헬스케어와 데이터에서의 화두, 인공지능이 의사를 대신할 것인가

분명한 것은 ‘의사’와 ‘의료진’의 역할은 사라지지 않을 것임이 명백하다고 선언하고, 이야기를 진행하겠다. 물론, 의사와 의료진의 대체가능성이 아주 없지는 않다. 대체 가능성이 높다고 여겨지는 쪽의 주장을 들어보면 나름의 타당성이 존재한다.

데이터 분석과 의미있는 정보의 추적이 가능하다면, 환자에게 분명 유의미할 것이다. 그 유의미한 정보에 정확한 의료기술과 진료방법을 적용한다면 충분하게 의료진의 역할을 대체한다고 할 수 있다. 이는, 의료데이터의 분석뿐 아니라 의미있는 결과를 도출하는 서비스가 개시되는 수준으로도 충분하고, 현재의 인공지능의 발달속도로 본다면 곧 출현가능한 서비스라고 생각한다. 더군다나, 이처럼 저렴하게 만들어진 헬스케어 서비스는 비용이 부족한 환자들이나 언제나 저렴한 서비스를 찾는 보험회사들에게서 선택받는 인공지능 의료서비스가 될것이라는 것이다.

하지만, 반대측의 입장을 들어보면, 아직까지는 의사를 대체하는 것은 힘들다고 이야기한다. 현재에도 Lab에서 분석되어 나오는 결과가 완전하지 않다는 것이다. 사실, 의료정보를 수집하는 기본적인 방법에 있어서 환경적인 요인과 오류는 전문적인 기술과 지식을 소유한 의료진들도 샘플 채취에서 실수를 일으킬 가능성이 존재하는데, 일반인의 경우에 이 오류는 더 커진다는 것이다. 이처럼, 샘플 실수로부터 시작되는 인간의 휴먼에러는 너무도 당연하다는 점이다.

물론, decision assistance의 역할은 현재에도 충분하게 가능하다. 그 역할로서는 엄청나게 많은 변수를 제시해주고, 적절한 변수들간의 상관관계에 대해서 접근할 수 있는 방법을 제공한다는 것이다. 현재의 의료 시스템들도 이정도의 decision assistance는 제공되고 있으며, 의료진들도 사용하고 있다. 대부분의 현대 의료정보시스템이나 헬스케어 시스템들은 이처럼 엄청나게 많은 변수를 표현하고 직관적으로 보일 수 있게 하는 시스템 표현 방법이 가장 큰 화두로써 작용한다.

그럼, 시선을 인공지능보다는 의료에서 빅데이터를 바라다 보는 시선으로 조금 바꾸어 보자. 의료계에서 빅데이터의 관점을 받아들이고 있는 모습의 첫번째 변화로 ‘의사 과학자’에 대한 관점이 현재 가장 큰 화두로 떠오르고 있다.

이러한, '의사 과학자 육성'을 위한 여러 가지 지원책에 대해서도 국내에서 변화의 조짐이 보이고 있으며, 처음부터 의과대학 신입생 선발 때부터 이러한 TO를 마련하자는 것이다. 실제, 그러한 움직임을 보이는 대학들도 늘어나고 있다. 또한, 대학원의 연구실에서도 대학원생들에게 어느 정도 이상의 월급을 제공하고 나중에 의료진과의 스탭이 될 수 있는비전을 제공하면서 ‘의사 과학자’의 양성에 대해서 이미 대응하기 시작하였다.

하지만, 이러한 움직임에 있어서 가장 중요한 ‘연구’라는 부분에 있어서 ‘의료 종사자’인 ‘의사’의 입장에 대해서 이해를 해야 한다. 주변의 ‘의사’들에게서 얻은 단편적인 ‘지식’으로 모든 의사들을 판단할 수 없지만, ‘의사’들은 정보를 중심으로 다루지만, 어느 정도 새로운 발견을 추구하는 ‘연구’자의 길 보다는, 정해져있는 표준적인 지식과 기술들을 교육, 수련 받아야 하는 ‘임상진료’의 길을 지나야 한다.

이 정해져있는 길을 걷게 되는 우리의 의과대학은 정말 많이 외우는 것에 집중하고 있다. 정말 많이들 외우고, 정말 많이들 공부한다. 해부학, 생화학, 생리학 등등, 필자 개인적으로는 의대에서의 변화가 먼저 일어나야 의료정보의 관점자체가 크게 변할 것이라고 생각한다.

의료에서의 데이터는 일반적인 데이터와는 그 관점의 차이가 크다. 그래서, 의료정보를 제공하는 것에 대해서 보조장치로 사용되는 것은 매우 엄격한 기준들이 존재한다. 사실, 개인이 자신의 건강정보를 수치화하고 측정하고 모니터링하는 것은 현재에도 그렇게 어려운 일이 아니다. 개인의 운동량, 칼로리소모는 너무도 당연하고, 심박수나 체온, 맥파전달시간, 산소포화도등의 신체의 여러 활력징후들을 얻어내는 방법은 이제 너무도 손쉽게 가능하다.

과거 얻지 못하던, 혹은 작게 얻어내던 정보들이 실제 의미있는지 무의미한지에 대해서 판단하는 선택지를 의사들에게 제공한다. 현재, 유전체정보에 대한 연구의 결과물에 대한 분석도, 사실상 인간들의 유전체들간의 차이는 매우 적으며, 이러한 정보를 분석한다고 하더라도, 실질적으로 얻을 수 있는 헬스케어 서비스의 차이는 그다지 크지 않을 수 있다는 관점에 대해서도 조심스럽게 의논되고 있다.

엄청나게 많은 정보를 엄청나게 많은 자원으로 검토했지만, 얻을 수 있는 결론이 ‘운동 많이 하세요’인지도 모른다. 현재까지 의료정보를 해석하고 유의미한 방법으로 연구하는 자세로 의사들은 환자들을 대해왔다. 그 방법에 있어서, 헬스케어와 정보시스템, 센서와 유의미한 정보를 찾는 연구는 계속 진행되고 있다.

데이터와 정보는 더 많이 제시될 것이고, 그 정보들을 유의미하고 직관적으로 표시하는 방법 또한 계속 연구되고 있으며, 현재 유의미하게 표시되는 상당수의 정보들은 이미 의료진들에게 충분한 정보를 제공하기 시작하고 있다. 헬스케어 분야에서 인공지능은 이미 데이터를 유의미하게 표현하고 있으며, 그 표현 방법에 있어서도 충분한 국제적인 표준화의 움직임도 이미 완성된것이라고 볼 수 있다.

헬스케어와 인공지능, 빅데이터는 보는 관점에 따라서는 이미 진행중이라고 할 것이다. DW의 관점이지만 빅데이터의 결과물일 수 있다는 것이다. 단지, 개념과 컨셉으로 만들어진 DW나 빅데이터라는 단어에 혼동을 느낄 필요 없다.

어떤 방법이든 ‘숫자와 문자’로 구성되어진 정보에서 ‘유의미한 것’을 찾는 것이 결국, ‘데이터를 바라보는 과학자’의 입장이라는 점이다.

출처 : 한국데이터베이스진흥원

제공 : DB포탈사이트 DBguide.net