AI  in  Medicine

"지능적 도구로서의 컴퓨터 (Computer) 는 건강관리 (health care) 시스템을 재구성하고, 의사의 역할을 근본적으로 바꾸며 의료 인력의 구성과 의학 교육의 성격을 크게 바꿀 것이다. 아마도 2000 년대의 health care system 은 현재의 것과는 근본적으로 다를 것이다. Medical care system 의 상담자 로서의 컴퓨터, 또한 의사의 전통적인 행동양식도 바꿔 버리는 '지능적 (Intelligent)' 이며 '연역적 (Deductive)' 인 컴퓨터의 발전은 거의 확실시된다. 머지 않은 장래에 의사와 컴퓨터는 빈번한 대화를 나눌 것이고 (채팅로봇 (Chatbot)), 컴퓨터는 환자의 병력, 몸의 상태, 병리 자료 등등에 계속 주의를 기울이고, 의사에게는 가장 가능성이 큰 진단명 (Diagnosis) 을 알려주고 필요로 하는 적절한 조치들을 일깨워 줄 것이다." (Schwartz, 1970)

"Medical artificial intelligence 은 인간 의사처럼 진단하고 치료법을 추천하는 인공지능 (Artificial Intelligence) 프로그램을 구축하는 것에 주로 초점이 모아진다. 단순히 통계 (Statistics) 와 확률 (Probability) 적인 방법같은 프로그래밍 방법에 기초한 의학 응용 프로그램과 달리, medical AI 프로그램은 질병의 존재와 환자, 그리고 그가 나타내는 증상들을 표현한 symbolic models 에 기초한 것이다." (Clancey 와 Shortliffe, 1984)

전문가가 갖고 있는 전문지식 (Expertise) 을 이용하고자 하는 시도로 맨처음 성공한 것은 DENDRAL 이다. 그것은 화학 분자식과 질량 스펙트럼을 입력시키면 그 물질의 가장 가능성이 높은 화학구조식을 추정하여 출력하는 컴퓨터 프로그램으로 1971년에 만들어졌다.  이에 자극되어 1976년경부터 의료진단 시스템을 중심으로, 현재에 이르기까지, 여러 가지 전문가시스템 (Expert System) 이 개발되었다. 의료진단은 의사라는 전문가의 과거 경험, 직감, 지식 등이 필요하다는 의미에서, 전문가 시스템을 이용하기에는 최적이다. 이 분야 최초의 것은 일반의사 Edward Shortliffe 와 컴퓨터 전문가  Bruce Buchanan 이 Stanford Medical Informatics 에서 개발한 MYCIN 이다 (stanford의 역사적인 프로젝트). 그것은 AI가 병의 진단에 이용된 최초의 케이스이다. MYCIN은 의사가 환자를 진찰하여, 그 결과와 검사 결과의 세균명 등을 입력시키면 진단 결과, 즉 병명을 결정하여 어떤 항생제를 얼마 정도 복용시키면 좋을지 등과 같은 치료법을 나타내 준다. MYCIN의 성공은 전문가 시스템의 개발에 박차를 가하게 했다.

의료정보학 (Medical Informatics) 은 "건강관리 (healthcare) 와 건강 증진을 위한 정보를 공유하여 사용할수 있게하는 기술과 도구 (British Medical Informatics Society)"를 의미한다.

site :

AI in Medicine : Enrico Coiera 의 1997 년 출간된 책 Guide to Medical Informatics, the Internet, and Telemedicine의 일부분을 볼 수 있다. AIM resource 에서는 많은 관련 링크를 볼 수 있고  Clinical Use 에서는 많은 AI 이용 사례 프로그램들을 볼 수 있다.  

AI in Medicine : Peter Szolovits 에 의해 1982 에 출간되었던 책을 2000년에 재 구성하여 on-line 으로 읽을 수 있게 하였다 .새로운 연구자들이 옞 작업을 이해하고 아직 이루지 못한 도전을 할 수 있게 자극하기 위한 작업으로 방대한 자료를 볼 수 있다.

video :

Biomedical Informatics : The Evolution of the Science and its Applications : OSU medical center : Edward Shortliffe, 2011/03/17

The Amplification of Informatics Challenges : ASU College of Health Solutions : Edward Shortliffe, 2011/03/17

article :

