CWN(CHANGE WITH NEWS) - 헬스케어 분야에서의 인공지능의 역할

2016년 3월에 펼쳐진 이세돌 9단과 알파고와의 팽팽한 대결을 기억하는가? 이후, 4차산업혁명 시대에서 가장 많은 주목을 받는 인공지능(AI)은 헬스케어 분야에서 가장 큰 역할을 수행하고 있는 기술 중 하나이다. 이 AI가 어떻게 데이터를 수집하는지, 더 나아가 의료분야에서 어떻게 활용되고 있을까?

1) 기계학습과 딥러닝의 차이
현재 AI에 가장 보편적으로 접근하는 기술은 기계학습(machine learning)입니다. 기계학습은 인간이 학습하는 것을 본떠 기계를 수학적인 방식을 통해 데이터를 학습시키는 과정이다. 이 기계학습의 여러 방법의 하나가 바로 딥러닝(deep learning)이다. 딥러닝은 인간이 뇌에서 정보를 처리하는 방식을 모방한 인공신경망(artificial neural network)에서 발전한 방법이다. 즉, 딥러닝은 기계가 데이터를 학습하는 여러 방식 중에서 가장 일반적으로 사용되는 방식 중 하나이다.

2) 인간의 뇌 정보처리 방식(딥러닝의 알고리즘)
앞서 딥러닝은 인간이 뇌에서 정보를 처리하는 방식을 기반으로 활용된다고 언급했다. 인간의 뇌는 수많은 신경세포(뉴런)로 구성되어 있다. 각각의 뉴런은 정보를 보유한 전기 신호를 주고받으며, 뉴런에 입력된 신호가 임계치를 넘으면 그 뉴런이 활성화되어 다음 단계의 뉴런에 신호를 전달한다.

이 과정이 여러 번 반복되어 최종적인 정보가 출력된다. 딥러닝은 이러한 인간의 신경망 구조를 더욱 치밀하고 깊이 있게 구성하여 기계가 학습할 수 있도록 구현한 것이다.

[얼라이브코]

3) 전문의를 능가하는 스마트폰, 웨어러블 AI

• 얼라이브코(Alive Cor)를 통한 부정맥 진단
병원에서 심전도 검사를 통해 부정맥 진단을 해본 적이 있는가? 일반적으로 10개의 전극을 인체의 여러 부위에 부착하여 심전도 검사를 한다. 스마트폰 케이스 형태의 기기인 얼라이브코는 케이스 뒷면의 두 개의 전극을 양손으로 잡아 심전도 검사를 할 수 있다.

얼라이브코는 심전도의 패턴을 인지하는 기계학습을 활용하여 부정맥의 일종인 심방세동을 측정한다. FDA에서 2등급 의료기기로 인, 허가받은 이 기기는 무려 100%의 민감도와 97%의 특이도를 보인다.

즉, 심방세동을 가진 환자를 100% 인지할 수 있으며 97%의 확률로 병이 없는 환자를 추려낼 수 있는 것이다. 전문의도 사람이기에 민감도와 특이도 측면에서 모두 100%일 수 없다는 것을 고려하면, 얼라이브코의 알고리즘은 매우 정확하다는 것을 알 수 있다.

[데일리 메일]

• 지오 패치(ZIO patch)를 통한 부정맥 진단
지오 패치는 가슴에 붙여 사용하며, 방수 기능이 있는 웨어러블 디바이스다. FDA에서 인, 허가받은 이 기기는 최장 2주 동안 가슴에 붙여 지속적으로 심전도 데이터를 측정할 수 있다.

이 기기의 정확도를 판별하고자 심장내과 전문의 6명과 스탠퍼드대학교의 AI 석학인 앤드류 응(Andrew Ng) 교수팀이 지오 패치로 측정한 심전도 데이터의 정확성을 비교해 보았다. 그 결과, 12가지 종류의 부정맥 진단에서 지오 패치를 통해 측정한 심전도 데이터가 심장전과 전문의보다 전반적으로 더 높은 민감도를 보였다.

아직 딥러닝이 부정맥 판독의 모든 경우에서 전문의보다 정확하다고 단정 짓기는 어렵지만, AI 기술의 발전으로 이제 전문의와 충분히 견줄만한 부정맥 판독 능력을 갖췄다고 볼 수 있다. 스마트폰, 웨어러블 디바이스로 측정할 수 있는 데이터의 양이 계속해서 폭증함에 따라 AI가 다분야에서 수행할 수 있는 역량은 기하급수적으로 증가하고 있다. 또한, 이러한 AI가 헬스케어 분야에서 꾸준히 좋은 성과를 내는 추세인 것을 알 수 있다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]