인공지능(AI) 기술 개발 및 고도화를 위해서는 양질의 빅데이터를 이용한 AI 학습이 필수지만, 의료데이터는 민감성과 병원별 표준화 이슈 등으로 민간기업의 사용이 쉽지 않다. 이에 과학기술정보통신부(이하 ‘과기정통부’), 국방부, 국군의무사령부, 정보통신산업진흥원은 2020년 9월 국군수도병원 내에 ‘AI+X 실증랩’을 구축했다. 실증랩은 군의료 데이터 관련해서는 국군수도병원 외상센터 내에 설치했고, 코로나19 예후예측 솔루션을 개발하는 감염병 AI+X는 본 과제의 주관기관인 삼성서울병원 내 구축하여 운영 중이다.
‘AI+X 실증랩’은 다수의 기관이 동시에 데이터 가공, 학습 및 실증 작업을 수행할 수 있는 공간이다. 또 AI 기업이 의료진료 실 데이터를 비식별화하여 학습용으로 활용, 시스템을 고도화할 수 있는 환경과 인공지능･데이터 사업 활성화 과정에서 개인정보의 안전한 활용을 활성화하는 동시에 침해 및 유출 가능성을 사전에 예방하는 것이 목표다. 이를 위해 데이터를 인적 보안 등 관리적 보안과 물리적 보안(설비·시설·자산 등), 기술적 보안(보안장비 등)에 대한 설계를 강화했다.
인공지능(AI) 기술 개발 및 고도화를 위해서는 양질의 빅데이터를 이용한 AI 학습이 필수지만, 의료데이터는 민감성과 병원별 표준화 이슈 등으로 민간기업의 사용이 쉽지 않다. 이에 과학기술정보통신부(이하 ‘과기정통부’), 국방부, 국군의무사령부, 정보통신산업진흥원은 2020년 9월 국군수도병원 내에 ‘AI+X 실증랩’을 구축했다. 실증랩은 군의료 데이터 관련해서는 국군수도병원 외상센터 내에 설치했고, 코로나19 예후예측 솔루션을 개발하는 감염병 AI+X는 본 과제의 주관기관인 삼성서울병원 내 구축하여 운영 중이다.
‘AI+X 실증랩’은 다수의 기관이 동시에 데이터 가공, 학습 및 실증 작업을 수행할 수 있는 공간이다. 또 AI 기업이 의료진료 실 데이터를 비식별화하여 학습용으로 활용, 시스템을 고도화할 수 있는 환경과 인공지능･데이터 사업 활성화 과정에서 개인정보의 안전한 활용을 활성화하는 동시에 침해 및 유출 가능성을 사전에 예방하는 것이 목표다. 이를 위해 데이터를 인적 보안 등 관리적 보안과 물리적 보안(설비·시설·자산 등), 기술적 보안(보안장비 등)에 대한 설계를 강화했다.
[기고] 의료 인공지능의 성공 조건 - 정보통신산업진흥원 디지털헬스산업팀장 이준영
2016년 이세돌 9단과 알파고의 충격적인 대결 이후 어느덧 인공지능이 자연스럽게 우리 일상 속에 자리 잡았다. 스마트폰을 사용하는 사람에게 ‘시리’, ‘빅스비’라는 용어가 낯설지 않고, TV나 에어컨 등 가전제품을 인공지능 스피커로 컨트롤하는 모습도 이제는 드문 풍경이 아니다.
의료분야에서도 인공지능은 빠른 속도로 확대되는 추세이다. IBM의 ‘닥터왓슨’이 국내에 도입되기 시작한 2017년만 해도 의료 인공지능에 대한 기대도 높았지만 반대로 ‘인공지능이 의사를 대체할 수 있을까?’라는 우려도 만만치 않았다. 아직 의료 인공지능에 대한 우려가 사라진 것은 아니지만, ‘의료진의 업무를 보조하는 역할’로 앞다퉈 개발되고 활용되고 있다.
우선 인공지능 의료기기 개발에 참여하는 기업과 병원도 많아지고 있다. 식품의약안전처의 자료에 따르면 국내 인공지능 의료기기의 허가(인증/신고 포함) 건수는 2018년 4건에서 2021년 9월 기준 85건으로 급증했다. 올해 초 KDI에서 발표한 설문 결과는 의료ㆍ건강(31.4%) 산업이 인공지능(AI) 도입으로 가장 큰 파급효과가 있을 산업 분야로 조사되는 등 4차산업혁명 시대 가장 유망한 분야는 의료분야다.