세계 최초 '항생제 전문 AI 의사 'Aibril' 국내에서 개발 : 의사신문 : 김기원 기자 : 2017/05/25 : 항생제 내성 해결의 전기가 될, 세계 최초의 '인공지능 (Artificial Intelligence) 의사'인 '항생제 어드바이저 에이브릴(Aibril)’이 국내에서 개발, 내년부터 본격 활용된다. 특히 이번에 'AI 항생제 어드바이저' 개발이 현실화됨에 따라 국내 연구중심 대학병원들을 중심으로 '질환별-약제별 어드바이저' 개발이 붐을 이룰 것으로 예상된다. 고려대의료원과 SK(주) C&C는 오늘(25일) 오전 고려대의료원 유광사홀에서 염재호 총장과 김효명 의무부총장겸 의료원장, 안정옥 SK(주) C&C 사업대표 등 130여명이 참석한 가운데 왓슨 기반의 인공지능인 ‘에이브릴 항생제 어드바이저 (Aibril Antibiotics Advisor) 공동 개발 및 사업 계약’을 체결하고 내년(2018년) 까지 개발을 완료키로 했다. ‘에이브릴 항생제 어드바이저’란 입력된 환자의 증상과 검사 결과를 바탕으로 환자에게 적합한 항생제의 종류, 처방 방법·주기·추천 근거 등을 의료진에 제공하는 ‘AI 항생제 어드바이저’를 말한다. 이 어드바이저는 감염병과 관련된 국내외 논문･가이드라인･약품정보･보험정보 등 방대한 양의 의료 문헌과 고려대의료원의 치료 케이스 및 노하우를 학습, 환자 증상에 맞는 항생제 추천 정보는 물론 항생제 처방시 부작용·주의사항, 보험적용여부 등의 다양한 정보를 제공하게 된다. 특히 최신 논문과 빅데이터를 모두 활용, 항생제에 관해서는 적절한 항생제 스튜어드쉽(stewardship, 관리) 이 가능하도록 하는 것이 이 사업의 목표다. 이번 ‘에이브릴’ 개발은 의료 현장에서 전문적인 항생제 스튜어드쉽의 필요성을 절감한 고려대의료원이 제안하고 SK(주) C&C가 공감대를 형성하며 시작된 것으로 알려졌다. 손장욱 AI 센터장(고대안암병원 감염내과장)은 “항생제를 추천하는 인공지능은 현재 전세계 어디에도 없다.”며 “우리가 최초로 공동 개발하는 것”이라고 강조했다. 손 센터장은 “그동안 왓슨 (Watson)  을 수입해 쓰는 방식이었다면 이제부터는 공동 개발, 새로운 플랫폼을 만들어 나간다는 점이 다르다”며 “WHO에서 권고할 수 있는 항생제 스튜어드쉽에 기반한 프로그램으로 개발, 항생제 내성 발현을 억제할 수 있는 하나의 툴을 만드는 것이 목표”라고 말했다. 특히 손 센터장은 “향후 개발되는 항생제 어드바이저는 의사를 대체하는 개념이 아닌 서퍼트하는 개념으로 생각하면 된다. 이는 항생제 어드바이저를 개발, 보급한다고 해도 판단의 몫은 결국 의사이기 때문”이라고 잘라 말했다. 김효명 의무부총장은 “병원과 산업계가 협력하면 얼마나 큰 시너지 효과를 일으킬 수 있는지 보여주는 가장 좋은 사례”라며 “이번 에이브릴항생제 어드바이저의 개발을 통해 인류를 위협하는 슈퍼박테리아에 전세계 모든 의료진이 함께 대응해 나갈 수 있는 계기가 되길 바란다”고 말했다. 안정옥 사업대표는 “에이브릴 항생제 어드바이저 서비스는 인공지능을 활용해 보다 건강한 사회와 보다 나은 미래를 만들기 위한 변화의 시작”이라며 “인공지능 기반의 새로운 의료산업을 창출, 글로벌 의료 강국 도약의 발판을 마련하겠다”고 다짐했다. 고려대의료원과 SK(주) C&C는 이에 대해 공감대를 형성하고 이번의 ‘에이브릴 항생제 어드바이저’를 조속히 개발, 적어도 내년 하반기에는 진료현장에서 사용할 수 있도록 한다는 계획이다. 특히, 고려대의료원은 감염질환 분야에 있어서 국내 의학계를 선도하고 있다는 자부 속에 진료역량과 연구중심병원으로 축적된 노하우를 바탕으로 항생제 사용 가이드라인을 구축, 전세계가 함께 항생제 오남용을 줄여나가는 기준으로 사용할 수 있도록 하겠다는 당찬 포부를 갖고 있다. 현재 항생제 오남용 및 이로 인한 내성문제는 매우 심각한 사회문제다. 한 보고서에 따르면 항생제 내성 문제가 해결되지 않을 경우, 오는 2050년경에는 항생제 내성 슈퍼박테리아로 인한 사망자가 한 해 전 세계에서 1천만명에 달하는 등 암 사망자를 추월하는 것은 물론 GDP의 2~3.5%인 60~100조 달러 가량의 경제적 손실도 예측되고 있다. 우리나라 역시 지난 2015년 통계에 ‘OECD 1위 항생제 소비국’으로서 다양한 항생제 내성 관리가 절실한 상황이며 동시에 내성극복을 위한 전 세계의 노력이 필요한 시점이기도 하다. 하지만 내성문제를 해결하기 위한 새로운 항생제의 개발은 소수에 불과한 상황이다. 이 문제를 해결할 수 있는 가장 적절한 방법은 항생제 스튜어드쉽(stewardship, 관리) 을 통해 항생제의 불필요한 사용을 줄이고 올바른 방법으로 처방 및 사용함으로써 내성균 발생을 억제하는 것이다. 이런 가정 아래 ‘에이브릴 항생제 어드바이저’가 적합한 항생제 처방을 권고, 항생제 사용의 전문성을 높이고 아울러 병원 실정에 맞는 적절한 처방을 할 경우, 환자 치료효과 증대는 물론 내성균 발현 억제와 의료비용 감소 등의 효과가 기대된다.

