Medicine : Article
'왓슨'이 오진하면 누가 책임지나? : 의협신문 : 송성철 기자 : 2017/09/29 : 인공지능 '왓슨'이 조언한 대로 진료했는 데 의료사고가 발생한 경우 민·형사상 책임을 누구에게 물을 수 있을지 판단하기 어렵다는 지적이 나왔다. 김재춘 변호사(법무법인 화우)는 9월 29일 코엑스에서 열린 국제병원의료산업 박람회에서 '인공지능과 의료행위에 대한 법적 고찰'을 통해 "인공지능과 로봇 공학의 활용에 따른 법률 관계와 책임 귀속에 관한 논의는 초기 단계에 머무르고 있다"며 "현재 '지능형 로봇개발 및 보급촉진법'이 제정돼 있지만 개발과 보급에 초점을 맞추고 있고, 법적 책임에 대한 고려는 없는 상황"이라고 설명했다. "앞으로 권리의무의 주체가 되지 못하는 인공지능으로 인해 발생한 법적 책임을 프로그램 개발자·기계 제조업자·의사·병원 가운데 누구에게 물어야할 지 애매한 상황이 벌어질 수 있을 것"이라고 전망한 김 변호사는 "현재로서는 애완동물로 인해 발생한 사고에서 처럼 동물소유자에게 관리책임을 묻듯 인공지능 소유자인 병원이 책임을 지되, 프로그램에 오류가 있는 경우에는 개발회사를 상대로 구상권을 청구할 수 있을 것"이라고 밝혔다. 김 변호사는 "인공지능이 탑재된 로봇은 민법상 권리의무 주체로 볼 수 없고, 형법상으로도 인격체가 아니기 때문에 형사책임의 주체가 될 수 없다"면서 "앞으로 인공지능을 실제 진료에 어떻게 효과적으로 활용할지에 대한 가이드라인과 로봇법을 비롯한 관련 법률을 만들 필요가 있다"고 조언했다. 인공지능 활용 가이드라인에는 ▲의사만 봐야 할 것인지, 환자에게도 공개할 것인지? ▲인공지능의 의견과 의사의 의견이 다른 경우 누구의 의견을 따를 것인지? ▲인공지능 권고안을 받아들여 치료하는 과정에서 문제가 발생한 경우 책임이 누구에게 있는지? ▲인공지능을 활용할 수 있는 의사의 자격 요건은 무엇인지? 등에 관한 쟁점을 담아야 혼선을 줄일 수 있을 것이라고 조언했다. 김 변호사는 "의료과실에서 주의의무를 판단하는 기준은 의사가 결과발생을 예견할 수 있었음에도 예견하지 못한 경우(결과예견 가능성·결과예견의무 위반)와 결과 발생을 회피할 수 있었음에도 회피하지 못한 경우(결과회피 가능성·결과회피의무 위반)"라면서 "인공지능 진단은 아직까지 참조사항일 뿐이므로 시스템 오류로 인해 진단이 잘못된 경우라도 의료진의 면책은 어렵고, 제조사와 연대책임을 져야 할 것으로 보인다"고 밝혔다. "미래에 인공지능의 진단 정확도가 평균적인 의료진보다 상당히 높은 수준으로 발전한 경우 의료진의 독립적인 주의의무 위반 문제를 비롯해 의료진의 의견을 거부한 채 인공지능의 추천대로 치료해 달라고 요구하거나 환자의 요구대로 치료했는 데 악결과가 발생한 경우의 면책 문제 등 다양한 쟁점이 계속해서 불거질 것"이라고 지적한 김 변호사는 "의료계와 법학계가 머리를 맞대고 인공지능 시스템 관리와 사고발생 시 책임소재에 대한 체계적인 법과 제도를 마련할 필요가 있다"고 강조했다. 설지혜 변호사(법무법인 화우)는 '정보통신기술(ICT) 기반 의료기기의 법률 위험'에 관한 주제발표를 통해 "의료기관 이외의 장소에서 의료정보와 생체정보를 측정·수집·전송·저장하는 과정에서 수집한 정보를 처리하는 과정에서 보안과 전송한 정보가 동일한 정보인지 등이 쟁점이 되고 있다"면서 ▲원격의료의 허용 범위 ▲시설·장비의 기술적 표준화 ▲원격의료 과오에 대한 책임 ▲건강보험 수가 부존재 등이 문제가 될 것이라고 전망했다. 설 변호사는 "약사법상 의약품 조제는 약국 또는 의료기관에서만 가능해 원격의료를 확대하더라도 의약품 배송이 어려운 문제가 있고, 원격의료에 대한 명확한 금지 규정이나 제재 규정이 없다"고 밝혔다. "의료 빅데이터 생성의 기반인 전자의무기록(EMR) 정보의 통합·연계의 경우 2016년 2월 5일 의료법 시행규칙 제16조 제1항 개정을 계기로 의료기관 내부가 아닌 '백업 저장 장비(클라우드)'를 사용할 수 있게 됐다"고 언급한 설 변호사는 "빅데이터 구축 과정에서 발생할 수 있는 개인정보 유출과 보호에 관한 문제가 쟁점이 되고 있다"면서 "4차 산업혁명의 발전과 개인정보 보호라는 두 가지 목표를 충족할 수 있도록 개인정보 비식별화 조치를 비롯한 법제의 개선이 필요하다"고 조언했다. 이경환 변호사(법무법인 화우)는 '의료법상 규제 관련 법적 검토'를 통해 "의료법상 금지하고 있는 비의료인의 안마·마사지·정신요법·기도·안수·기순환 등 무면허 의료행위는 물론 의사·치과의사·한의사 직역간 면허 범위를 둘러싼 소송이 잇따르고 있고, 의료과실 소송을 둘러싼 민사·형사·행정 책임의 문제와 진료기록 열람·전자의무기록·전자처방전·전자진단서 등 다양한 법률 문제가 계속되고 있다"면서 "의료인들이 제도·정책·공중보건·법률 문제에 대해 관심을 갖고 대응해야 한다"고 밝혔다.
[신간] 의사를 위한 실전 인공지능 : 의협신문 : 이영재 기자 : 2017/08/21 : 인공지능 활용에 대한 의료계의 관심이 높아지는 가운데 의료인의 눈높이에서 인공지능의 기초와 활용 방안을 소개한 입문서 <의사를 위한 실전 인공지능>이 출간됐다. 차유진 전공의(한국원자력의학원 방사선종양학과) 가 쓴 이 책은 기계 학습을 비롯해 인공지능 의학의 기초적이고 전반적인 내용을 학습하고, 의료 문제에 활용할 수 있는 기법을 쉽게 소개한다. 의료인들이 인공지능을 배우고 진료나 연구에 직접 활용하기는 어렵다. 4차 산업혁명에 대한 관심과 함께 인공지능 기술을 소개하는 서적은 많이 출간되고 있지만 의료 문제에 활용할 수 있도록 의료인의 눈높이에서 쓰여진 책은 많지 않다. 이 책은 인공지능에 대해 복잡한 이론적 접근보다는 간단한 기초 개념 위주로 설명한다. 아울러 다양한 의학 문제에 인공지능을 어떻게 적용할 수 있는지 쉽게 구할 수 있는 소프트웨어와 데이터를 활용하는 예제를 통해 다룬다. 모두 5부 15장으로 구성된 이 책은 각각 성격이 다른 의료 과제들을 해결하기 위한 다양한 인공지능 및 기계 학습 기법들을 각 장별로 풀어내고 있다. 1장에서는 인공지능이 바꾸어 놓게 될 미래 의료의 모습을 개괄적으로 그려보고 의료인이 인공지능을 알아야 하는 이유를 설명한다. 2장부터는 구체적인 인공지능 및 기계 학습 기법을 기초부터 소개하며, 후반부에는 최근 큰 이슈가 되고 있는 딥러닝까지 폭넓게 다룬다. 이 책은 의료인을 위한 입문서로 기획됐지만 가볍지 않은 주제들도 담겨 있다. 이 책에 소개된 예제를 통해 의료 영상을 기계 학습시키고 새로운 영상의 답을 예측할 수 있는 시스템을 설계할 수 있으며, 의료 경영인을 위해 의료 자원을 가장 적정하게 배치하는 간단한 최적화 시스템도 구현해 볼 수 있다. 저자는 KAIST에서 학부를 마치고 충남대학교 의학전문대학원을 졸업했다. 의학과 공학 두 분야를 섭렵한 저자는 "공과대학을 다니면서 배운 지식, 의사로서 임상 수련 현장에서 얻은 경험과 연구 결과들이 이 책의 밑거름이 됐다"며 "활용가치를 높이기 위해 중증 의료뿐만 아니라 일차 의료에서 접할 수 있는 진단이나 치료 전략을 결정하는 사례들도 많이 다루고자 했다"고 덧붙였다. 최윤섭 디지털헬스케어연구소장은 "인공지능이 의료에 도입되는 과정에서 의사가 살아남고 진화하기 위해서는 의사가 인공지능에 대해 배우는 것이 필요하다"며 "이 책을 통해 의료인들이 인공지능에 대한 이해를 높이고, 의료 인공지능 연구와 산업 발전에 긍정적인 영향을 주기를 바란다"고 말했다
인공지능 시대의 의대교육 "주입식은 쓸모 없어" : 의협신문 : 박소영 기자 : 2017/06/30 : 2018년 A의대에 입학한 김철수 군. 의대교육 6년과 군대 2년, 인턴·전공의 5년까지 모두 마치면 휴학 없이도 2031년이 된다. 게다가 이제는 41초마다 새로운 의학논문이 나오는 시대. 김철수 군이 전문의로서 활동할 2030년대에도 2018년 배웠던 의대 교육이 그대로 유효할까? 양은배 교수(연세의대 의학교육과)가 30일 대한의사협회 제35차 종합학술대회에서 AI 시대의 의학교육은 지금과는 달라야 한다고 강조했다. 인공지능이 대두될 미래환경에 걸맞게 발전해야 한다는 지적이다. 양 교수는 "지금처럼 일방적으로 가르치는 것만으로 충분한 시대는 갔다. 이제는 메타인지 시대"라며 "주입식 교육을 위한 강의실은 사라져야 한다. 앞으로는 강의실에서 토론과 분석이 이뤄져야 한다"며 새로운 패러다임이 필요하다고 강조했다. 특히 의대 1학년부터 기초와 임상을 병행해야 한다고 주장했다. 그는 "전 학년에 걸쳐 기초임상과 교육을 통합하는 새로운 시도가 필요하다. 지식을 달달 외우는 연역적 방식이 아닌, 결과를 통해 배우는 귀납적 방식으로의 교육이 이뤄져야 한다"고 말했다. 이어 "인공지능에 기반한 지능형 교습 시스템이 들어와야 한다. 이미 학생의 능력과 진도에 맞춰 학습하는 '뉴튼', '리즈닝 마인드', '드림박스' 등의 업체들이 존재한다"라고 설명했다. 의사출신 벤처 사업가인 신재원 대표이사(모바일닥터)는 역시 새로운 접근을 강조했다. 그는 "지식주입 위주의 현재 의대교육은 상당수가 쓸모 없어질 것이다. 제 경험으로 봐도, 내과에서 배웠던 모든 게 다 쓸모있진 않았다"라며 "어떤 내용을 추려야 할지를 생각해봐야 한다"고 제언했다. 언젠가는 인공지능 의사를 받아들일 수밖에 없겠지만, 어디에 적용할지를 결정하는 것은 의사가 될 것이라고 했다. 인공지능 없이도 진료는 가능할 것이나 환자에게 도움이 된다는 것이 명백해지는 시점에는 이를 끝까지 거부하기 어려울 것이라고도 전망했다. 신 이사는 "CT나 MRI, 내시경의 전례를 보듯 인공지능을 잘 활용하는 의사와 그렇지 않은 의사로 구분될 수 있다. 결국 무엇을, 어떻게 하느냐는 의사에 달린 것"이라고 밝혔다.
