최근 인공지능(AI)이 의료기기 산업뉴스에 심심치 않게 보인다. 빅데이터(Big data), 머신러닝(Machine learning), 인공신경망(Artificial Neural net) 등 듣기만 해도 거창하고 공상과학(SF)에 등장하는 낯선 말들이 우리의 현실로 가까이 다가오는 듯하다.

  인공지능과 관련된 연구 분야는 다변량분석(Multivariate analysis), 인공신경망(ANN: Artifical Neutral Net) 등의 방법이 있다. 여러 현상이나 사건에 대한 측정치를 개별적으로 분석하지 않고, 동시에 관계성을 고려해 그 효과를 입체적으로 분석하는 기법이 ‘다변량분석’이다. 그리고 독립적이라 생각되는 여러 측정치의 상관관계를 고려하는 것이 ‘인공신경망(ANN)’이다. 다만 상관관계를 고려하기 한쪽으로 치우지지 않는 데이터의 선택이 필요하므로, 가능한 많은 정보를 받게 되니 자연스럽게 데이터양은 늘어나 ‘빅데이터(Big data)’가 되었다. 그리고 이를 분석하기 위해 컴퓨터에게 치우침이 없는, 즉 바이어스(Bias)가 없는 정보를 알려 주기 위해 학습을 시키는데 이를 트레이닝(training)시킨다고 한다. 요즈음 이를 빅데이터 기반의 딥러닝(deep learning) 또는 머신러닝(Machine learning)이란 언어로 진화했다.

  인공지능 하면 먼저 떠오르는 건 로봇이다. 기록으로 전승되는 로봇의 시초는 고대 그리스시대에서 볼 수 있다. 탈로스라는 청동거인이 해적과 침략군으로부터 크레타 섬을 지켰었으며, 그리고 지금 현대전에서는 무인기들이 영토를 지키고 있다. 파괴를 위한 기계라는 생각은 고대나 지금이나 동일하다. 그렇지만, 최근의 동향을 보면 생명을 살리는 의료분야로도 많이 진출했음을 알 수 있다.

탈로스(좌) 와 무인공격기(우) (이미지출처: 위키페디아)
 

  인공지능을 탑재한 챗봇(chatbot)은 환자에게 증상이나 현재 상태를 묻고 이를 기록해 이후 의료진이 환자와 대화할 때 활용할 수 있도록 돕고 있다. 초진환자의 경우 병력, 진료 받고자 하는 증상을 포함한 문진은 정형화 되어있어 인력집약적인 병원업무를 개선할 수 있다. 이미 국립암센터와 용인세브란스병원에서는 상용 시스템이도입이 되어 의료진을 돕고 있다. 또한, 음성을 실시간으로 문자로 변환하는 의료녹취시스템도 좋은 예가 된다. 영상의학과에서 엑스레이, 자기공명영상(MRI) 등 영상 판독 결과를 신속히 문서화하는 데 사용하고 있으며 지난해 10월 처음 세브란스병원에 도입되었다.

상용화된 쳇봇의 예 (출처:국제신문 http://www.kookje.co.kr/news2011/asp/

newsbody.asp?code=00&key=20190809.22014003343)

  한국방송통신전파진흥원에서 작성된 '빠르게 성장하는 디지털 헬스케어 인공지능 시장’에 따르면, 2025년 전 세계 디지털 헬스케어 시장이 약 783조원 규모로 성장할 것으로 예측했다. 그 가운데 인공지능이 차지하는 시장 규모는 2025년 33조원에 도달할 것으로 전망하고 있어 연평균 45%로 빠르게 성장 할 것으로 보고 있다. 이것은 인공지능 기반 의료시장이 이미 형성되었음을 시사하고 있다.

  최근 TV에서 노인이 홀로 집에서 식사를 하지만, 케어봇(carebot)과 대화하며 말동무 하는 장면을 봤었다. 전쟁기계라 여겨졌던 로봇과 인공지능이 자연스럽게 생활로 다가오는 장면이었고 인공지능에게 따스한 심장이 달린 순간이었다. 암 치료는 치료를 위한 치료도 있지만 삶의 존엄을 지켜주는 치료도 있다. 환자와 가족중심을 지향하는 호스피스완화에 따스한 인공지능이 결합되면 마지막 순간까지 존엄함을 지키며 삶의 질을 더 높일 수 지 않을까? 그리고 그 따스함이 우리 현실에서 하나하나 환자들을 위해 실현되면 좀 더 소외 없는 세상으로 다가갈 수 있을 것으로 기대한다.