인공지능 (AI) 닥터, 현실이 되다 : 의사신문 : 박길홍 고려의대 생화학교실 : 2017/04/17 : 현대의학의 질병 기전 연구 및 치료 기술의 비약적인 발전과 더불어 보건의료서비스의 질적 향상 요구가 증가하고 이에 따라 의료서비스가 날로 고도화되고 있다. 또한, 의료 (Medicine) 서비스가 정보 집중적이고 분절화(fragmented) 되면서 정보화 잠재력이 확대되고 사회의 지식정보화, 고령화에 따라 의료 서비스 환경이 급격히 변화하면서 의학과 BT, IT 등이 융합하여 다변화된 IT 기반 의료 서비스의 수요가 증가하고 있다. 이에 따라 임상진료의 표준(standard)과 가이드 라인도 날로 고도화되고 있으며 이를 진료 현장에서 환자 중심으로 보다 용이하게 적용하기 위하여 인공지능이 개발되고 있다. 인공지능 (Artificial Intelligence) 은 의료진의 임상 진료의 질을 향상시킬 뿐만 아니라 환자의 자가 관리 능력도 향상시킬 것으로 기대된다. 의료행위에서 발생하는 모든 의사결정 (Decision Making) 은 환자의 모든 특성을 고려해야 한다. 임상정보(임상병리검사, 혈액검사, 기타 모든 임상 지표들)뿐만 아니라 개인정보, 개인병력, 가족병력, 식습관, 물, 생활습관, 물리적 주거환경, 폭력 노출 정도, 기타 건강에 영향을 미칠 수 있는 인자들이 모두 포함된다. 이 모든 인자들을 종합적으로 분석하여 의사결정을 한다면 개별 환자의 특성을 고려한 최적화된 맞춤형 진료가 가능하다. 현재는 이 모든 정보들의 상호 연계 및 분석과 종합적 판단을 개별 의료진의 역량에 의존하므로 체계적 연계성이 부족할 개연성이 있다. 담당 의료진이 변경되는 경우에는 이러한 분석이 다시 이루어져야 한다. 또한, 외래 환자의 증가에 따라 의료서비스의 질적 저하도 가능하다. 의료진이 환자 맞춤형 질병 치료 및 예방을 위하여 보다 정확 신속한 의사결정을 내리도록 환자의 기본정보와 임상정보를 기 구축된 다양한 의료정보와 비교 분석하여 적합한 의료정보를 지원하는 기반기술이 인공지능이다. 인공지능은 인간의 의사결정 과정을 시스템화 하여 의사결정에 도움이 되는 데이터 (Data) 를 단순 제공하는 수준을 넘어 다양한 정보를 복합적으로 적용하여 통계 (Statistics), 데이타 마이닝 (Data Mining) 및 예측분석 등 자체적인 데이터 처리와 판단을 수행하고, 분석 결과를 의료현장에 제공하여 정확한 의사결정과 오류 방지를 지원하는 시스템이다. 인공지능 의사의 임무는 명의에게 진료기술과 전문성의 신무기를 제공하여 생명 공동체의 건강을 향상시키는 것이다. 즉, 의료진의 진료 수준을 고도화하고 의료기관의 첨단화를 추진하며, 환자의 능동적 참여를 용이하게 하여 치료효과를 극대화한다. 또한, 지역사회 건강을 효율적으로 관리한다. 