 의학적지식이없는사람이의사가주는데이터를가지고무엇을할수있을것인 4) AI 는인간의사대체할까 http://www.sciencetimes.co.kr/?news=ai%eb%8a%94-%ec%9d%b8%ea%b0%84-%ec%9d%98%ec%82% AC-%EB%8C%80%EC%B2%B4%ED%95%A0%EA%B9%8C,, The science times, 2017. 4. 5. 5) 의사가살아남는 7 가지이유, http://www.medigatenews.com/news/2804927121, 메디게이트뉴스, 2016. 5. 3. 10 www.iitp.kr
기획시리즈 인공지능 가? 데이터의중요성과효용성은의사만이알고있다. 그래서아직은의사의전처리가필요하다 [21]. 특히, 타분야데이터와달리전처리에의한레이블이잘되어있어야한다. 레이블링이되지않을경우비지도학습을수행하면서의미를찾는것은상당히오랜시간이걸리며잘못된학습의가능성도있어데이터를단순히많이보유했다는것이경쟁력이될수는없다. 즉, 정형 비정형의데이터를의미있는데이터로가공할수있는기술이중요하다. 기술적측면에서는이미알려진바와같이임상의사지원시스템이나영상데이터를이용하여암을조기발견하는등의사례로필요성이대두되고있다. 필요하다고해서무조건적인도입은어렵겠지만병원에서도인공지능도입을확산할수있는방법은의료수가적용이가장중요하다. 지난 1999년 PACS 도입에의료수가를적용한결과 7년만에병원급이상의료기관의 81.3% 가도입하였음을감안할때의료수가적용이된다면인공지능기술도입에주저할이유가없을것이다. 환자입장에서증상이없는폐암, 유방암, 위암등의조기진단의요구가이어질것이다. 또한, 5대병원으로집중되는환자의재분배를위한마케팅효과에도한몫할것이다. 실제로가천대학교길병원이심평원에청구한금액에따르면전체암청구액은 2016 년 1~9월 221.2억원에서 2017년 323.4억원으로 46.2%( 왓슨효과 ) 증가했고, 인공지능기술을도입한병원은 5대병원이아닌대부분지역병원으로나타났다. 앞으로의료분야에인공지능기술이확산된다면다학제간협진활성화, 지역병원의격차해소, 질병예방으로공공보험에대한재정부담도줄어들것이다 [22]. 2. 규정및법 제도 의료 바이오분야는타분야와달리인간의생명을다루기때문에윤리적측면의접근이매우중요한다. 예를들어, 인공지능검사를한번이라도실시한환자의암예측확률이보험사, 직장등에알려졌을경우, 암예측을 30% 라고했을때암이란이유로미리치료를권장해야할것인가? 아니면이전처럼지켜보자고해야할것인가? 그래서인공지능기술로판단한진단과예측결과는어떤영향을미칠지는알수없기때문에윤리적문제도함께고려하는것은당연하다. 이미아실로마컨퍼런스 6) 에서 아실로마인공지능원칙 을언급했고, 특히의료분야는인간의생명과직결되는분야이기때문에경험과학습을통한신중한판단이필요하다. 의료분야는아니지만인공지능기반의자율주행차량도보행자를우선보호해야 6) 회의장소이름을따 아실로마 AI 원칙 (Asilomar AI Principles) 이라고도불리는이원칙은연구이슈 (5 개항 ), 윤리와가치 (13 개항 ), 장기이슈 (5 개항 ) 3 개범주로구성, https://futureoflife.org/ai-principles/ 정보통신기술진흥센터 11
할지아니면탑승자를먼저보호해야할지는섣불리말할수없다. 결국개인의윤리의식이객관적이라고볼수없기때문에법 제도의판단이필요하다. 경기연구원조사자료에의하면, 인공지능기술의바람직한발전을위한중요한요소로 인간기본권보호를위해인공지능적용범위및자율성등에대한법과제도마련 ( 사회 / 윤리측면, 56.4%) 이가장높았다. 두번째는 기술의오작동방지기술및시스템의구축 (43.2%) 으로기술의가치보다법 제도에대한필요성이 10% 이상앞선것으로나타났다 [23]. 사회윤리적측면에서개인의의료정보는건강상태를비롯한민감한정보를포함하고있고, 질병발생과예측에따라신약개발등산업분야에서는이익추구행위를위한근거자료로이용될수있기때문에의료데이터확보및활용을위해개인정보비식별화, 보안등에대한가이드라인이추가되어야할것이다. 최근식약처의의료기기심사부첨단의료기기과에서는 빅데이터및인공지능 (AI) 기술이적용된의료기기의허가 심사가이드라인 ( 민원인안내서 ) 를발표 (2017년 11월 ) 하였다 [24]. 가이드라인은 의료기기법 에의한것으로향후의료기기에해당하는제품개발에대비하여구체적인허가 심사방안을제시하였을뿐개인정보유출이나재산권침해가발생하는경우개발자, 의료기기제조업자, 의사, 병원등어느주체가책임을질것인지가불분명하다. 또한, 인공지능의분석결과에대한책임은누가질것인가? 에대한문제도있다. 현행법령및연구활동에대한결과에오류가있을경우도덕적 / 법률적책임은의료인으로지칭된다. 그러나암과같은경우환자입장에서는매우작은확률이라도의사의의견보다는인공지능의진단을선호하는경향이있어책임의대상역시명확해야할것이다. 향후에발생할수있는사생활및개인 ( 민감 ) 정보보호, 책임소재등의료분야인공지능기술발전과동시에발생할수있는문제를해결하기위한연구가진행되어야할것이다. IV. 결론및시사점 의료분야에서의인공지능의미래는어떻게될지상상할수없다. 이제는인공지능기술이의료에적용될경우 무엇이좋아질것인가? 혹은 무엇을줄것인가? 란관점보다는 어디에어떻게적용할것인가? 에관심이모아지고있다. 경제적기술적관점에서판단하여다음과같이정책적제언을하고자한다. 첫번째로인공지능기술이진단지원이나분석만하는것이아니라, 천문학적비용이소요되는신약개발에있어서신약후보물질의빠른분석과시뮬레이션을통한기전예측에의해 12 www.iitp.kr