인공지능 MRI 판독 정확도 80% ... 의사는 '컨펌' 역할만 : 의협신문 : 박소영 기자 : 2017/06/07 : 신속과 효율에서 인간이 기계를 앞지를 수는 없다. 스스로 판단하고 학습하는 능력까지 더해진다면 인간이 설 자리는 있을까. 왓슨을 필두로 한 인공지능이 '언젠가는' 의사를 대체할 것이란 두려움이 이미 의료계를 한 차례 휩쓸고 간 이유다. 그러나 인공지능은 의사의 영원한 '조력자'에 불과할 것이란 시각이 현재로써는 지배적이다. 사람을 대신할 만한 고강도 인공지능은 없다는 것. 갖은 거추장스러운 일을 인공지능이 담당하면 의사는 필요한 진단과 판단을 내리는 효율적 결정주체가 될 것이란 전망이 '아직까지는' 우세해 보인다. 서준범 교수(서울아산병원 인공지능의료영상사업단장·영상의학과)는 7일 '인공지능과 방사선의학'을 주제로 열린 제31차 방사선의학포럼에서 인공지능이 영상의학과에 가져올 변화를 소개했다. "전공의들에게 폐암 찾는 법을 가르칠 때 폐의 어느 부분을 봐야 하고 이건 맞고 저건 아니라고 가르친다. 인공지능에게 정답을 줬더니 사람이 배우는 방식 그대로 학습하는 게 아닌가. 깜짝 놀랐다. 인공지능을 연구해야겠다고 결심한 계기다." 서 교수는 "인공지능에 기반한 기술로 영상정보를 파악하면 굉장한 혁신이 된다"라며 그간의 연구결과를 소개했다. '폐·간·심장질환 영상판독 지원을 위한 AI 원천기술 개발 및 의료영상저장 전송 시스템 연계 상용화' 연구를 수행 중인 서 교수의 목적은 국내기술에 기반한 의료영상 플랫폼을 만드는 것. 그에 따르면 인공지능은 빠르고 효율적일 뿐 아니라 비용효과성까지 띌 수 있다. 서 교수는 "매우 비싸지만 유용한 7T MRI는 선뜻 도입이 어렵다. 그런데 일반적으로 많이 쓰는 3T MRI 영상에 인공지능 기술을 적용해 변환했더니 7T MRI로 찍은 것과 굉장히 유사했다"라며 "고도화 기능이 발전하면 다른 회사나 조건에서 찍은 영상들도 활용할 수 있다는 것을 의미한다"고 그 의의를 설명했다. 이어 "인공지능은 영상을 해독해 질병 키워드를 뽑아낼 수 있다. 70∼80%의 정확도를 보인다"라며 "인공지능의 예비판독을 거쳐 의사가 최종컨펌을 한다면 일의 효율이 증대될 것"이라 전망했다. 이같은 방식은 '한국형 왓슨'으로써 특히 소규모 병원에 유리할 것으로 봤다. 그는 "영상정보를 데이터베이스화해 유사증례 검색으로 제공한다면 진단과 치료법 제안에 도움이 될 것"이라며 "국민들의 높은 의료질 접근을 보장할 것"이라 내다봤다. 김치원 원장(서울와이즈재활요양병원)도 인공지능 (Artificial Intelligence) 의 효율성 측면을 강조했다. 그는 "인공지능은 데이터간 연결관계를 기가 막히게 잘 찾아낸다. 사람의 생활패턴과 의료 이용을 결합한다면 조기진단의 용도로도 가능할 것 같다"고 분석했다. 이어 "사람이 하면 일주일이 걸리는 유전자데이터 분석을 왓슨은 15분만에 끝낸다. 가령 백혈병 환자는 데이터분석이 늦어지면 생명이 위험해지니 이에 유용할 수 있을 것이다. 이런 차원에서 인공지능이 의미 있는 것"이라 설명했다. 왓슨에 너무 겁먹지 말 것도 밝혔다. 알고 있는 결과를 다시 한번 보여주는 데 그친다는 것. 김 원장은 "왓슨은 대장암환자에게 항암제 폴폭스를 추천했다. 대장암환자에게 폴폭스를 쓰는 건 13년 전이나 지금이나 똑같다. 아무 것도 변하지 않았는데 왓슨이 이야기하면 대단한 것인가"라며 "암치료 지침은 크게 바뀌지 않는다. 변화가 있더라도 대학병원 교수들이 못 따라갈 정도는 아니다"라고 지적했다. 이어 "왓슨의 원래 취지는 작은 지역사회 병원에서 항암치료를 받는 환자용이었다. 모든 암을 다 보는 전문가가 없으니 도움이 되자는 취지였다"라며 "대형병원 위주로 도입되는 한국은 활용에 한계가 있을 듯 하다"라고 덧붙였다.
'열나요' 모바일닥터 신재원 대표 - 디지털 헬스로 의료본질 접근 : 메디게이트 : 2017/10/02 : 스스로를 영혼이 자유로운 사람이라 말하는 모바일 닥터의 신재원 대표는 얽매이거나 간섭 받는 걸 싫어해 의사가 되었다고 한다. 게다가 남을 살리는 직업이니 더할 나위 없었다고 한다. 서울의대에 진학한 그는, 병원 내 불합리한 점을 자주 지목하다 보니 후배한테 기자가 될 것을 권유 받기에 이른다. 그래서 가정의학과 전문의를 취득하고 가벼운 마음으로 MBC에 지원서를 넣었다가 덜컥 의학기자가 되었다. 의학상식 전달에서부터 아이티 지진현장 취재에 이르기까지 그는 기자로서 다양한 경험을 거치고 나서 또 새로운 도전을 시도했다. 바로 창업. 2011년, 기자 생활을 마무리하고 소셜 의료정보미디어 회사를 차린 것이다. 이걸 시작으로 그 다음은 모바일 앱에 도전했다. 모바일 소아과란 앱으로 시행착오를 겪고, 지금은 구글플레이의 인기 출산/육아 앱 1위에 올라 있는 ‘열나요’를 만들었다. 아이를 키우는 부모에게 도움을 주는 한편, 향후에는 빅데이터 수집을 통해 의료진에게도 유의한 정보를 제공하겠다는 목표를 갖고 있다. 의학기자로 딴짓 시작 ... 기자는 3년만 해보기로 마음먹고 시작했다가 결국 5년간 몸 담았다. 서울의대 재학 중 PD수첩, 100분 토론을 즐겨보곤 했다. 가장 좋아하는 프로가 잠입 취재해 고발하는 '시사매거진 2580'이었다. 사회에 대해 관심이 많은 의대생이었다. 결혼해 자식까지 둔 상태에서 기자를 하려니 부모님의 반대가 컸다. 오히려 나를 믿고 응원해 준 아내 덕분에 기자생활을 시작할 수 있었다. 2010년 아이티 지진이 났을 때는 대한민국 의학기자 최초로 현지까지 파견되어 현장 취재를 했을 뿐 아니라 의사로서 실력 발휘를 하기도 했다. 워낙 상황이 급박하고 의료진이 턱없이 부족했던 터라 탈장 수술에 참여하고, 혈종제거 수술을 어시스트 하기도 해 당시 내 얘기가 기사에 실렸던 적이 있다. 의사면허를 딴 게 정말 뿌듯했던 기억이다. 스타트업으로 꿈을 실현 ... 기자 생활을 마치고 그 다음을 생각하다 도저히 진료실에 종일 갇혀 있는 건 못하겠고 스마트폰 확산 시대에 이것을 활용해 새로운 걸 해보고 싶었다. 그래서 결국 창업을 했다. 요즘 말하는 스타트업을. '준비하고 창업했으면 좋았을 걸' 하는 아쉬움이 없진 않지만 저지르지 않으면 못하게 된다. 일단 저지르고 열정이 있어야 성공확률이 조금이라도 높아진다고 생각한다. 스타트업과 사업, 둘 다 돈을 버는 건 맞지만 분명 다르다. 사업은 누구나 할 수 있고 세상이 변하지 않는다. 하지만 스타트업은 꿈을 실현하는 게 핵심이다. 기술의 도움을 받아서 해결되지 않은 세상의 문제를 해결하는 것이다. 그래서 1%만이 성공하는, 실패 가능성이 가장 큰 분야 중 하나다. 쉬운 길을 갈 수 있지만 어려운 스타트업을 선택한 이유는, 의료에도 기술적으로 해결해야 하는 문제가 있기 때문이다. 여기에 초점을 맞춰 아이템을 생각하기 시작했다. 그 첫 번째 시도로 올바른 건강, 의료 정보를 담은 미디어를 모토로 하는 소셜의료정보미디어 회사 '아폴로엠'을 만들었다. OBS 'TV 주치의'에서 MC를 맡고 있을 때였다. 최근에는 의료분야 스타트업으로 전환해 인하공대와 산학협력을 통해 복강경 디포깅(defogging) 기술을 이용한 내시경 영상개선 소프트웨어를 개발했다. 그 다음으로 야간에 병원에 갈 수 없는 엄마, 아빠들에게 도움을 주는 모바일 소아과를 만들었다. 세 아이를 키우는 부모의 입장으로 응급실에 갔을 때 고생했던 경험에 착안해 개발했다. 밤 사이 아기가 열날 때 대부분 응급실을 방문하는데, 실제로는 이 중 80%가 불필요한 방문이다. 이 서비스는 출발은 좋았지만 채팅상담이 원격의료로 오해를 받기도 해 해당 서비스는 결국 중단했다. 모바일 앱과의 첫 경험이 아쉽게 불발하고, 다음을 기약해야 했다. '열나요' 앱으로 해외 진출 도전 ... 어느 날 육아카페에서 "37.2℃, 열나요"란 상담글을 보았다. 상당한 충격이었다. 체온이 38도가 넘어야 '열'이라고 한다는 걸 당연히 알거라 생각했는데 그게 아니었다. 체온 측정 간격, 해열제 복용량이나 복용 간격 등 간단한 사실이지만 모르는 엄마들이 많았다. 또 어떤 글에서는 열을 내리려면 젖은 양말을 신기라고 주문하기도 했다. 이처럼 인터넷에 검증되지 않은 정보들이 상당히 많은 걸 보고 바로 잡아야겠다는 생각을 했다. 그래서 만들게 된 게 바로 '열나요'란 앱이다. '열나요'는 아이가 열이 나면 어떻게 해야 하는지 알려주는 어플로, 여기에 체온, 해열제, 증상을 입력하면 이를 분석해서 알려준다. 지난 해 7월 출시 이후 지금까지 20만 명이 다운로드 하면서 구글플레이 출산/육아 부문 카페에서 현재 1위를 차지하고 있다. 밤 사이 열 나는 아기가 국내에만 7만~8만 명, 전세계적으로는 5백만 명 이상이나 된다. '열나요'를 필요로 하는 엄마, 아빠가 아직도 많이 남아 있다는 얘기. 국내의 성공적인 반응을 발판 삼아 지난 11월에는 일본 버전을 출시했다. 또 이 달에는 중국 진출을 위해 현지 관계자와 미팅을 갖기도 했다. 현재 20만 명 이상의 데이터를 확보했고, 그 중 1만 명 이상의 예방접종 열 데이터를 확보하고 있다. 