인공지능 의사가 사용하는 기술은 컴퓨터 지원 환자 관리 전문가시스템 (Expert System) 인 임상진단지원시스템 (CDSS: Clinical Decision Support System) 이다. CDSS 구축에 사용되는 기반기술은 Data Mining 알고리즘으로서, 대표적으로 규칙기반 추론 (Production Rule), 인공신경망(ANN: Artificial Neural Network), Image Processing, Pattern matching, 의사결정 트리 (Decision Tree) 등이다. 빅데이터 (Big Data) 분석은 이 모든 정보를 종합 분석하여 결론을 추론한다. 인공지능 알고리즘들은 상호보완적으로 사용되어 최적의 질병 예측 (Prediction) 시스템을 구축한다. 이 알고리즘들은 머신러닝 (Machine Learning) 알고리즘을 통하여 자가 진화형 관리 프로그램으로 진화하고 있다. 환자정보에서 질병 패턴을 학습하며 날로 고도화하여 질병에 대한 조기 진단 (Diagnosis), 치료, 예후 그리고 질병 경과 예측인자, 위험인자를 활용한 효율적 환자관리를 유도할 수 있다. 현재 IBM의 왓슨 (Watson) 이 대표적이다. Watson은 인공지능을 CDSS뿐만 아니라 Genomics, 신약 개발 및 기존 약제의 새로운 적응증 발견, 원격진료와 지역사회 건강관리에도 적용하고 있다. 이 기술이 발전하면 공상과학영화처럼 한번 스캔하면 진단, 다시 스캔하면 완치되는 의료기기가 탄생할 수 있다. 인류가 인간의 지능 (Intelligence) 지수를 능가하는 인공지능을 만든 것은 인류의 역사적인 과학적 승리이자 신기원이다. 이는 하인이 똑똑하면 주인이 편하다는 면에서 인류에게 희소식이다. 그런데 인공지능이 진화를 거듭하다 감정 (Emotion), 자기보존본능, 종족보존본능을 습득하여 자기방어와 복제를 원하게 되면 자칫 기계 대 인간의 전쟁이 막을 올린다. 인공지능 기계가 진화하여 인간과 생존을 다투는 영화 ‘터미네이터’ 가 가상 시나리오에서 현실이 되는 것이다. 따라서 인류 안전의 담보를 위하여, 잠재적 위험에 대한 선제적 조치로서 인공지능의 개발, 유지, 운영에 관하여 전문가가 참여하는 위험요소 정의 및 국제표준 도출이 요구된다. FTA 시장 개방 환경에서 국내 의료 산업 활성화 및 고용 창출이 요구되고 있는 현재, 인공지능은 무서운 힘과 효용성을 보여 주며 의료 분야에서도 적용범위를 급속히 확장하고 있다. 하지만 우리나라는 인공지능 분야에서 세계 최고 미국에 기술격차 2.6년, 기술수준은 75%에 머물고 있다. 이는 하늘과 땅 차이이다. 우리가 2.6년간 발전하는 동안 선진국은 훨씬 멀리 앞서가고 있을 것이다. 현재 세계 기업 가치 순위에서 1∼4위는 애플, 구글, 마이크로소프트, 페이스북 등 소프트웨어·컨텐츠 기업이 독차지하고 있다. 인류 문명이 철기시대에서 소프트웨어 시대로 이행하는 시대적 전환점에서 우리는 인공지능과 소프트웨어 산업에 총체적 역량을 기울여야 한다.