릴게임사이트 ㈋ 프라그마틱 슬롯 사이트 ㈋┟ 58.rcs333.top ┻빠르고 정확하고 구체적인 AI
암 진단부터 정복에도 희망적
의료기관 권위적 자세 탈피해
환자 맞춤형 서비스 익숙해져야
약 10년 전 카이스트 힙합 동아리 멤버들이 모여 루닛(Lunit)이라는 스타트업을 설립했다. 당시에는 일견 무모하고 용감한 도전처럼 보였지만 현재 루닛은 의료 인공지능(AI) 분야에서 세계적인 명성을 얻고 있다. 루닛은 “AI를 통한 암 정복(Conquer Cancer through AI)”이라는 목표 아래 미국 MD 앤더슨 암센터 및 세계적 제약사들과 협력해 AI 기반 혁신적 암 연구와 정복에 앞장서고 있다.
암 진단을 예로 실습분야 들어 AI 시대 ‘서비스로서의 의료(Medicine as a Service·MaaS)’에 대해 살펴보자. 오늘날 AI는 암에 대한 이해를 높이고 암 정복에 새로운 희망을 주고 있다. 그 이유는 무엇일까.
① AI로 무증상 단계에서 암 조기 발견
전통적인 방법은 증상이 나타난 후 진단과 치료가 이뤄지지만 AI 방법은 혈액 실수가없으신 에서 암 바이오마커를 분석해 무증상 단계에서 암을 발견한다. AI는 방대한 데이터를 바탕으로 증상이 나타나기 전 잠재적인 패턴을 감지해 암을 조기 진단하고 예방하게 해준다. 예컨대 액체 생검(liquid biopsy) 기술을 활용한 AI 기반 분석은 암의 유전자 변이를 탐지하고 치료 방향을 제시한다.
② 편향성 배제와 일관성 유지
전국은행연합회취업전통적인 방법은 의사의 경험, 주관적 판단, 그날의 컨디션에 따라 진단 결과가 달라질 수 있다. 동일한 케이스를 두고도 의사마다 결과가 다르면 문제가 아닐 수 없다. 반면 AI는 학습된 데이터에 기반해 일관되고 동일한 결과를 제공한다. 즉 판독하는 의사가 다르더라도 결과의 변동성이 적어 편향성에 의한 오류를 줄일 수 있다. 결과의 일관성을 높인다 한국산학연협회 (다만 AI는 데이터 편향, 할루시네이션 등의 문제가 발생하므로 진료 과정에서 인간 의료진과의 협업이 필요하다).
③ 높은 민감성, 속도, 정확도
아무리 뛰어난 의사라도 전통적인 방법으로는 암의 크기가 작거나 불규칙한 패턴을 보이면 발견하기 어려울 수 있다. 반면 AI는 훈련된 데이터를 기반으로 매우 미세한 변화나 패턴도 국민은행인터넷뱅킹수수료면제 감지할 수 있다. 작은 결절을 감지하는 데 있어 방사선 전문의보다 높은 민감도를 보인다. 가령 루닛은 AI를 활용한 암 발견율에서 의사보다 15% 더 높았다. 판독 시간에서도 기존에는 결과를 받기까지 약 5~6주가 걸렸지만 루닛 AI는 결과를 즉시 받는다. AI는 대량의 데이터를 순간적으로 처리하며 속도를 크게 향상시킨다. 이같이 AI는 의료진의 업무 부담과 환자 대기시간을 크게 줄여준다.
④ 통합적 분석과 입체적 진단
전통적인 방법은 의사가 환자의 증상을 바탕으로 의료 이미지를 판독하거나 병리학적 조직 샘플을 현미경으로 분석해 암을 진단하므로 다양한 데이터를 통합적으로 분석하지 못했다. 하지만 AI는 다양한 데이터 소스(유전자 데이터, 임상 데이터, 영상 데이터 등)를 통합해 암의 존재 여부와 상태를 자동으로 예측할 뿐만 아니라 더 정밀하고 일관된 진단이 가능하다. 나아가 멀티모달 딥러닝 모델은 다양한 데이터를 조합해 통합적인 솔루션을 가능케 한다.
⑤ 동시적 분석과 맞춤형 진단·처방
AI는 의료 영상 데이터를 분석하는 동시에 환자의 유전자 변이 및 임상 기록을 반영해 맞춤형 진단을 제공한다. 예컨대 AI 알고리즘이 CT 스캔 이미지를 학습해 미세한 암 결절을 감지하고 이를 의사에게 알린다. 이를 통해 개별환자에게 맞춤형 진단 및 치료 전략 설계를 가능케 한다.