이 빅데이터를 분석해 어린 아이들의 발열관리에 있어 맞춤의료를 제공할 뿐 아니라, 전국적 열성질환 유행지도 서비스도 준비할 생각이다. 궁극적으로는 인공지능 챗봇이나 인공지능 독감진단키트 같은 걸 만드는 게 목표다. 열나요 앱은 또 한편으로, 환자데이터의 주인이 환자(혹은 그 가족)가 되는 개념에서 출발한다. 안타깝게도 지금까지 환자데이터의 주인은 환자가 아니었다. 우리 스스로도 그 데이터의 주인이 누구인지에 대한 관심이 부족했던 것도 사실이다. 병원이나 EMR 업체는 주체가 아니라 보관해주는 객체이다. 이제 환자가 그 데이터의 주인이 되어야 한다. 그 첫 걸음에 '열나요'가 함께 하고 있다. 의대생 후배들에게 "사회현상에도 관심 가지길" ... 후배들이 스타트업 분야에도 활발히 진출하기를 바란다. 헬스케어에 대해 많이들 얘기하지만, 엔지니어에 치중한 개발로 의사 입장에서 보면 말이 안 되는 경우가 종종 있다. 이 분야에 실제 의료지식을 갖고 있는 의사의 인풋(input)이 중요한 이유다. 알파고(AI) 사건은 가히 충격적이었다. 인공지능을 이용해 새로운 지식을 생성하는 것은 기존 지식과의 융합이 필요하다. 여기에 의사가 적극적으로 참여해야 한다고 생각한다. 그래야 한국도 이 주류에 낄 수 있다. 중국에서 생겨나는 스타트업 중에 헬스케어 분야는 하루 100개나 생겨나는 실정이다. 반면, 우리나라는 전체로 따져도 몇십 개에 불과하다. 디지털 헬스에 대해 중국과 비교조차 할 수 없을 정도다. 그리고 국내 의료인 창업은 아직 10~20명 정도에 불과하다. 어떻게든 이번 아이템을 성공시키고 싶다. 후배들이 보고 이 분야에 진출하고 싶다는 생각이 들게 하고 싶다. 그러다 보니 부담감이 느껴질 정도로 책임감이 막중하다. 지금으로서는 의사가 하면 성공가능성이 높다는 것을 보여주는 게 목표다. 의대에 특강을 나갈 때면 항상 얘기한다. 교과서만 들여다보지 말고, 사회현상에 대해서도 관심을 가지라고. 김치원 선생의 책 '의료 4차 혁명'에서도 말하고 있듯이 세상이 급격하게 변하고 있다는 것을 인지해야 한다. 막상 새로운 지식을 만들어낸다는 건 실제 매우 어렵다. 앞으로 이런 기술의 변화나 의료에 대한 통찰력·안목을 키워야 한다. 이 분야에서 자연스러운 경험을 통해 체득하고 융합적 사고를 하는 게 중요하다. 미국의 경우 의학전문대학원 제도 덕분에 공대생 출신 의대생들이 꽤 배출되는데 이들에 대한 인기가 높다. 공대 출신의 의대생, 즉 융합인재가 헬스케어 스타트업 분야에 진출하기가 수월하다. 의사를 선호하는 분위기 덕분에 우리나라도 공대를 다니다 의대로 다시 진학하는 학생들이 꽤 된다. 이들이 적극적으로 디지털 헬스 분야에 진출하는 날이 빨리 오길 기대해 본다.
빅데이터 분석하는 의사입니다 - 아주의대 의료정보학과 한현욱 교수 - 생물정보학에 대한 호기심이 의사의 길 열어줘 : 메디게이트 : 이지원 기자 : 2017/06/16 : ICT 융합 혹은 4차 산업혁명이라는 단어를 떠올리면 자동으로 따라오는 단어 중 하나인 '빅데이터'. 이 빅데이터의 혜택을 본 이들 중 한 명이 다름 아닌 아주의대 의료정보학과 한현욱 교수다. 이제는 "저는 헬스케어 빅데이터 하는 사람(의사)입니다”라는 한 마디면 대부분의 사람들이 그가 하는 일을 이해하기 때문이다. 그는 컴퓨터공학(데이터베이스 전공) 과 의학을 동시에 전공하고 의료 빅 데이터 (Big Data) 를 연구하는 국내 몇 안되는 의사 중 한 명이다. 그가 연구하고 있는 '의료정보학 (Medical Informatics)'은 환자의 질병, 치료 및 생체신호 등에 관한 임상 데이터와 병원정보시스템(HIS) 기술을 위주로 하는 '임상정보학' 분야와 유전체의 서열과 그들 간의 상호작용을 주로 연구하는 '(분자)생물정보학' 분야로 나뉜다. 그동안 독자적인 연구를 진행해오던 이 두 분야가 최근에는 상호보완적으로 융합되어 가고 있는 추세인데, 한현욱 교수는 이 두 분야의 경계에서 융합 연구를 진행하고 있다. 또한, 그가 속한 아주의대 의료정보연구센터는 ▲보건의료 분자 및 임상 데이터를 이용한 질환 네트워크 구축과 해석 ▲공통데이터모델(CDM)의 확장(유전체 데이터 저장) 모델 개발 ▲분자 및 임상 데이터를 이용한 신약재창출(Drug Repositioning) 기술이라는 세 가지 테마를 주력으로 연구하고 있다. ICT 융합을 외치는 요즘, 희소 가치가 전에 없이 높아보이는 한현욱 교수에게 의료 빅데이터에 대한 이야기와 공학 석사까지 마친 그가 의사가 된 사연을 들어봤다. 의료 빅데이터에 대한 관심 뜨거워 ... 최근에는 의료정보학, 구체적으로는 의료 빅데이터에 대한 관심이 과히 뜨겁다 할 만하다. 국내에서도 지난해부터 복지부를 중심으로 본격적으로 보건의료 빅데이터 연구비를 지원하기 시작했고, 올해는 정보통신산업진흥원(NIPA) 주관으로 수백억 원에 달하는 의료정보 관련 국책과제가 나왔다. 앞으로도 한국정보화진흥원(NIA)을 비롯해 복지부, 산업자원부 등에서 줄줄이 보건 의료빅데이터에 관한 크고 작은 과제가 대기 중이다. 아주의대의 경우 의료정보 분야에 적극 투자해온 덕분에 국책과제 수주에 유리한 입장이다. 정부기관 외에 삼성, SK 등의 대기업과 외국의 크고 작은 글로벌 제약사에 이르기까지 민간 기업도 아주의대 의료정보학과에 협업을 요청하고 있는 실정이다. 현재 아주의대 의료정보학센터가 외부기관과 함께 진행하는 프로젝트로는 클라우드 기반의 의료정보 공유시스템 개발, 데이터 기반의 신약개발 파이프라인 구축, 건강보험공단 데이터를 활용한 질환네트워크 구축, '열나요' 앱을 활용한 실시간 독감예측 인공지능 연구, 건강검진 자료와 유전체 데이터를 활용한 연계 분석 파이프라인 확보, 유전체 공통자료모델(GCDM) 개발, 약물교란 유전체 분석 등이 있다. 아주의대 의료정보학과에는 3명의 전임 교수(본인 포함)를 비롯해 대학원생과 연구원, 행정직원을 포함해 40명이 넘는 인력이 포진해 있는데다 석박사 과정 대학원생들을 추가로 더 채용할 계획이다. 국내외를 통틀어 의료정보학 분야의 단일 연구팀으로 세계적인 인프라를 이미 갖췄다고 해도 손색이 없을 정도다. 세 명의 전임교수는 빅데이터의 세 꼭지인 임상데이터(박래웅 교수), 유전체데이터(본인) 및 라이프로그 데이터(윤덕용 교수)의 공통자료모델(CDM) 연구를 각각 책임지고 있다. 이 외에도 개인적으로 네트워크의학이라는 고유 연구 영역을 갖고 있는데, 이는 질병 발생과 유전체와 약물 반응 등에 대한 메커니즘을 오브젝트들의 상호관계의 관점에서 연구하는 학문이다. "미래에는 보건의료 빅데이터 전문 분과가 생길지도 모를 일" ... '의료 빅데이터'는 앞서 언급한 바와 같이 임상 데이터와 유전체 데이터를 포괄하는 개념이다. 유전체 빅데이터는 그동안 자연과학분야의 생물정보학 전공자들이 주도해오면서 인력풀이 어느 정도 형성된 반면, 의대(의사)를 중심으로 움직일 수 밖에 없는 임상 빅데이터 분야의 연구자는 손에 꼽을 정도다. 국내의 경우 생물정보학과 임상정보학의 인력풀 비율이 20:1 정도로 볼 수 있다. 의대 전임 인력으로서 공학적 지식을 겸비한 의사이자 의료빅데이터 전문가는 아주의대의 박래웅 교수와 서울의대의 김주한 교수를 국내 1세대로 꼽을 수 있다. 본인은 의료정보학분야의 1.5세대, 그리고 지금 공부하고 있는 학생들이 2세대 정도라고 볼 수 있는데 확실히 전에 비해 여건이 좋아진 걸 느낀다. 미래 의료는 기술의 발달로 새로운 영역을 만들어 분명 지금과는 또 다른 변화를 겪게 될 거라 생각한다. X-ray의 발견이 지금의 영상의학과 전문의를 만들었고, 현미경의 개발이 병리학과 전문의를 만들었듯이. 보건의료 빅데이터를 위한 전문 분과가 생길지도 모를 일이다. 한 보고서에 따르면 의료 빅데이터 시장이 연간 15~20%씩 성장하고 있다고도 한다. 최근에는 대한의료정보학회에서 정보의학인증의(CPBMI) 제도를 운영하고 있는데, 교육 기간(1년)과 난이도(팀프로젝트 및 시험)에도 불구하고 이미 전국에 100명 이상의 의사들이 인증의를 획득하기도 했다. 향후에는 '의료정보학과를 가진 의대냐 아니냐'가 연구비 수주의 규모를 결정할 수도 있다고 본다. 지금도 막대한 국가 연구비가 투입되고 있는데, 아주대와 같이 의료정보 분야에 미리 투자한 학교만이 수혜를 보고 있기 때문이다. 임상 빅데이터 분야에 있어서도 연구가 활성화되기 위해서는 관련 인력 양성이 무엇보다 중요한데, 이제는 의학회 차원에서 학교와 병원 인증에 있어서 의료정보학과 개설 여부를 논의할 시점이 되었다고 본다. 빅데이터를 활용한 '질환 네트워크 모델', 상업화 눈앞 ... 공대의 피가 섞인 탓인지 사업에도 관심이 많다. 언젠가는 이론에만 그치지 않고 연구실 창업을 통해 연구 결과를 상업화할 생각을 갖고 있다. 최근에 우리 연구실에서 개발해 특허 취득과 논문 발표를 준비 중인 질환 네트워크 모델을 한 기업(미소정보기술)의 임상데이터웨어하우스(CDW) 솔루션에 포함시키는 전격적인 결정을 내리기도 했다. 