ft. Google I/O 2023 & Pharma Xchange D-7!!!

최근 기술 변화의 속도가 정말 엄청나죠?

눈뜨면 업데이트 되는 엄청난 다이내믹, 그 중심에는 바로 AI가 있습니다.

지난 5월 진행된 구글 I/O* 는 글로벌 빅테크 기업에 걸맞은 의미심장한 발표였어요. 이 발표에서 놀라운 점들이 한 두 개가 아니지만, 그 중에서 헬스케어 영역에서 인공지능 부분은 굉장히 파급효과가 큽니다.

구글 I/O* : 구글에서 개최하는 개발자 컨퍼런스로 구글의 신제품 및 신기술을 가장 먼저 접할 수 있는 자리로, Input/Output; 입력/출력, Innovation in the Open - ‘혁신은 개방 속에 있다’라는 의미를 지님

구글 CEO인 순다르 피차이가 선보인 거대 언어 모델 PaLM2 (Pathways Language Model2)의 의료 정보 판독 기능 및 리포트 작성 기능은 헬스케어의 판도가 앞으로 얼마나 변화하게 될지 기대감을 엄청나게 높여주었죠.

구글에서는 딥 러닝을 통해 의사들이 Retinopathy를 조기에 진단할 수 있는 솔루션에 대해 이미 인도에서 시험을 마쳤고 곧 연구 결과 발표 예정이라고 해요.

특히 숙련된 의료진 풀이 드문 영역에서 딥 러닝을 통한 AI 기술로, 안구 스캔만으로도 사람이 캐치 할 수 없던 정보를 한 번에 추출해내고, 심지어 5년 이내 발생 가능한 심장마비 등의 심혈관 질환에 대해 비침습적 방법으로 쉽고 빠르게 예측할 수 있었다고 하고요.

질병 예측 뿐 아니라, 의사 결정 피로도가 높은 의료진에게 환자의 예후와 관련하여 곧 발생 가능성이 있는 의료 사건을 24-48시간 내에 정량적 확률로 예측도 가능하다고 하는데요.

예를 들면, AI가 특정 환자의 다양한 의료 데이터를 학습하고 나면 이를 종합 분석하여 재 입원할 가능성이 76%라고 예측해주는 것이죠.

이 외에도 의사들은 AI에게 “이 환자가 곧 나아질 수 있을까?” , “이 환자가 곧 집에 갈 수 있을까?”, “이 환자가 재발할까?”라는 질문으로 이에 대한 예측 값을 얻고, 위험에 대비할 수 있다고 합니다.

이 기술을 활용해 협력할 병원 및 의료 기관을 모집할 예정이라고 하네요.

구글과 같은 빅테크 기업 이전에 몇 년 전부터 이미 의미 있는 결과를 도출해낸 AI 기업들이 생각보다 굉장히 많더라고요.

제공하는 서비스를 들여다보니 방대한 양의 과학,의학 저널 및 영상, 데이터의 처리 및 분석 작업을 통해 변화를 도모하고 있고요.

지면 부족으로 모두 소개하기 어려워 대략 4가지 정도의 방향성으로 정리해드립니다.

(1) 치료 outcome 개선 - 신속한 신약 개발, 정확한 진단, 예후 예측, 처방 약물 추천 등

(2) 치료 maintenance 개선 - 약물 순응도 관리 및 만성 질환자의 일상 건강 관리 등

(3) 의료 업무 효율화 - 반복적 행정 업무 및 차트 작성 자동화 등

(4) 의료 로지스틱스 개선 - 환자의 외래 이동, 원내 검사 순서 및 대기 시간 최적화 등

제약바이오에 종사하시는 분들께 몇 가지 동향을 소개해드리자면,

1) NEJM AI 출범

Oxipit은 의료 영상 자동화 기술 회사로, AI 이중 판독 이미징 툴로 방사선 전문의 보고서와 이미지를 동시에 분석하여 오류를 식별해낼 수 있는 서비스를 개발했어요.

아스트라제네카는 2021년에 Oxipit과 폐암 관련 공동 파일럿 연구를 시작했고,

50,000여 개의 흉부 엑스레이 이미지를 분석해본 결과, 누락된 190개 소견을 식별해냈고, 이 중 82개가 미세 폐 결절까지 식별해 냄으로써 향후 폐암 초기 식별의 가능성을 확인했다고 하고요.

