데이터이야기
DB 노하우, 데이터직무, 다양한 인터뷰를 만나보세요.
디지털 헬스와 인공지능, 그리고 데이터 관점의 몇 가지의 변화들… #2 디지털 헬스와 인공지능의 관계에 대한 machine learning(이하 ML)의 관점의 정리에 대해서는 #1에서 살펴봤다. 설명한 그대로 딥러닝은 트레이닝시키는 데이터의 구성을 어떻게 하는 가에 따라서 이미 결정된다. 그 ML의 트레이닝 데이터셋을 정해진 소프트웨어에게 학습시키느냐에 따라서 그 결과는 매우 달라진다. 그래서, 의료분야에서는 기존의 데이터의 정의와 정리가 가장 중요하다고 정의된다. 디지털 헬스의 시작과 끝의 중심은 역시 데이터이다. 이러한 소프트웨어 기술은 더욱더 간소화되고 접근하기 쉬운 형태로 제공될 것이다. 동네의 작은 병원의 개원의가 몇 년 이상 트레이닝하고 계속 트레이닝한 인공지능들 간의 경쟁과 서로 간의 호흡 속에서 더 좋은 판단을 할 수 있는 형태가 될 가능성을 띄게 되었다. A라는 의사가 트레이닝한 A`라는 인공지능과 B라는 의사가 트레이닝한 B`라는 인공지능이 서로 간에 결합과 협업체계를 자연스럽게 구축되어진 AB`라는 인공지능의 피드백 결과물들을 공동으로 사용하는 시대도 될 것이며, 이렇게 트레이닝된 인공지능이나 의대나 종합병원에서 트레이닝된 인공지능을 앱스토어에서 의사들이 구매하는 시대가 될 가능성도 있다.디지털 헬스와 인공지능, 그리고 데이터 관점의 몇 가지의 변화들… #2
이러한 데이터를 중심으로 정리하는 관점에서 이야기하자면, 의학(medicine)은 경험적인 방법을 위주로 증상을 판단하는 전문가들인 의사들의 경험적 지식을 정보로 변화하는 관점으로 진화됐다. 경험적인 방법과 과학적인 방법이 결합되고, 자연과학의 발전을 기반으로 데이터 과학을 중심으로 현대의 의학은 발전되었다.
물론, 근대적인 과학적 방법은 서양에서 19세기에 의학이 발전하게 된 것도 전쟁과 군대의 영향이라는 것은 가볍게 나열하기만 하자. 그 이후, 20세기 이후 자연과학의 발전으로 X-ray나 MRI 등과 같은 의료영상기기의 발전으로 현대의학은 매우 고속화되어 발전하고 있다. 여기에, 데이터와 근거를 중심으로 하는 사실적인 통계를 의학에서는 언제나 기본으로 다루고 있다.
다만, 그동안 일반 사람들이 착각하는 것 중의 하나는 서구 의학 중심의 의사들은 단순한 증상에만 몰두하며, 한의학처럼 인간의 전체나 사상의학을 전체적으로 아우르는 시선이 부족하다고 이야기되는 것을 드라마에서도 흔하게 발견할 수 있다. 하지만, 이것은 매우 큰 오해이고 착각이다. 필자가 아는 의사들 대부분은 과학자들이고 가능한 많은 데이터를 수집하려 하고 있으며, 총론적으로 정보를 종합적으로 판단하면서 환자를 다루는 임상 과학자이기 때문이다.
다만, 의사들이 그동안 전체적인 관점에서 데이터를 분석하지 않는 다고 오해를 받은 이유는 한국적인 의료특성상 5분정도 짧게 환자와 대면하면서 설명도 짧게 하면서 받았던 오해라고 설명하겠다. 그리고, 이제 빅데이터와 인공지능을 기반으로 더 복잡한 복잡계인 인간계를 다루기 시작했다.
임상과학자인 이들이 더 복잡한 데이터와 정보를 다루면서 얼마나 더 큰 발전을 이룰 것인가에 대해서 디지털 헬스 분야는 더 발전 속도가 가속화될것이다. 현대의 헬스케어는 총론적으로 인간을 살펴보는 관점과 멀쩡할 때의 생체정보들과 운동정보, 식습관 및 주변 사회적인 관점까지 모두 데이터를 수집하고 분석할 수 있는 빅데이터 기술과 고속으로 이것들을 판독할 수 있는 딥러닝 기술, 비용을 줄일 수 있는 클라우드 기술과 소프트웨어 서비스들의 매핑을 수월하게 하기 위한 Open API 기술까지 IT기술의 총아라고 불릴 수 있는 무수한 기술적인 도움을 받을 수 있는 시대로 변화됐다.