우리가 만든 걸 어떻게 상업화 할까 고민하던 중 무턱대고 미소정보기술 안동욱 대표에게 전화해서 만나자고 했다. 그냥 만나기가 어색해 특강을 부탁하긴 했는데 사실 그보다 우리 기술을 설명하느라 목이 다 쉬어 버렸을 정도였다. 안동욱 대표는 그때까지만 해도 나를 평범한 임상의사라 생각하고 있었는데, 기술을 설명할 때 전부 IT 용어만 사용하고 IT보다 더 IT스러워 보여서 당황했다고 한다. 그래서 당시 우리 기술보다 나의 정체성에 대해 관심을 더 보였는데, 지금은 우리 기술의 상업화에 도움을 많이 주고 있다. 생물정보학 청강으로 시작된 호기심이 의사의 길로 이끌어 ... 학부와 석사를 컴퓨터공학, 그 중에서도 데이터베이스를 전공했다. 석사과정 때는 현재 SAP의 전신인 하나(HANA) DB의 인메모리 데이터베이스 시스템 개발에 참여하기도 했다. 그러던 중 의료 및 생물정보학 (Bioinformatics) 에 관한 강연을 우연히 듣게 됐는데, 인체로부터 생산되는 데이터가 매우 다양하고 방대하다는 것에 놀랐다. 이것을 계기로 이 분야에 작은 호기심이 생겨났다. 박사과정 진학을 생각하던 터라 자연스럽게 이 분야 정보를 수집하기 시작했고, 그러다보니 점점 더 흥미가 생겨 결국 호기심을 넘어 섰다. 연고가 없음에도 외국의 관련 연구자들에게 조언을 구하는 메일을 보내기 시작했다. 그런 노력을 가상히 여겼는지 몇몇 연구자로부터 답변을 받을 수 있었다. 그런데 대부분의 조언은 이 분야를 제대로 공부하기 위해서는 결국 의학을 알아야 한다는 사실이었다. 여러 고민 끝에 결론을 내렸다. '의학공부 후에 박사 진학'이라는 인생 목표를 다시 설계해야겠다고. 지금 생각하면 '미친 짓'이었다. 그 당시 의대 진학은 단 한번도 생각해 본 적이 없었기에 의대 공부가 그렇게 힘들 줄 전혀 예상하지 못했다. 그리고 서른이 넘은 아들의 취직과 결혼을 기다리던 부모에게 의대 진학이라는 선전포고를 하는 것도 쉬운 일은 아니었다. 게다가 남들이 하는 평범한 임상의사가 아닌 돈 안되는 연구자의 길을 간다는 걸 알리는 것은. 하지만 차의학전문대학원에 진학해 의학공부를 시작하면서 단 한 번도 본래의 목표(의료정보학 및 네트워크 의학 연구)를 잊은 적이 없었다. 박사 과정에서는 의학과 컴퓨터를 융합한 의료정보학을 전공했는데, 이미 컴퓨팅 기술과 의학의 학문적 특징을 어느 정도 파악하고 있었기에 남들보다 훨씬 빠르게 성장할 수 있었다. 의대생 후배들에게…"남이 가지 않은 길에 대한 막연한 두려움 갖지 말기를" ... 나는 사실 미래에 대한 전망을 보고 시작한 게 아니라 그냥 좋아해서 의료정보학을 공부했다. 그 때까지만 해도 세상이 이렇게 될지 전혀 예상하지도 못했다. 호기심으로 시작했는데 어느 순간 빅 데이터 (Big Data) 란 얘기가 나오고, 인공지능 (Artificial Intelligence) 이야기가 유행했다. 나는 원래 하던거였는데. 의대생들의 특징 중 하나가 남이 안간 길에 대한 막연한 두려움이 많다는 거다. 공대생은 석박사로 경영학을 공부하기도 하고, 문과생들은 컴퓨터 공부를 하는 경우도 많다. 심지어 약대 출신들도 약국이 아닌 연구소나 제약회사에서 근무하는 경우가 꽤 된다. 그러나 유독 의대생들은 임상의사의 길만 고집하는 경우가 많다. 의대 교육과정도 온통 임상의사가 되는 것에만 집중이 되어 있다. 여기서 벗어나 자신이 정말 흥미와 보람을 느끼는 것을 찾아서 했으면 좋겠다. 취미도 직업이 되면 재미가 없어진다는 말이 있는데, 뚜렷한 소명 의식이 없다면 보람 없이 하루에 수십 혹은 수백 명의 환자를 보는 기계적인 삶을 살지는 않았으면 좋겠다. 만약 의료정보학을 연구하고 싶다면 의학지식이나 생물학지식, 전산 지식뿐만 아니라 물리학, 통계학, 수학 등 다양한 분야의 지식들이 필요하다. 그래서 컴퓨터공학, 생물학, 경영학, 수학 출신 등 다양한 전공 학생들이 들어오고 있는 실정인데, 의학 전공자들 중에도 이 분야에 관심을 갖고 연구에 참여하기를 기대해 본다.
AI를 두려워하지 않아도 되는 이유? - 서준범 교수 : 의협신문 : 박소영 기자 : 2017/03/06 : 정확하고 지치지 않는, 언제나 안정적인 인공지능 (Artificial Intelligence) 는 인간보다 훌륭한 결과를 낼 수 있다. 의료분야에서도 마찬가지다. 기술이 발전하면 할수록 언젠가 우리 모두는 기계로 대체돼 쓸모없어질지 모른다는 불안감이 사그라들지 않는 이유다. 그러나 2일 본지와 만난 서준범 교수(서울아산병원 영상의학과) 는 "AI가 의사를 대체할 수는 없을 것" 이라 단언했다. 하지만 딥 러닝 (Deep Learning) 기술을 탑재한 AI 가 전문의와 비슷한 어쩌면 조금 더 나은 결과를 제시할 수도 있다는 놀라운 연구결과도 소개했다. 먼저 지난해 말 JAMA에 발표된 당뇨망막병증 진단 연구결과 (Development and Validation of a Deep Learning Algorithm for Detection of Diabetic Retinopathy in Retinal Fundus Photographs) 다. 안저촬영 영상 12만장을 주고 구글과 미국 안과의사 54명에게 당뇨병 진단을 내리라고 했는데, 둘의 결과는 크게 다르지 않았다. 또 올 초 네이처에 발표된 논문(Dermatologist-level classification of skin cancer with deep neural networks) 에 도 주목할 만 하다. 피부암을 양성과 악성, 종양이 아닌 것으로 분류시키고, 이들을 비슷한 치료법을 적용하는 9개종으로 분류시켜본 결과에서도 구글과 피부과의사 간 차이가 크지 않았다. 한 마디로 의사 고유의 역할을 AI가 완벽하게 수행한 것이다. 서 교수는 "안과 표준으로 촬영한 안저영상 12만장에서 인공지능은 정확하게 당뇨병을 구분해냈다. 그동안 많은 연구가 있었지만 이를 방대한 데이터로 증명한 것은 이 연구가 처음"이라고 말했다. 이어 "피부암 연구의 경우 더 발전된 케이스다. 의사보다 인공지능이 판별을 더 잘한다는 결과에 가깝다. 논문에서는 스마트폰으로 촬영한 피부 영상으로도 구글은 판독할 수 있다는 언급이 있다"고 설명했다. 미국 샌디에고의 '엘리'라는 AI 사례도 소개했다. 의료진이 말을 건네도 말문을 열지 않던 외상 후 스트레스 장애 (PTSD) 환자가, '감정적 상호작용'이 탑재된 엘리가 말을 건네자 오히려 마음을 터놓고 이야기를 더 잘했다는 것이다. 서 교수는 그럼에도 AI가 의사를 대체할 수 없는 이유로 '지도학습 (Supervised Learning)' 시스템을 들었다. 위 연구결과들이 의미하는 것은 '우리가 만들어낸 기술이 얼마나 데이터 판별을 잘 하느냐'에 불과하다는 것이다. 그는 "지도학습이란 정답을 주고 얼마나 잘하는지를 보는 것이다. 지금은 의사가 정답을 주고 있다. 지도학습을 탑재하는 한 의사를 뛰어넘기 어렵다. AI는 의사를 도와주는 형태로 갈 수밖에 없을 것"이라 전망했다. 현재 연구 중인 '인공지능 의료영상 사업단'의 의의도 '조력자' 역할에 있다고 설명했다. 그는 "영상을 활용한 병의 분류기술을 연구 중이다. 이는 의사가 하는 수많은 반복적인 일 중 하나이며, 시간을 많이 빼앗기는 일이다. 이것만 AI가 도와줘도 의사는 아주 편해진다"고 말했다. 이어 "의료의 효율을 떨어뜨리는 분야, 즉 정확도가 낮거나 시간이 오래 걸리는 분야를 AI가 자동화공정으로 만들어주면 전체 효율이 증가할 것이다. 이러한 목적에서 왓슨과 다르다"라고 말했다. 물론 왓슨도 크게 두려워할 필요가 없다고 했다. 그는 "왓슨은 데이터를 분석해 기존 가이드라인을 찾고 가장 적절한 해답을 제시하는 메커니즘을 사용한다. 결정론에 기반한 기술에 가깝다"라며 "외국에서는 우리나라만큼 왓슨을 두려워하지 않는다. 한 병원에서 잘 작동하던 왓슨이 다른 병원에서 새로운 데이터를 만나면 다른 결과를 낼 수 있다. 그렇다면 널리 쓸 수 있겠는가"라고 반문했다. 또 "보통 AI를 이야기하면 사람처럼 모든 것을 배우고 행동하는 인간급 머신을 떠올린다. 그러나 이같은 강 인공지능 (Strong AI) 는 전 세계에서 제대로 시도된 바 없다. 알파고 (AlphaGo) 도 약인공지능(weak AI) 에 속한다. 이세돌을 이겼다고 모든 면에서 뛰어난 게 아니다. 인간이 수행하는 특정 부분을 잘 하는 것"이라 밝혔다. 서 교수는 "작년에 알파고 사태가 터진 게 우리나라에 굉장히 다행스러운 일이었다고 생각한다. 딥러닝 기술 연구는 수년 전부터 활발하게 일어나고 있었지만 국내 산업에서 적용되지 않고 있었다"라며 발전 가능성을 긍정적으로 점쳤다. 한편, 서준범 교수는 14년간 컴퓨터 소프트웨어의 의료융합을 연구해왔다. 아산병원 연구전담교수로서 영상 소프트웨어를 통해 정량적·객관적 질병평가 기술 연구를 계속해왔다. 4년째 국내 AI 벤처들과 연구협력 중인 그는 최근 산업통상자원부가 100억원의 예산으로 지원하는 '인공지능 의료영상 사업단'의 사업단장도 맡아 국책과제를 수행 중이다.