기획시리즈 인공지능 시행착오를줄일수있으므로관련연구가지속적으로이루어질수있도록지원될필요가있다. 두번째로학습을목적으로한의료데이터를확보하는것이쉬운일이아니며대량의의료데이터를가지고있다고하더라도의미있는정보를찾기에는어려움이있다. 따라서수집된데이터를의미있는데이터로처리하는데이터사이언스및헬스케어애널리틱스측면의경쟁력을갖추어야할것이다. 세번째로잘못된진단으로인한책임의대상을특정하고개인정보및민감정보유출로인한피해나의료인을대체할것이란막연한불안감등을해소하기위해법 제도개선에따른정책적인지원과근거기반의홍보로보수적인시각에서단계적인접근이필요할것이다. 결론적으로인공지능기술의도입은의료 바이오분야의신뢰성과정확성을향상시켜최적의의료서비스제공을가능하게하며, 차원높은분석에대한연구자와관리자의요구에의해오히려일자리창출로이어질것으로사료된다. [ 참고문헌 ] [1] 강맹수, Fast Folower의몰락 AI는산업을어떻게바꾸고있는가?, IBK 경제연구소, 2016. 11. [2] 온라인디지털경제미디어키뉴스 (KINEWS), 음성비서중심 AI 확산가속화, 2017. 1. 2. [3] ADITYA KAUL, CLINT WHEELOCK, Tractica, Artificial Intelligence:10 Trends to Watch in 2017 and Beyond, The AI Summit, 2016. 4Q. [4] 신영석, 이진형, 김범준, 이재훈, 이영희, 황도경, 김소운 박금령, 제4차산업혁명에조응하는보건의료체계개편방안, KIHASA, 연구보고서, 2017. 6. [5] 정영훈, 보건의료분야의인공지능과소비자이슈, 한국소비자원, 소비자정책동향, 2017. 3. 31. [6] 박순영, 인공지능을활용한신약개발연구동향, 융합연구정책센터, Vol.105, 2018. 1. [7] 김태호, 서영희, 임영모, 헬스케어애널리틱스의부상과시사점, SPRi 이슈리포트제2016-012호 [8] 김충연, 의료AI에대해서시장에서가장궁금해하는 5가지질문, 미래에셋대우, Industry Report, 2017. 12. 13. [9] 정득영, ICT 기술을활용한임상의사결정지원시스템 (CDSS) 연구동향, 정보통신기술진흥센터, 주간기술동향, 2016. [10] 헬스조선, 삼성메디슨, 프리미엄초음파진단기 RS80A 출시, 6.23. 2014. [11] 근거기반진료지원시스템 WFO 도입을위한서비스소개, IBM Watson, 2017. [12] 뷰노, 인공지능의료기기로국내최초식약처인허가취득, 2018. 5. 16. [13] Chosun Biz, AI 스타트업루닛, 美서의료영상진단온라인소프트웨어공개, 2017. 11. 26. [14] 헬스조선, 인공지능으로지방흡입, 365mc 마이크로소프트 12일기술공개, 2017. 9. 4. [15] https://benevolent.ai/( 베네볼렌트에이아이 ) [16] https://www.atomwise.com/( 아톰와이즈 ) 정보통신기술진흥센터 13
[17] 사이언스타임즈, AI가신약개발도가속화, 2017. 5. 22. [18] http://www.standigm.com/( 스탠다임 ) [19] 바이오스펙데이터, AI 플랫폼파로스 IBT AML 첫타깃 매년신약후보도출, 2017. 12. 27. [20] 김윤명, 인공지능의옳고그름에대한판단 : Can AI learn the ethics?, AI and Ethics, Safety and Societal Impact. 월간 SW 중심사회, 2016. 12. 16. [21] 최윤섭, 인공지능은의사를대체하는가, 최윤섭의 Healthcare Innovation, 2017. 11. 10. [22] 메디 : 게이트 길병원, 왓슨도입해보니 10대암청구액 8위로 껑충, 2017. 12. 5. [23] 배영임, 신혜리, 인공지능의명암, 경기연구원, 이슈 & 진단, 2016. 12. [24] 식품의약품안전평가원, 빅데이터및인공지능 (AI) 기술이적용된의료기기의허가 심사가이드라인 ( 민원인안내서 ), 2017. 11. 14 www.iitp.kr