출처 : https://no1s.biz/blog/5740/

 

의료 업계는 기술 혁신의 최전선에 있으며, 특히 생성형 AI의 발전은 의료 분야에서 큰 가능성을 보이고 있다. 의료에서 생성형 AI를 활용하는 방법으로는 진단 지원, 환자 관리, 신약 개발, 의료 기록 관리 등 다양하다. 여기에서는 생성형 AI의 의료 분야에 대한 최신 활용 사례와 직면해 있는 과제, 그리고 그 해결책을 설명한다.

 

1. 의료 분야에서 생성형 AI를 활용하는 4가지 사례

 

생성형 AI의 발전 의료 분야에서, 환자 케어의 향상부터 연구개발 속도 향상에 이르기까지 다양한 영향을 미치고 있다. 여기서는 그 혁신적인 활용 사례를 더욱 심화하여 소개한다.

 

1-1. 환자 진찰 지원

 

의사의 일상적인 업무 중에서 진찰 정보를 문서하는 일에는 많은 시간이 걸린다.

 

Knowtex는 이 문제에 착안하여 진찰 중에 나눈 대화를 통해 중요한 정보를 자동으로 추출하여 SOAP 형식으로 요약 문서를 만든다.

 

이것은 의료 현장에서 널리 사용되고 있는 문서 형식으로서, Subjective(주관), Objective(객관), Assessment(평가), Plan(계획)의 각 부문으로 이루어져 있다.

 

또한 적절한 상환 코드를 제안함으로써 보험 청구의 정밀도를 높이고, 의료 기관의 수익을 향상시키는 데 도움을 준다. Knowtex의 기술을 통해 의사는 일상적인 업무에서 해방되어 환자를 더 잘 살필 수 있는 시간을 얻게 된다.

 

1-2. 임상시험 효율 향상

 

임상시험은 신약 개발에서 가장 많은 시간과 비용이 들어가는 단계다. 하지만 홍콩의 스타트업 Insilico Medicine은 생성형 AI를 사용하여 짧은 기간 안에 폐 기능의 저하를 일으키는 만성 폐질환인 특발성 폐섬유증에 대한 저분자 억제제를 만드는 데 성공했다.

 

저분자 억제제는 프로젝트가 시작된 후 임상시험 1단계를 완료하기까지 30개월이 걸리지 않아 기존의 개발 기간을 크게 단축했고, 2023년에는 임상시험 2단계에 들어갔다.

 

동사는 변분 오토인코더에 보수형 피드백 프로세스를 추가한 ‘GENTRL model’이라 불리는 생성형 AI를 활용하여, 주어진 표적에 대한 효과와 문헌, 특허에 기재되어 있는 분자에 대한 친화성과 같은 평가 프로세스를 최적화했다.

 

1-3. 개별 헬스 플랜 작성

 

생성형 AI는 건강과 운동 분야에서도 개인의 니즈에 맞는 서비스를 제공할 수 있다.

 

미국의 스타트업 Spyn은 2023년 7월 31일에 맞춤화된 운동 프로그램을 제공하는 대화형 생성형 AI 서비스를 발표했다.

 

이를 통해 이용자는 자신의 취향이나 목표에 맞는 운동 프로그램을 받아볼 수 있어, 더욱 효과적이며 지속적으로 건강 습관을 구축할 수 있다. 또한 마음의 운동인 명상 세션을 맞춤 제공함으로써 마음의 건강도 관리한다.

 

1-4. 의료 종사자를 위한 미국 의사면허 시험을 통과한 챗봇

 

진단의 효율을 향상시키는 것은 의료 현장의 중요한 과제 중 하나다.

 

Glass AI는 증상을 보고 가능성이 있어 보이는 질환을 빠르게 특정하고, 임상 계획의 초안을 제공함으로써 그러한 과제에 대응한다.

 

또한 환자가 ‘두통’을 호소하는 경우, 스트레스나 탈수 증상 등 그 원인으로 생각할 수 있는 것들을 정확하고 빠르게 찾아낸다.

 

이 챗봇은 의료 종사자가 일상적으로 만나게 되는 다양한 증상에 대해 폭넓은 지식에 기반하여 리스트를 제공함으로써 진단 프로세스를 돕는다. 또한 의학생이나 연수의에게는 실제 증례를 상정하는 진단 능력을 훈련하는 도구로서도 가치가 있다.

 

2. 의료 분야에 대한 생성형 AI의 과제

 

생성형 AI는 의료 분야에 혁명을 가져올 가능성이 있지만, 그 여정은 과제로 가득하다. 여기서는 의료 분야에서 생성형 AI를 도입하는 데 따르는 주요 과제를 해설한다.

 

2-1. 데이터의 프라이버시와 시큐리티

 

환자의 데이터는 그 사람의 가장 개인적인 정보를 포함하고 있다.

 

유전 정보부터 정신적인 상태에 이르는 이러한 데이터를 취급할 때는 신중해야 한다. 생성형 AI를 의료에서 응용할 때, 데이터의 프라이버시를 지키고 시큐리티를 확보하는 것은 중요한 과제이다.