빅데이터 어디서 배워야 하나? : 한현욱 : 2016/07/02 : 최근, 어디서부터인지 몰라도 갑자기 빅데이터란 녀석이 나타났다. 빅데이터란 단어 자체가 왠지 모르지만 뭔가 있어 보인다. 여기저기서 우후죽순으로 빅데이터 관련 워크샵, 학회, 학원들이 나타나고 있다. 국가에서는 빅데이터 산업을 국가 핵심 산업으로 여기고 국가에서 보조금을 부담할테니 배우라고 한다. 다른 산업분야와 발맞춤을 한 것인지는 몰라도 최근 의료계에서도 빅데이터에 관심이 매우 뜨겁다. 각 의료계 학회마다 빅데이터에 이슈들을 하나씩 넣는게 유행처럼 되어 버렸다. 빅데이터를 안배우면 안될 것 같다. 그 녀석 안에 뭔가 특별한게 있을 거 같다. 그럼, 어디서 배워야 할까? 국가 보조금을 보조해 줘서 50만원 정도면 배울 수 있다고 하는데 동네 학원을 다녀야 할까? 개인 프로그래머가 몇 백만원 짜리 빅데이터 강좌를 만들어 SNS를 통해 선전하는데 이런 강좌를 듣는 것은 어떨까? 최근 [빅데이터 무얼 배워야 하나?]를 포스팅 후에 몇몇 사람들이 빅데이터 전문가가 되고 싶은데 python이나 sql을 잘 가르치는 곳이 어딘지 물어본다. 이런 것을 고민하는 사람들은 이미 빅데이터에 관해 이곳저곳에서 정보를 수집중에 있는 사람들일 것이다. 이런 사람들에게 명확히 말해두고 싶은 것은 학원에서 가르쳐는 주는 빅데이터 분석을 위한 여러 컴퓨터 프로그램과 통계 분석 도구 강좌는 어디까지나 목적을 위한 도구라는 것이다. 분석하는 데이터에 대한 도메인 지식이 없이는 본인이 소속된 집단내에서 그저 분석기 (Analyizer)로만 역할을 할 수밖에 없다. 각 도메인의 문제의식을 가진 사람들이 도메인 지식을 바탕으로 도메인에 관련된 데이터의 특징을 이해하는 것이 빅데이터 전문가로써 출발점이 아닐까 생각한다. python을 현란하게 다룰 수 있고 SQL문을 완벽하게 소화해내서 어떤 Query던 만들어 낼수 있다고 하여 빅데이터 전문가가 될수 있는 것이 아니다. 의료 분야의 전문가와 경영분야 전문가는 서로 다루는 데이터도 다를 뿐만 아니라 학문의 패러다임도 완전히 다르다. 같은 의료 분야라 할지라도 하위 의료분야에 대한 전문분야 또한 완전히 다르다. 내과를 전공한 의사와 정신과를 전공한 의사들은 환자로부터 얻고자 하는 데이터 자체도 다를 뿐만 아니라 연구의 패러다임도 상당부분 다를 수 있다. 빅데이터의 전문가가 되기 위해서 해당 도메인의 문제를 데이터의 관점에서 해결하기 위해 프로젝트를 통해 배워야 한다. 결국, 기술적인 문제는 사설 학원을 통해 어느 정도는 배울수 있을지는 몰라도 전문가로써는 활동하기에는 사실상 한계가 있다. 빅데이터에 관심있고 열심히 배울 자세가 되어 있는 사람이라면이라면 python, R, SQL과 같은 기술은 6-12개월 정도면 충분히 배울 수 있다. 하지만, 도메인에 관한 지식없이 이러한 기술적인 요인들만 습득한다면 서로 단절된 지식 체계내에서 빅데이터에 대한 여러 가지 오해가 생길수 있다. 인터넷을 뒤지면 빅데이터에 관한 무료로 운영되는 기술 강좌는 널리고 널렸다. 전 세계의 수많은 빅데이터분석가들이 게시판을 통해 실시간으로 질문하고 실시간으로 대답한다. 따라서, 빅데이터를 배우기 위해서는 팀프로젝트를 하기 위한 파트너를 하루 빨리 만나길 추천한다. 그중에 한명 정도는 분석하고 하는 데이터를 보유한 도메인 전문가 이어야 하고 다른 한명은 빅데이터 기술을 어느정도 알고 있는 사람이면 좋다. 대학의 빅데이터 관련 연구실에 인턴으로 근무해 보는것도 좋다. 이럴 경우 본인의 능력에 따라 일정한 돈도 받으면서 배울수도 있다. 기술적인 측면은 인터넷에 돌아다니는 무료강좌와 서점의 책 한권 정도면 충분하다. 모르는것은 구글신에게 물어보면 다 알려주실 것이다.
인공지능 의사 '왓슨' 의 길, 알파고 아닌 쟈비스 : 한국경제 : 김봉구 기자 : 2017/06/25 : 인천 남동구의 가천대 길병원 암센터 간판은 ‘인공지능 암병원’이다. ‘국내 최초 인공지능 암센터’ 문구의 현수막도 걸려있다. 그 주인공은 IBM의 의료 인공지능(AI) 왓슨 포 온콜로지. 길병원은 지난해 국내 병원 가운데 최초로 암치료용 AI 왓슨을 도입했다. 과연 빨랐다. 환자의 나이, 성별, 몸무게, 혈액검사 결과, 호르몬 수치, 수술 종류, 수술 후 조직검사 결과 등 정보를 입력하고 ‘애스크(Ask) 왓슨’ 버튼을 클릭했다. 몇 초나 흘렀을까. 화면에 치료법이 떴다. 치료에 쓰이는 약제와 생존율, 항암제 부작용 등도 알려줬다. 최우선 추천과 그 외 추천, 추천하지 않는 목록을 색깔별로 정리해 제시했다. 또 다른 버튼을 누르니 직접적 근거가 되는 논문을 보여줬다. 왓슨은 기자가 지켜보는 가운데 유방암 수술 전력의 47세 여성 환자에게 항암치료 4~6개월, 이후 방사선치료 3~6주 등의 처방을 추천했다. “정말 빠르죠?” 왓슨 도입을 주도한 이언 가천대 길병원 인공지능기반 정밀의료추진단장(신경외과 교수) 이 웃어보였다. “바둑돌 던지고 의사가 된 알파고라 이해하면 되느냐”고 묻자 “정확히는 알파고보다 영화 ‘아이언맨’의 AI 비서 쟈비스에 가깝다”는 답변이 돌아왔다.
- 무슨 얘기인지.
“바둑은 게임이다. 승패가 중요하다. 의료는 다르다. 인간 의사와 AI 의사의 대결? 누구의 실력이 더 나을까? 그건 우리 관심사가 아니다. 왓슨은 똑똑하고 빠른 비서다. 잘 사용하면 인간 의사의 능력이 극대화된다. 의사가 아이언맨처럼 되는 거지.”
- ‘경험담’인가.
“자꾸 대결 구도로 몰아가는 건 알파고 영향이다. 워낙 알파고 쇼크가 컸으니. AI에 대한 과도한 공포감이 깔려있다. 그렇게 볼 필요 없다. AI는 대체재가 아닌 보완재다. 사실 왓슨은 고전적 AI다. 빅데이터 기반이지만 본질적으로는 Q&A 머신이다.”
- 인간 의사와 의견이 다를 때도 있을 텐데.
“AI와 인간 의사 소견이 충돌하면 어느 쪽을 택할까, 그 질문인데(웃음). 현실은 좀 다르다. 대부분 판단이 일치한다. 의견이 갈린다 해도 환자에게 양자택일을 요구하기보다 왜 다른지 살펴보는 계기가 된다. 그 과정이 사람의 실수를 줄여주는 효과도 있다. 다만 의사의 ‘취향’, 예컨대 약을 쓰는 걸 좋아하는 의사가 있고 아닌 의사가 있는데. 의사 판단대로 하든 왓슨 추천대로 하든 상관없는 취향의 문제일 때, 어느 쪽을 택할지 흥미삼아 환자에게 물어본 적은 있다.”
- 그랬더니.
“의견이 갈렸을 때 왓슨을 택한 환자가 80% 가까이 됐다. 의사들에게도 충격이었다. 한편으로는 그만큼 AI에 대한 신뢰가 생겼다는 방증 아니겠는가.”
- 왓슨은 어떤 식으로 진료하나.
“왓슨은 미국 3대 암센터 중 하나인 메모리얼 슬로언 케터링 암센터(MSKCC)의 제자다. 딥러닝(심층학습)을 통해 언어나 수치로 표현할 수 없는 지식, 체화된 노하우인 ‘암묵지(暗默知)’까지 익혔다는 뜻이다. 의료행위란 게 암묵지의 영역이 크다. 실제로 왓슨과 MSKCC의 진단은 90% 이상 일치한다.”
- MSKCC에서 치료받는 것과 다름없다는 얘기로 들린다.
“그렇다고 볼 수 있다. 의미가 큰 수치다.”
- 어떤 점에서?
“왓슨은 MSKCC를 직접 방문해 진료 받는 것과 동일한 의료서비스를 제공할 것이다. 제 이야기가 아니다. 미국 포천지가 언급했다. 한 마디로 ‘의료민주화’다. 적어도 암환자가 치료를 받고자 할 때는 돈이 많든 적든, 가까이 살든 멀리 살든, 차별 없이 고품질 진료를 받을 가능성이 열리는 것이다.”
- 의료민주화라, 그럴 수 있겠다.
“국내도 삼성·서울대·세브란스·아산병원 같은 소위 ‘메이저 병원’, 그중에서도 이름난 의사만 찾는다. 환자가 몰려 몇 달씩 대기해도 암환자 심리가 그렇다. 왓슨이 이런 문제를 푸는 열쇠가 되지 않을까. 메이저 병원에서 진료 받은 사실을 숨기고 길병원을 다시 찾는 환자가 있더라. 왓슨과의 비교가 시작됐다.”
-왓슨 도입이 쉬웠던 건 아니다. 이 교수는 뜻을 굽히지 않았다. 1997년 IBM 슈퍼컴퓨터 딥블루가 체스 세계챔피언 가리 카스파로프를 꺾었을 때부터 관심을 갖고 지켜봤다고 했다. 2011년 왓슨은 미국의 유명 퀴즈쇼 ‘제퍼디’에서 기존 우승자들을 물리치고 왕중왕전 우승을 거머쥐며 세간의 이목을 끌었다. 그리고 2014년, 왓슨의 암진단 일치율이 평균 96%에 달한다는 미국임상종양학회(ASCO) 발표 결과를 접한 이 교수는 생각을 굳혔다. 왓슨을 병원에 들여오자는 그의 주장은 작년 알파고와 이세돌 9단의 대국을 계기로 받아들여졌다.