리투아니아 일부 의료기관에서는 이미 이 서비스가 배포되어 사용중이라고 해요.

3) 빅 파마 내 AI 관련 이니셔티브 (non R&D)

사실 대부분의 빅 파마들이 R&D 및 그 외 영역에서 AI에 대해 이미 접목을 해왔으나, 이러한 기술 접목과 관련해 회사의 관리 방침을 만들어가는 과정이 공유된 사례가 별로 없던 차에 흥미로운 내용이라고 생각되어 소개해 드려봅니다. 화이자의 경우 Artificial Intelligence, Machine Learning, Data 그리고 Advanced Analytics 라는 부문이 존재하며 AI의 이점에 대한 이해 그리고 동시에 고려해야 하는 리스크를 기반으로 몇 가지 원칙을 구축했다고 하고요.

발생 가능한 리스크를 식별하고 평가할 수 있는 디지털 시스템을 만들었으며, 이 시스템은 알고리즘을 검토하고 보고서를 작성해 리스크에 대응할 수 있도록 돕는다고 하네요.

4) 이제 병원에 가면, AI 엔지니어를 볼 수 있다?

이제 의료기관에서 일하는 방식도 바뀌는 게 어쩌면 당연한 수순이겠지요?

ChatGPT와 LLM 테스트를 위해 AI 엔지니어를 고용한 최초의 병원이 있어요.

미국의 보스턴 어린이 병원이 AI 프롬프트 엔지니어 모집공고를 냈고, 현재는 마감되었군요. 이미 채용되어 열일하고 계시겠지요? 😁

자격 요건은 AI와 머신러닝 경험이 있어야 하며, 주된 업무는 헬스케어 및 병원 업무 관련해 ChatGPT 사용을 테스트 하는 것이라고 해요.

특히 효과적 아웃풋을 도출하기 위한 프롬프트를 최적화하여 짜는 것도 강조하고 있다고 하지요.

앞으로 AI 언어 사용법이 의대 정규 커리큘럼에 포함될 가능성이 클 것으로 전망한다고 합니다.

새 길의 개척에는 풀어야 할 숙제도 많은 법

사실 헬스케어의 AI 분야가 마냥 순풍만 타고 갈 수 있는 상황은 아닙니다.

가장 뜨거운 감자는 ‘데이터’입니다.

관련한 다양한 논의와 발제가 이루어지고 있습니다.

환자의 의료 기록 데이터와 관련해서는 예상하시는 대로 보안, 개인정보 등의 규제와 정책 측면, 그리고 개방형 의료 데이터 인프라의 부재, 데이터의 품질, 데이터 표준화 등 풀어야 할 과제들이 많이 남아 있는 게 사실이에요.

하지만 미국에서는 투명한 의료 AI 시스템을 구축하기 위한 가이드라인과 가드레일 개발을 위한 의료 AI 연합 (The Coalition for Health AI, CHAI)가 창립되었고, 올 4월에 이미 청사진을 발표하여 통합 데이터 인프라에 대한 필요성을 밝힌 바 있어요.

이렇듯 엄청난 기술의 발전과 환경 조성이 맞물려 돌아가면서 앞으로 이제 우리의 실생활에서 피부로 느껴지는 변화가 머지않은 것 같다는 생각을 해봅니다.

헬스케어는 사람의 생명이 좌우되는 영역인지라 신기술로 A/B 테스트 하면서 ‘시행착오 해도 괜찮아!’라고 할 수 없는 분야입니다.

그래서 진입 장벽도 높고, 규제 산업인 것이지요.

하지만 문제를 해결해 나가고, 혁신을 이끄는 많은 연구진과 기업들의 기여를 통해 향후 인류에 직접적 변화를 이끌어 낼 분야가 바로 헬스케어 영역이 아닌가 싶습니다.

최근 Google I/O도 살펴보고, 헬스케어에서의 AI 영향에 대해 정리해봤는데, 최신 트렌드를 환기하시는 데에 도움이 되었으면 좋겠습니다. 😀