 

고도의 암호화, 접근권한의 엄격한 관리, 데이터의 익명화 등 최첨단 시큐리티 대책을 마련해야 한다. 그렇게 할 때 환자의 프라이버시를 지키고 신뢰를 유지할 수 있다.

 

2-2. 윤리적인 우려

 

AI가 의학적 판단을 내리게 되는 경우, 그 과정의 투명성과 신뢰성이 큰 과제가 된다.

 

AI가 제안하는 진단과 치료 계획에는 명확한 판단 기준과 설명 책임이 있어야 한다. 또한 환자가 치료에 동의하는 과정에도 AI가 개입하는 경우라면 윤리적인 재검토가 이루어져야 한다.

 

이러한 윤리적인 과제에 대응하기 위해, 의료 윤리의 원칙에 따른 가이드라인을 책정하고 AI 시스템을 윤리적으로 설계해야 한다.

 

2-3. 기술적인 제약

 

현재의 AI는 의료 분야의 모든 복잡한 태스크를 완전히 자동화할 수 없다.

 

각 환자에게 맞는 치료를 제안하거나 복잡한 의료 사진을 분석하는 등 고도의 판단이 필요한 태스크에서는 AI가 대응하는 데에는 아직 한계가 존재한다.

 

이를 극복하려면 AI 모델의 정확성과 범용성을 높이고 훈련 데이터의 다양성과 질을 개선하기 위해 지속적으로 연구가 이루어져야 한다.

 

생성형 AI가 의료 분야에서 그 가치를 발휘하려면 이러한 과제에 대한 명확한 해결책이 있어야 한다. 데이터의 시큐리티를 확보하고, 윤리적인 기준을 지키며, 기술적인 제약을 극복한다면 AI는 의료의 미래를 크게 바꿀 수 있다.

 

3. 생성형 AI의 의료 분야 활용에 대한 해결책

 

생성형 AI가 의료 분야에서 큰 가능성을 가지고 있는 것은 분명하지만, 그 힘을 최대한 발휘하려면 몇 가지 중요한 단계를 거쳐야 한다. 여기서는 의료 분야에 대한 생성형 AI의 응용을 성공시키기 위한 열쇠가 될 수 있는 해결책을 소개한다.

 

3-1. 데이터 보호 규제 강화

 

환자의 프라이버시와 데이터의 시큐리티는 AI 기술을 의료에 도입하는 데 있어 가장 중요한 우려 사항이다.

 

환자의 소중한 개인정보를 지키기 위해 더욱 튼튼한 데이터 보호 규칙과 시큐리티 프로토콜이 필요하다. 그러려면 데이터 수집부터 처리, 공유에 이르기까지 국제적인 기준에 따른 명확한 가이드라인을 설정해야 한다.

 

데이터의 익명화 및 암호화와 같은 기술적인 대책을 강화함으로써 환자와 의료 제공자 모두가 안심하고 데이터를 취급할 수 있게 된다.

 

3-2. 윤리적인 가이드라인 책정

 

의료에서 AI를 활용하는 일에는 윤리적인 우려가 따른다.

 

AI의 진단 및 치료 제안이 전문가의 의견과 다를 경우 그 취급에 세심한 주의를 기울여야 한다.

 

또한 AI로 인해 진단에 실수가 생겼을 경우의 책임 소재도 고려해야 한다.

 

이러한 과제들에 대응하기 위해, 의료 분야에서 AI를 윤리적으로 사용하기 위한 가이드라인을 책정해야 한다. 가이드라인은 AI의 사용이 투명하고 신뢰할 수 있는 것임을 보증하기 위한 기반이 된다.

 

3-3. 기술 개발에 대한 지속적인 투자

 

생성형 AI 기술은 매일 발전하고 있으며, 그 응용 범위도 확대되고 있다.

 

의료 분야에서 더욱 복잡한 태스크에 대응하기 위해서는 새로운 알고리즘을 개발하고, 데이터세트를 확충하며, 컴퓨팅 리소스를 강화하는 등 모든 부면에서 지속적인 투자가 이루어져야 한다.

 

이러한 지속적인 노력을 통해 AI는 의료 분야에서의 진단, 치료, 케어의 질을 향상시킬 수 있다.

 

이러한 해결책을 통해 생성형 AI는 의료 분야에서 혁신을 추진하고, 환자의 건강 아웃컴을 개선하기 위한 강력한 도구가 된다. 안전하고 윤리적이며 효과적으로 AI를 응용한다면 의료의 미래는 더욱 밝아질 것이다.

 

4. 결론

 

생성형 AI는 의료 분야에 혁명적인 변화를 가져오지만, 그것을 이용하는 데에는 아직 여러 가지 과제들이 존재한다.

 

이러한 과제들에 대처하고 생성형 AI의 잠재력을 최대한 활용하기 위해서는 기술적, 윤리적, 규제적인 측면에서의 접근이 필요하다.

 

앞으로 이러한 해결책을 실시하게 되면, 의료 분야에 대한 AI의 활용이 더욱 촉진될 것으로 기대된다.