의료진을 돕는 똑똑한 인공지능이 의료 서비스의 변화를 주도하고 있지만, 의료 인공지능의 활용도를 높이기 위해서는 의료현장의 필요한 요소를 적극적으로 찾아내고 빈자리를 채워주는 ‘따뜻한 인공지능’이 필요하다. 막연하게 어제의 기술보다 좋으면 쓰겠지 하는 자세보다 지금 당장 사람들이 가장 필요로 하는 게 무엇인지를 먼저 파악하고 기술을 개발하는 것이 필요하다는 얘기이다.
한 예로, ‘닥터 앤서’를 기획할 때 전문가 자문회의를 일반 사업 기획보다 최소 열 배는 더 많이 개최했다. ‘AI 앰블런스’ 사업도 마찬가지다. 현장의 응급의료진 및 구급대원들과 토론하고 의견 청취를 반복하면서 개발 방향을 설정했다. 그 결과 기술을 먼저 개발한 인공지능 의료기기들이 현장 적용에 어려움을 겪는 것에 비해서 현장의 의견을 먼저 듣고 기술로 문제를 해결한 의료 인공지능 서비스들은 반응이 남달랐다.
즉 진단의 정확도 향상과 판독 시간 단축도 중요하지만, 보다 우선시 되어야 하는 것은 인공지능이 우리가 평소 필요로 하고 있는 그 무엇을 해결해주는 것이어야 한다는 점이다. 문자 그대로 삶을 더 나은 방향으로 혁신하고 있음을 보여주는 그것, 그게 바로 따뜻한 인공지능 아니겠는가.
과학기술정보통신부와 정보통신산업진흥원(NIPA)에서는 의료현장의 가려운 곳을 긁어줄 수 있는 따뜻한 의료 인공지능 사업을 추진하고 있다.
먼저, 군에서 발생위험이 높은 폐렴, 결핵, 기흉, 무릎 등 6대 질환에 대해 의료영상 판독 솔루션으로 군부대 내 영상판독 전문의 부족 문제를 해소할 수 있는 ‘인공지능 의료영상 판독 솔루션’ 개발을 추진 중이다. 군 장병들에게 보다 신속하고 정확한 의료 서비스를 제공할 것으로 기대된다. 흩어져 있는 군부대 특성상 전문의 부족에 대한 장병과 부모님의 우려를 해소할 수 있을 것으로 판단된다.
다음으로, 코로나의 중증위험도를 예측하는 ‘인공지능 감염병 예후예측 솔루션’을 개발 중이다. 기존에는 의료진의 임상경험에 따라 환자의 경과를 예측했지만, 인공지능·데이터에 기반하여 경과 과정을 보다 빠르고 과학적으로 예측이 가능할 것으로 기대된다.
마지막으로 응급환자의 골든타임 확보를 지원하는 ‘AI앰뷸런스’ 사업도 진행 중이다. AI앰뷸런스는 인공지능을 활용하여 환자의 골든타임을 확보하는 시스템으로, 구급차 내에서 응급환자의 중증도 분류를 지원한다. 또한, 치료에 적합한 최적 이송병원을 선정하고 가장 빠르게 도착할 수 있는 경로 제공까지 인공지능이 지원한다. 현재 서울서북3구(서대문, 마포, 은평)와 경기도 고양시에서 시범운영에 참여 중인 구급대원들의 시스템 만족도가 높다고 하니, 앞으로 응급 현장에서 활용도가 높을 것으로 기대된다.
의료 인공지능이 의료현장에서 활용도를 높이기 위해서는 단순히 기술의 혁신과 우수성을 추구하기보다는 어떻게 하면 삶을 더 윤택하고 풍요롭게 할까를 먼저 고민하는 것이 필요하다. AI앰뷸런스 덕분에 죽을 뻔한 환자를 살린 어느 구급대원이 ‘의사와 같이 구급차에 타고 있는 느낌’이었다는 인터뷰를 보며, 인공지능이 우리 삶을 더 나은 방향으로 혁신하고 있음을 보여주는 것이 진정한 인공지능의 의미가 아닐까 생각해본다.