- 신경외과 의사와 AI, 딱 와 닿진 않는 조합인데.
“거기에는 환경적 요인도 있다. 길병원이 국내에서 전산화를 처음 도입한 병원인데 제가 병원 기획실장 업무를 10년 이상 했다. 그러면서 IBM과 오래 함께 일했다. 자연히 IT(정보기술) 쪽에 관심이 가고 네트워크도 생기더라. 2014년부터 IBM과 왓슨 도입을 준비해왔는데 알파고 덕분에 급물살을 탔다.”
- 실제로 왓슨을 써보니 어떤가.
“빠르다. 그리고 빨라지는 것 이상의 의미가 있다. 의료행위는 타이밍을 놓치면 안 된다. ‘하루 전에만 약을 썼어도 살릴 수 있었는데…’ 하고 땅을 치는 경우가 적지 않다. 이런 문제를 AI로 해결할 수 있게 된다. 또 하나는 ‘긴장 효과’다. 왓슨 도입의 순기능이라 생각한다.”
- 긴장 효과라면?
“비교가 되니 부담스럽지 않겠나. 의사들이 열심히 연구하고 준비해 온다. 진료도 충실히 하고. 환자와 의사 모두에게 좋은 일이다. 의사들 스스로는 안 변했다고 하는데 제가 보기엔 변했다(웃음). 왓슨이 의료 관행과 문화를 굉장히 좋은 쪽으로 바꾸고 있다.”
- 긍정적인 측면만 보는 것 아닌가. ‘불안감’으로도 읽히는데.
“의사는 통째로 대체되지 않는다. 무슨 말이냐면, 의사 능력 중 일부만 AI로 대체된다는 것이다. 예를 들어보자. 지금 우리는 전화번호를 암기하는 능력은 거의 휴대폰에 내줬다. 그게 문제가 되나? 아니잖나. 대신 다른 능력을 키우니까. 마찬가지다. 짧은 시간에 방대한 환자 기록을 읽고 관련 논문을 찾아내는 능력은 사람이 따라갈 수 없다. 물론 전공에 따라 AI의 대체율이 높은 곳은 있겠지. 영상의학과 같은 케이스가 그렇다.”
- 여전히 판단과 책임은 인간 의사의 영역에 속한다.
“왓슨의 진단을 따랐다가 의료사고가 나면 누가 책임지느냐. AI에 법인격을 부여해 의사면허증을 발급하지 않는 한, 최종 판단을 내리는 인간 의사의 책임이다. 현재로선 AI를 받아들이느냐 아니냐는 핵심이 아니다. ‘빨리’ 받아들여 활용할 수 있느냐 아니냐가 관건이 된다.”
- 그런 점에서 보면 길병원이 앞서가는 셈이다. 왓슨에 대한 의구심은 미국인 위주 데이터베이스(DB)가 한국인과 얼마나 잘 맞느냐 하는 데서 비롯된다. 그래서 한국인 DB 축적이 중요하다. AI 발전의 관건은 데이터 아닌가.
“암치료는 시발점이다. 앞으로 당뇨, 고혈압 같은 성인병 관리부터 병원의 수준을 가늠하는 중환자실 관리까지 AI를 들여올 것이다. 분야를 가리지 않고 AI와 친숙해져야 한다.”
- 그런데 메이저 병원들은 왜 도입 안 할까.
“절실하지 않아서다. 가만히 있어도 암환자가 몰려드니까. 또 병원 내 의사들 저항도 크고 실무적 걸림돌도 있을 것이다. 혹은 ‘AI 신세를 안 져도 될 만큼 완벽한 병원 시스템을 갖췄다’는 식으로 얘기하던데, 그건 AI를 모르고 하는 소리다. MSKCC는 환자가 없거나 시스템이 미비해 왓슨을 쓰나?”
비판적 시각 속 'IBM 왓슨' 도입 병원 증가 일로 : 의사신문 : 배준열 기자 : 2017/04/17: 지난해 3월 이세돌 9단과 구글 알파고의 대국으로 인공지능 (Artificial Intelligence) 이 전 세계적으로 뜨거운 관심을 받고 있는 가운데 국내 대형병원들이 AI 닥터 도입에 앞장서고 있어 주목된다. 전통적인 IT강국인 우리나라에서 대형병원들이 저수가체제와 의료전달체계의 붕괴로 인해 그렇잖아도 끝없는 환자유치 경쟁을 벌일 수밖에 없는 상황에서 4차산업혁명 (Fourth Industrial Revolution) 의 소용돌이까지 휘몰아쳐 AI 도입에 앞장서는 것은 결코 우연이 아닐 것이다. 왓슨이 학습한 데이터양은 선진 의료기관의 자체 제작 문헌과 의학저널 290종, 생체정보 2억 명, 기관정보 8500여 개, 환자정보 1억 명, 의료 이미지 300억 장, 의학논문 초록 120만 편, 제약 특허 400만 건 이상으로 알려졌다. 이러한 가운데 국내에서 가장 먼저 AI 도입 스타트를 끊은 곳은 가천대 길병원. 길병원은 지난해 8월부터 IBM이 개발한 인공지능 프로그램 `왓슨 포 온콜로지(Watson for Oncology)' 도입을 결정하고 이듬해 1월에 국내 최초로 왓슨을 도입했다. 이후 부산대병원이 `왓슨 포 온콜로지'와 `왓슨 포 지노믹스(Watson for Genomics)'를 도입한 데 이어 건양대병원도 중부권 최초로 지난 4월 1일부터 왓슨을 암 환자 진료에 적용하기로 했다. 계명대 동산병원도 IBM과 4월 17일부터 2년간 왓슨 사용 계약을 체결했으며 대구가톨릭대병원도 최근 왓슨을 도입했다. 이로써 지난해 12월 국내 의료기관에 AI가 첫 도입된 이후 4월까지 5대의 왓슨이 가동하는 것이다. IBM에 따르면 왓슨 포 온콜로지를 세계에서 가장 많이 도입한 국가는 중국(50개), 인도(16개), 한국(5개), 미국(4개), 네덜란드(1개) 순으로 우리나라는 도입 3개월 만에 미국을 제치고 세계에서 3번째로 도입 대수가 많은 국가가 됐다. 민간병원뿐만 아니라 공공병원인 중앙보훈병원도 왓슨 온콜로지를 도입하겠다고 최근 선언해 기대와 우려를 동시에 받고 있다. IBM도 왓슨의 국내 도입을 위해 적극적인 마케팅을 펼치고 있는 상황이다. 현재까지 주로 지방 소재 대학병원들이 인공지능 도입에 열을 올리고 있는 것은 신기술을 통해 낮은 인지도를 극복하는 동시에 `빅5'로 대변되는 수도권 대형병원으로의 환자쏠림 및 환자이탈을 막기 위한 차별화 전략으로 풀이된다. 그렇다고 첨단의료장비 도입에 누구보다 앞장서왔던 수도권 대형병원들이 AI 도입에 마냥 무관심한 것은 아니다. 일부 수도권 대학병원의 경우 자체 AI 프로그램 개발까지 착수한 상황이다. 서울아산병원은 `인공지능 의료영상사업단'을 지난 1월 18일 발족하고 인공지능(AI)을 활용한 의료영상 처리 원천기술 개발에 나서기로 했다. 이는 산업통상자원부가 지원하는 `폐·간·심장질환 영상판독 지원을 위한 인공지능 원천기술 개발 및 의료영상저장전송시스템(PACS) 연계 상용화' 책임 연구기관으로 선정됨에 따른 것이며 분당서울대병원과 KAIST, 울산대학교 등도 이 사업에 참여 중이다. 더해 아산병원은 카카오가 진행한 각계 전문가 50여 명으로 구성된 딥러닝 연구그룹 `초지능 연구센터'를 지원하는 산학협력 협약에도 서울대와 KAIST 등과 함께 참여했다. 연세의료원은 지난 3월 한국마이크로소프트 등 국내 IT기업 10개 업체와 `한국형 디지털 헬스케어 공동연구 협약'을 체결했다. 디지털 헬스분야에서 각광받고 있는 이들 업체들은 연세의료원과 의료분야 빅데이터를 활용한 아토피와 심혈관, 당뇨, 천식 등 주요 질환의 진단·예방 시스템을 구축할 계획이며 이를 통해 `한국형 의료분야 인공지능'을 개발한다는 계획이다. 서울성모병원도 지난해 7월 미국 스탠퍼드 의대와 AI를 이용한 방사선 암 치료 기술 개발 연구 협약을 체결하고 최근에는 AI 기술 확보를 위한 이미징 바이오뱅크를 설립한 바 있으며, 분당서울대병원은 차세대 의료정보 시스템(HIS) 개발에 착수해 AI 기술과 접목할 예정이다. 서울대 치과병원은 치과용 엑스레이 정보를 분석해 발견이 어려운 치주 질환을 알려주는 솔루션을 올해 안에 상용화할 예정이며 분당차병원도 AI 재활프로그램을 한컴그룹과 공동개발하기로 했고 아주대병원는 AI 기술을 활용한 중환자실 모니터링 시스템을 개발하기로 했으며 국군의무사령부도 빅데이터 기반 임상지원정보시스템을 개발하기로 했다. 이같은 움직임에 따라 대한병원협회는 지난 3월 30일 `의료, 4차 산업혁명을 만나다'를 주제로 `제10회 병원의료정보화 발전 포럼'을 개최하고 인공지능, 로봇기술, 정보통신기술(ICT) 등의 융합으로 변화를 모색하고 있는 의료산업의 현재와 미래를 전망하고 의료 환경에 최초로 접목된 인공지능 `왓슨'의 적용사례를 소개하는 시간을 가졌다. 보건복지부 후원과 보건산업진흥원, 충청북도 주관으로 최근 개최돼 전 세계 45개국 650여개 바이오기업이 참여한 `바이오코리아(BIO KOREA) 2017'에서도 AI는 핵심주제로 다뤄졌고, 앞서 열린 국내최대 의료기기 전시회 `KIMES 2017'에서도 AI 기술이 대거 전시되는 동시에 관련 세미나들도 열려 큰 관심을 받았다. 의원급 의료기관이나 중소병원의 경우 향후 전문 업체에서 수요에 맞게 개발한 AI 프로그램이 대한의사협회 등을 통해 보급돼 활용할 가능성이 크다. 실제로 고려대 KU-MAGIC 연구원은 이미 지난해 9월 SK(주) C&C와 왓슨 기반의 `에이브릴(Aibril) 감염병 진단 서비스'를 세계 최초로 개발하고 의원급과 중소병원에 보급하기로 했다. 에이브릴은 SK(주) C&C가 국내에 론칭한 IBM 왓슨의 명칭으로 양 기관은 AI 및 클라우드 전문가, 의료 전문가 등으로 협의체를 구성하고 우선 메르스와 사스, 지카 등 바이러스에 대한 서비스를 개발할 계획이다. 상용화되면 의료진은 감염병 의심환자 발생 시 PC나 스마트폰 등으로 증상을 입력하면 예상 감염병 및 치료법을 확인할 수 있다. 뿐만 아니라 과거에 유사한 감염병 상황과 국내 상황을 비교해 취해야 할 조치 등을 제공한다는 계획이다. 4차 산업 열풍 속에 의료계뿐만 아니라 주무부처인 보건복지부와 건강보험공단, 건강보험심사평가원 등 보건의료기관들도 AI에 관심을 보이며 지원할 계획을 갖고 있다. 특히 단일 보험자 체제에서 공단이 보유한 5000만 전 국민의 진료내역, 건강검진결과와 심평원이 보유한 청구명세서 정보 등으로 데이터베이스화(DB)한 의료 관련 빅데이터 건수는 전 세계적으로도 유례가 없을 정도로 방대함을 자랑하고 있어 이를 AI에 접목시켜 국내 의료 분야에 활용할 수 있을 것이라는 기대가 큰 상황이다. 