개개인에게 부여된 스마트폰과 수많은 웹서비스들을 사용할 수 있고, 한 명의 의료진이 수십, 수백 명의 환자들과 효율적으로 소통할 수 있는 connected기술들도 이미 활성화됐다. 그리고, 의미 있는 정보를 인지할 수 있는 알고리즘에 대해서 의사들이 표현할 수 있는 쉬운 기술까지 습득이 매우 간편해진 시대로 돌입됐다. 다만, 지구 상에서 한국 빼고 대부분의 국가에서는 이런 기술은 이미 활성화된 상태이다. 의료술기와 지식들을 더욱더 가속화하는 것은 인공지능 중에서 딥러닝이 가진 무한한 가능성을 포함할 수 있게 되었다. 이제, 의료를 아는 전문가인 의사들이 개개인의 정보모델을 구성하고 자신의 의학기술과 지식, 경험들을 복합적으로 트레이닝한 지적 존재를 가상으로 만들어서 더 많은 복합 트레이닝이 가능한 시대가 된 것이다.
존스홉킨스나 메이요의 과거 수백 년 동안 트레이닝된 결과물인 인공지능을 일산에서 개원한 개원의가 손쉽게 구매한 후에 사용하는 시대가 될 가능성도 있게 된 것이다. 이제 경험과 지식이 모델화되고 실제 구현체 형태로 만들어진다는 것은 매우 흥미롭다. 파괴적 혁신에서 이야기하던 의료의 혁신을 주도하는 것은 결국, 인공지능이 좀 더 완성체의 형태로 변화되면서 가능해지고 있다고 설명된다.
이러한 디지털 헬스와 인공지능의 관계를 machine learning의 관점에서 인공지능을 디지털 헬스에서 가장 크게 받아들일 분야를 크게 6가지의 형태로 구분된다. Digital Medical Devices, Digital Therapies, Healthcare IoT Device, Telemedicine, Analytics & Big Data, Info/Call Service의 영역이라고 개인적으로 구분한다.
Digital Medical Device는 말 그대로 의료기기를 의미한다. 매우 당연하게 과거의 Expert System의 영역이었던 Clinical decision support system과 딥러닝 기술의 결합은 진행 중이다. 판단 기준이건, 전달 기준이건, 분석 기준이건 이 분야는 이미 매우 많은 곳에서 시도되고 있다. Digital Therapies는 이미 가속화되고 있는 Digital diagnostics(디지털 진단)을 더욱더 의미 있는 것으로 만든다. 치료법에 대해서 증상을 판단하고 가설을 세우고 좀 더 합리적인 방법으로 치료법을 구성하는 인공지능은 EMR과 결합되어진 상태로 해당 개인화된 의료뿐만 아니라, 비슷한 증상이나 처치를 통해서 더 좋은 결과를 얻은 클라우드의 정보들과 결합하여 많은 데이터를 분석하고 많은 임상 데이터를 결합하는 고속의 작업을 인간보다 더 빠르게 수행할 것이다.
Healthcare IoT Device는 의료소비자들의 개인 공간이나 개개인이 들고 다니는 스마트폰과 connected 된다. 상당히 의미 있는 정보를 판단할 수 있게 한다. 단순한 만보기 역할의 정보가 아니라 유의미하게 의료소비자의 건강상태의 추이나 변화에 대해서 판단하게 하고, 향후 의료서비스에서 해석이 가능한 형태의 자료로 변화된 상태를 만들어 낸다.
Telemedicine은 원격진료의 기본적인 형태로써 더 저렴하게 인공지능이 기본적인 스크리닝이 가능한 형태로까지 발전할 것으로 생각된다. 기본정보와 기본 체크리스트, IoT Device에서 제공되는 정보를 기반으로 Digital Therapies에서 제공되어진 프로토콜에 따라서 위험한 수준이 아니라고 판단되는 경우의 1차 진료를 상당수 커버할 가능성도 지니고 있다.
Analytics와 Big Data는 이미 의료기관 내부에서도 첨예하게 진행 중이다. 오히려, 인공지능이나 컴퓨팅 파워와 결합하면서 더 많은 데이터와 더 많은 분석 결과물들을 고속으로 만들어 낸다. 이 기능들은 기존의 HIS와 결합을 이미 시도하고 있으며, 미국의 오바마 케어에서 이야기되는 접근법의 핵심인 의료의 질 평가를 이미 시스템이 가능한 수준까지 EMR이 수준 높게 진행되고 있다.
그 이외에도 의료정보 검색의 info영역과 우버와 결합된 Call Service의 대부분 초기 사용자 접근의 상당수를 메시징 서비스와 결합되어진 인공지능들이 기초적인 질문이나 반복적인 질문, 주기적인 형태의 접근의 대부분을 인공지능이 커버할 가능성이 크다. 이러한 6가지 관점의 결합과 인공지능의 결합이 시사하는 것으로 의료기관 내부의 구성도 ICU를 중심으로 구성되어진 형태가 변화될 가능성도 가지고 있다. 특히, 일본의 경우 집중치료실 이전에 노령사회가 되어버린 일반 병실이 아는 좀 더 도움이 필요한 병실 형태처럼 그 형태도 좀 더 고도화될 것으로 생각된다.
결론적으로 인공지능과 결합되면서 좀 더 의미 있는 정보를 더 비용 효율적으로 구성할 수 있다고 생각된다. 인공지능은 디지털 헬스에 이미 절대적인 부분에서 영향을 주기 시작했다.