이에 복지부는 최근 인공지능, 유전체 기술 등 미래기술에 대한 정책적 이슈와 사회·윤리적 문제를 검토하기 위한 민관협의체를 본격 구성하고 인공지능 기술발전이 의료적 이용에 미치는 영향을 다각적으로 분석하여 해결과제를 논의할 계획이라고 밝혔다. 정진엽 장관은 이와 관련 “질병극복과 국민건강증진을 위해 4차 산업혁명에 따른 미래기술 개발과 윤리적 측면이 균형 있게 발전할 수 있도록, 협의체에서 심도 있는 논의를 통해 합리적인 개선방안과 사회적 합의를 도출해 달라”고 당부했다. 국민건강보험공단 빅데이터운영실 정승열 실장은 최근 출입기자협의회와 기자간담회에서 “10억 원을 투입해 건강보험 빅데이터와 인공지능을 융합하여 심장질환, 뇌혈관 질환 등 주요 질환을 예측할 수 있는 모형을 개발하기 위해 모 업체와 계약 체결을 앞두고 있다”고 밝혔다. 국내 의료계에서 AI가 이토록 큰 관심을 받으며 대형병원들이 도입에 열을 올리고 있지만 AI에 대한 비판적인 시각도 다수 존재하고 있는 상황이다. 우리나라의 암 치료 수준이 세계 최고 성적을 보이고 있는 가운데 왓슨이 제시하는 암 치료법이 국내 치료법과 별다른 차이가 없으며 왓슨의 효과를 입증하는 논문도 단 한 건도 존재하지 않는다는 지적이다. 김치원 서울와이즈요양병원장은 우선 “왓슨을 의료에 적용하는 논문 자체가 지금까지 단 한 건도 나오지 않았다”고 지적하고 “사실 평생 암만 연구해 온 서울 주요 대형병원 교수들이 `왓슨 포 온콜로지'로부터 특별할 것도 없는 치료법에 대한 도움을 받는다는 것 자체가 어불성설” 이라고 고개를 저었다. 그는 “우리나라 의료 환경에서는 차라리 항암치료 등에 있어서 서울 메이저 대형병원과 지방 대학병원 간 격차가 존재하지 않는다는 것을 증명해 수도권으로의 환자이탈 현상을 막고, 환자안전·의료 사고 및 오류 예방 등의 분야에서 발생할 수 있는 의사의 실수를 줄이는 효과만 있을 것”이라면서 “이는 꼭 AI가 아니라 간단한 알고리즘을 갖춘 기기로도 충분하다”고 밝혔다. 대선 정국인 만큼 문재인과 안철수 등 각 대선 주자들도 `4차 산업혁명' 청사진과 함께 AI 활용을 확대할 것이라고 밝히고 있어 의료 분야의 활용 가능성도 높은 상황이다. 더불어민주당 문재인 후보의 경우 정부주도형 성장전략을, 국민의당 안철수 후보의 경우 민간주도형 성장전략을 내세우고 있다. 다만 양측 모두 연구개발지원을 위한 정책 방향 제시에만 머물고 있어 구체적 전략이 떨어진다는 지적도 제기되고 있다. AI가 국내 의료계 화두로 떠오름에 따라 AI의 의료적 활용을 의료 윤리적 측면에서 살펴보는 움직임도 나타나고 있다. 국가생명윤리심의위원회는 오는 21일 오후 1시30분 `인공지능(AI)의 의료적 활용과 생명윤리'를 주제로 `제1회 국가생명윤리포럼'을 개최하고 인공지능의 의료적 활용과 한계, 법적·정책적 쟁점, 사회·윤리적 쟁점, 환자-의사의 관계 전망 등에 대해 논의할 예정이다. 사실 AI 활용분야는 의료뿐만 아니라 금융, 법률, 행정, 교통, 유통, 에너지 등 매우 다양하다. 하지만 우리나라 특유의 기형적 의료 환경으로 인해 여느 분야보다 의료계의 활용 움직임이 활발한 모습이다. 대형병원들로부터 시작된 국내 의료계 AI 열풍이 앞으로 어떻게 의료 지형을 변화시킬지 추이가 주목된다.
안과 질환에서도 인공지능 이용한 진단 길 열려 : 의사신문 : 김기원 기자 : 2017/08/28 : 인공지능 (Artificial Intelligence) 을 활용한 암 진단이 국내 의료계에 확산되고 있는 가운데 안과에서도 AI를 활용, 진단이 까다로운 시신경질환을 100%에 가깝게 진단한 연구결과가 나와 주목받고 있다. 건양의대 김안과병원 김응수교수팀(신경안과)은 오늘(28일) “시신경병증에 대한 머신러닝(machine learning)의 유용성 연구를 진행한 결과, 100%에 가까운 진단성공률을 보였다”고 발표했다. 참고로 머신러닝 (Machine Learning) 은 인공지능의 한 분야로, 경험적 데이터를 기반으로 학습과 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘 (Algorithm) 을 연구하고 구축하는 기술이다. 특히 암 진단에 뛰어난 성과를 보여주고 있는데 국내 각 대학병원들이 도입한 IBM사의 왓슨 (Watson) 역시 머신러닝의 일종이다. 김교수팀은 머신러닝에 정상안 501건의 시신경 사진과 녹내장으로 진단된 눈 474건의 시신경 사진 데이터를 입력하여 학습을 시키면서 분석을 진행했는데 학습 및 분석기법은 회귀분석방법과 합성곱신경망(Convolution Neural Network) 방법 2가지를 이용했다. 분석 결과, 회귀분석 (Regression Analysis) 방법에서는 약 100회의 반복학습 시부터 훈련정확도가 100%에 가까워졌으며, 350회의 반복학습으로 훈련이 완료됐다. 다만 이 기법에서는 녹내장안의 진단정확도가 98.5%에 그쳤다. 합성곱신경망 기법에서는 500회를 넘어가면서 훈련정확도가 100%에 가까워지기 시작했으며 800회의 훈련으로 100%에 이르렀다. 또한 녹내장안의 진단정확도도 100%를 기록했다. 이와 관련 김 교수팀은 “이 결과는 합성곱 신경망 (Convolutional Neural Network, CNN) 기법으로 머신러닝을 훈련시키면 시신경사진만 가지고 녹내장 이환 여부를 거의 100% 진단할 수 있음을 의미한다. 다만 이번 연구에서 녹내장의 특징이 뚜렷하게 나타나는 시신경 사진만 사용, 녹내장인지 아닌지 감별진단하기 어려운 시신경 사진 진단에는 약간의 한계가 있을 수 있다”고 말했다. 인공지능 활용은 4차산업혁명의 소용돌이 속에서 의료계에도 빠르게 확산되고 있다. 현재 피부암 분야와 함께 안과영역에서도 당뇨망막병증의 진단 및 분류에 있어서 90%에 육박한 정확도를 보여 주고 있어 경험 많은 의사에 필적하는 진단능력이 확인되고 있다. 특히 이러한 결과는 미국의학협회지(JAMA), 네이처(NATURE) 등 세계 유수의 학술지에 발표되고 있다. 김응수 교수팀의 이번 연구는 피디젠(안광성박사, 조성훈), 숭실대 생명정보학과 (김상수 교수, 안진모) ETRI(전자통신연구원, 최완 부장, 우영춘 책임)와의 협력아래 진행됐다. 김 교수는 “이번 연구 결과는 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로도 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능할 수 있음을 시사한 것”이라며 “다양한 안과 검사 이미지를 활용, 머신러닝을 훈련시키면 각막, 망막질환 등 각종 안과질환의 진단에 활용할 수 있을 것으로 생각한다. 관련 연구를 계속 이어나갈 계획”이라고 밝혔다. 한편, 합성곱신경망은 신경망으로 구성된 딥 러닝 (Deep Learning) 유형으로 특히 이미지의 사물 인식 분야, 음성인식 (Speech Recognition) 분야에서 각광 받고 있다. 컬러 이미지와 같은 다차원 배열로 이루어진 데이터의 처리가 가능하다. 일반적인 신경망은 이미지 데이터 그대로 처리하지만, CNN은 이미지에서 특징을 추출해 처리한다.
이대목동병원, 뇌신경질환 특화 첨단 로봇 개발 나서 : 의사신문 : 홍미현 기자 : 2017/09/20 : 이대목동병원(원장·정혜원)이 한글과컴퓨터그룹(회장·김상철, 이하 한컴그룹)과 뇌신경질환 특화 첨단 로봇 의료기기 개발에 나선다. 이대목동병원과 한컴그룹이 뇌신경질환 특화 첨단 로봇 솔루션 사업을 위한 업무 협약을 체결했다. 이번 협약을 통해 양 기관은 △치매환자와 고령자의 특성을 고려한 첨단 로봇 의료기기 개발 △인공지능 기술을 활용한 치매 특화 플랫폼 구축 △경도인지장애 오프라인 프로그램 및 컨텐츠의 온라인화 등을 통해 치매 특화 로봇 의료기기를 공동으로 개발하게 된다. 정혜원 원장은 “이번 협약은 이대목동병원이 그동안 활발하게 전개해온 특성화 전략의 일환으로 치매 특화 첨단 로봇 의료기기 분야에 새로운 경쟁력을 확보할 수 있는 계기가 될 것"이라며 "한컴그룹과의 공동 연구활동을 통해 치매 환자의 일거수일투족을 돕는 의료 로봇뿐만 아니라 치매를 예방할 수 있는 교육 로봇도 개발할 것"이라고 말했다. 한컴그룹 김상철 회장은 “인공지능 (Artificial Intelligence), 사물인터넷 (Intenet of Things), 가상현실 (Virtual Reality) 등 한컴그룹의 각 계열사가 보유하고 있는 4차 산업혁명 (Fourth Industrial Revolution) 핵심기술을 응집해 그룹간 시너지를 통한 미래 신성장동력 확보에 집중하고 있다“고 밝히고 ”이대목동병원과의 이번 협력을 통해서 로봇 기술을 통한 헬스 케어 서비스 개발에도 앞장서겠다”고 강조했다. 한편, 한컴그룹은 자체 개발한 로봇 AI 서비스 서버 플랫폼(RSSP)을 기반으로 로봇 서비스 개발에 박차를 가하고 있다. 현대백화점에 공급 중인 쇼핑 안내 로봇, 다가오는 평창 동계올림픽에서 외국인 방문객의 안내를 맡을 통역 로봇 등 다양한 산업군에서 활용될 수 있는 로봇 서비스 기술력을 보유하고 있다. 특히 한컴그룹 로봇사업실은 최근 블루오션으로 떠오르고 있는 실버케어 로봇 서비스 분야에 주목하고, 2018년까지 실버케어 로봇 서비스를 개발하여 이대목동병원과 공동 임상시험협력, 마케팅 및 제품 판매, 기술 교류 등 포괄적인 상호협력을 진행할 예정이다.
가상현실 기반 건강관리 서비스 공동개발 협약 체결 : 의사신문 : 김동희 기자 : 2017/09/05 : 연세의대 강남세브란스병원, 삼성전자, 가상현실 콘텐츠 제작 전문기업 ㈜에프앤아이 가 가상현실 (Virtual Reality) 기반의 건강관리기술을 공동 개발키로 했다. 3사는 이번 사업 제휴를 통해 정신 건강 관리 기술을 공동으로 연구하고, 의료 모바일 가상현실사업 모델을 구체화해 새로운 의료 IT 융합 인프라를 구축을 모색할 예정이다. 강남세브란스병원의 방대한 의료 데이터와 삼성전자의 가상현실 헤드셋 ‘기어 VR’, ㈜에프앤아이의 VR 콘텐츠 개발 기술이 활용되어 모바일 가상현실 기반의 의료 프로그램이 연구될 예정이다. 특히, 자살 위험 진단과 예방을 위한 인지행동치료 연구, 심리 평가와 교육 훈련, 심리 진단과 치료 등 정신 건강을 위한 전문적이고 체계적인 의료 프로그램을 개발할 예정이다. 개발 대상 제품은 VR로 심리상태를 분석하는 진단키트와 의자, 심리 평가부터 교육∙훈련 과정을 아우르는 VR 정신건강 프로그램(어플리케이션), 인공지능 진단 시스템 등이며, 이를 통해 자살 위험 진단과 치료에 대한 통합 서비스 플랫폼을 구축하게 된다. 이번 협약을 통해 개발되는 가상현실기반 건강관리 서비스는 2018년 상용화 예정이며 병원과 지자체, 치매센터, 학교 등 B2B 수요처는 물론 일반 가정에서도 만나볼 수 있도록 온∙오프라인 채널로도 판매할 예정이다. 강남세브란스병원 김재진 진료부원장(정신건강의학과)은 “가상현실을 활용한 의료 기술은 다양한 심리 치료 및 교육에 새로운 대안을 제시하고 있다”며, “이번 협약으로 보다 전문적인 심리 치료 및 예방 프로그램을 개발해 더욱 정교화된 의료 서비스를 제공할 수 있을 것으로 기대한다”고 말했다. 삼성전자 관계자도 “최근 다양한 분야에서 가상현실 융합 기술 도입이 확대되고 있으며, 의료 분야에서도 가상현실 기술을 통한 스마트 헬스케어 시장이 주목 받고 있다.”라며, “앞으로 ’기어 VR’ 을 중심으로 VR 기반 서비스 개발과 인프라 확충을 위해 각 분야 전문 기업과 협업을 확대해 나갈 예정”이라고 했다. ㈜에프앤아이 정덕환 대표는 “가상현실 기반의 의료 기술은 우울증 치료와 중독 치료, 불안 장애 치료 등 현대사회의 다양한 정신 건강 치료에 도움을 줄 수 있다”며, “그 동안 애프앤아이가 추진해온 가상현실 기반 프로그램과 삼성전자 모바일 VR 기술의 결합은 IT 의료 분야 발전에 중요한 기점이 될 것”이라고 전했다. 강남세브란스병원은 2005년부터 가상현실 클리닉을 운영하고 있으며, 다년 간 축적된 각종 의료관련 빅데이터를 활용한 다양한 임상 연구활동을 진행하고 있다. 삼성전자는 어디서나 가상현실 콘텐츠를 더욱 생생하고 몰입감 있게 감상할 수 있는 가상현실 헤드셋 ‘기어 VR’을 선보이며, 가상 현실 대중화를 선도하고 있다. 게임, 교육, 관광은 물론 헬스케어와 의료 분야 등 다양한 분야와의 협력을 통해 시장을 확대하고 있다. ㈜에프앤아이 는 가상현실을 활용한 의료용 콘텐츠를 전문적으로 개발해오고 있다
보건의료 빅데이터로 대박 벤처기업 탄생 기대 .. : 의사신문 : 배준열 기자 : 2017/06/28 : 이태선 심평원 의료정보융합실 실장은 27일 오전 11시 심평원 원주 본원 브리핑룸에서 출입기자협의회와 기자간담회를 갖고 올해 업무 이슈와 추진 상황을 설명했다. 심평원 빅 데이터 (Big Data) 는 의료기관, 제약기업, 식약처 등으로부터 실시간 수집·정제한 데이터로 연간 진료비 청구 14억 건, 심사 진료비 65조 원 등의 원천 데이터를 5,258억 건의 개방 DB로 구축해 개방·공유하고 있다. 특히 심평원은 보건의료 빅데이터 개방시스템을 지난해 6월 구축해 빅데이터 원격 분석 서비스, 공공데이터 개방, 보건의료 통계정보 제공, 포털서비스, 공공기관간 협업, 민간활용 지원, 빅데이터 활용 저변 확대 등 통합 서비스를 실시하고 있다. 이태선 실장은 “4차 산업혁명 (Fourth Industrial Revolution)의 도래와 함께 ‘보건의료빅데이터 개방·확대를 통한 국민보건의료 가치 향상’ 및 ‘새정부 공약의 성공적 이행’을 위해 보건의료 빅데이터 개방·제공·활용 서비스를 확대해 나가고자 한다”고 밝혔다. 이어 “이를 통해 창업 지원, 신규 일자리 창출 등 국가 미래 성장동력을 확보, 의약계와 공동연구과제 수행을 통한 연구기반 조성, 산업계 R&D 활성화를 위한 맞춤형 데이터셋 개방 확대 및 임상자료 연계, 빅데이터 융·복합 관련 국가사업 참여, 데이터셋 자동 추출 시스템 등 보건의료빅데이터개방시스템 고도화 등의 효과를 기대한다”고 덧붙였다. 심평원은 지난 2014년 본원 보건의료 빅데이터센터 (Healthcare Bigdata Hub) 를 최초로 개소한 바 있고, 현재 본원과 9개 지원에 총 10개소, 44석 규모로 빅데이터센터를 운영 중이다. 센터는 주로 제약사·치료재료 업체의 마케팅조사 및 시장동향분석 등을 위한 데이터를 지원하고 있으며, 이를 통해 지난해 기준 1,775건의 맞춤형 사용정보를 제공한 것으로 나타났다. 지난 2015년부터는 보건의료 빅데이터 활용 활성화를 위해 매년 창업아이디어 공모전을 개최하여 총 247팀 중 29팀을 선정·시상하고, 공모전을 통해 발굴된 아이디어 등이 사업화될 수 있도록 맞춤형 데이터셋, 분석 인프라 제공 및 창업 멘토링 등을 밀착 지원하고 있다. 올 하반기에는 OPEN R&D센터를 개소해 창업인큐베이팅 지원체계를 구축, 유망 창업아이템이 실제 사업화로 이어질 수 있도록 지원할 예정이다. 이태선 실장은 “보건의료빅데이터 활용 활성화를 위해 분석 지원 및 교육프로그램 제공으로 관련 지식과 노하우을 제공하고, 창업지원 및 빅데이터 분석 전문가 인력풀을 구성하는 등 보건의료산업 R&D를 활성화하기 위한 지원체계를 구축할 것”이라고 강조했다. 심평원뿐만 아니라 국민건강보험공단도 보건의료 빅데이터를 보유·관리하며 다방면적 활용 방안을 적극 추진함에 따라 업무 중복에 따른 낭비를 없애고 효율성을 높이기 위해 양 기관 유사업무를 통합해야 한다는 목소리가 일각에서 높아지고 있지만 심평원은 각각의 업무영역이 달라 곤란하다는 입장이다. 이 실장은 “심평원이 보유한 데이터는 진료내역, DUR, 의약품 유통, 의료자원 등 의료적 전문성을 바탕으로 한 분야이고, 공단이 보유한 데이터는 가입자 자격, 보험료, 건강검진, 요양보험, 공급자 등 가입자 서비스 분야로 양 기관이 보유한 빅데이터의 성격이 다르다”며 “심평원과 공단은 국민건강보험법 등에 명시된 각각의 고유 업무영역에서 수집된 데이터를 기관별 구축·개방·활용하고 있고, 기관간 정보 공유 활용을 통해 업무 중복을 최소화하는 전략을 수립하고 있다”고 밝혔다. 빅데이터와 인공지능 (Artificial Intelligence) 심사 연계 방안과 관련해서는 “전국 의료기관으로부터 청구된 빅데이터와 40년간 축적된 심사노하우를 바탕으로 AI 기반 전산심사를 지속적으로 확대하고 있다”면서 “특히 오는 7월 1일 ‘심사평가업무혁신단’을 신설해 AI 활용 가치기반 심사·평가 체계를 발전시켜 나갈 것”이라고 강조했다. 심평원은 올해 빅데이터개방시스템 고도화를 위해 약 17억 원의 예산을 투입해 △개방시스템 데이터셋 자동화 및 신청절차 개선 등 △빅데이터분석DB 이중화 및 스토리지 증설 △보건의료분석시스템 원격계정 증설 △보건의료분석시스템 원격 사용자별 분석작업 사용공간 분할 등을 추진한다. 보건의료 빅데이터 활성화에 따라 개인정보유출에 대한 우려도 높아지고 있는데 이와 관련 이태선 실장은 개인정보보호를 위해 “현재 보건의료 빅데이터개방시스템 구축 및 제공·활용 시 ‘개인정보보호법’ 및 행정자치부 ‘비식별화 가이드라인’을 준수하고 있고 내부 업무망과 분리된 별도의 개방시스템을 구축했다”고 밝혔다. 또한 “개인정보보호를 위한 비식별화 조치(대체키 사용 및 마스킹, 범주화 등)와 개방시스템을 통해 자유롭게 분석한 후 반출데이터 검토 후 결과값만 반출하는 등 개인정보유출이 원천 차단된 방식으로 운영하고 있다”고 덧붙였다. 이태선 실장은 “심평원이 보유한 보건의료 빅데이터를 다양하게 연계·활용할 수 있는 지원방안을 끊임 없이 모색하고 있다”면서 “이를 통해 우리나라에도 대박을 터트리는 벤처회사가 등장하는 등 가시적인 성과가 하루 빨리 도출되길 기대한다”고 밝혔다.
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.