필자가 생성형 인공지능(AI)으로 만든 AI 의료 서비스 이미지. AI 시대에는 환자가 병원을 직접 방문하지 않아도 디지털 플랫폼을 통해 ‘온디맨드’ 의료 서비스를 제공받게 될 것이다.
AI 시대의 의사와 병원은 아무리 뛰어나도 AI 및 혁신 기술과 협업해야만 경쟁력이 유지된다. 의사는 경험을 통해 전문성을 강화하지만 AI는 데이터가 많아질수록 성능이 개선된다. 의료 AI는 진단, 분석, 예측 등을 빠르고 정밀하게 수행해 의료 서비스를 고도화한다. AI는 최신 연구와 정보를 즉각 반영해 더욱 신속하고 정확한 결정을 내린다. 이제 의사와 병원은 AI와 데이터를 기반으로 하는 AI 기술 모델과 협업해야만 살아남을 수 있다.
의사와 의료기관의 역할은 과거와 달라지고 있다. 그런 점에서 AI 시대의 의사와 병원은 ‘서비스로서의 의료(MaaS)’라는 새로운 패러다임으로 재정의될 필요가 있다. 더 이상 공급자 마인드에 빠져 시대변화를 거역할 수 없다. 변화에 적응하려면 전통적인 의료전달 체계와 권위적인 자세에서 탈피해 MaaS 정신으로 무장해야 한다. 맞춤형 의료에 익숙해져야 한다. 즉 AI 시대는 환자의 건강 데이터를 수집·분석해 초개인 맞춤형 의료 서비스를 제공하는 자동화 시스템이 보편화될 것이다. MaaS는 환자가 병원을 직접 방문하지 않아도 디지털 플랫폼을 통해 ‘온디맨드’ 의료 서비스를 제공받는 시대를 열 것이다. 이때는 의료기기라는 제품의 본질은 희석되고 서비스의 효용성만 남게 될 것이다. MaaS 시대에는 의료기기는 무료로 제공되고 환자는 일정한 사용료를 내면 건강관리를 받을 수 있는 구독 모델이 호응을 얻을 것이다.
AI의 전면적 도입은 의료기관의 역할과 운영 방식에 근본적인 변화를 가져올 것이다. AI 시스템은 의사와 병원에게 더 이상 기득권에 안주하게 놔두지 않을 것이다. 오로지 수요자 입장에서 환자 맞춤형으로 최상의 서비스를 제공하는 기관으로 전환될 것이다. AI는 예측, 진단, 진료의 모든 과정에서 환자데이터를 기반으로 한 맞춤형 서비스를 강화하며, 누적된 환자데이터를 기반으로 한 혁신가(AI Innovator)의 길을 재촉할 것이다. 권위적인 공급자가 아닌 수요자 입장에서 MaaS AI가 돼야 미래에 공존하고 발전할 수 있다. 암 진단 사례에서 보듯 시대적 변화 속에서 의료기관은 연구와 도전을 사명으로 하는 ‘루닛형 기술벤처’가 돼야 한다. AI는 전통적 의료 시스템의 권위적 구조를 타파하고, 더 나은 서비스를 제공하는 기술혁신과 아울러 마인드셋의 혁명을 몰고 올 것이다.
여현덕 KAIST-NYU 석좌교수
GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재 및 수집, 재배포 및 AI학습 이용 금지
암 진단부터 정복에도 희망적
의료기관 권위적 자세 탈피해
환자 맞춤형 서비스 익숙해져야
약 10년 전 카이스트 힙합 동아리 멤버들이 모여 루닛(Lunit)이라는 스타트업을 설립했다. 당시에는 일견 무모하고 용감한 도전처럼 보였지만 현재 루닛은 의료 인공지능(AI) 분야에서 세계적인 명성을 얻고 있다. 루닛은 “AI를 통한 암 정복(Conquer Cancer through AI)”이라는 목표 아래 미국 MD 앤더슨 암센터 및 세계적 제약사들과 협력해 AI 기반 혁신적 암 연구와 정복에 앞장서고 있다.
암 진단을 예로 실습분야 들어 AI 시대 ‘서비스로서의 의료(Medicine as a Service·MaaS)’에 대해 살펴보자. 오늘날 AI는 암에 대한 이해를 높이고 암 정복에 새로운 희망을 주고 있다. 그 이유는 무엇일까.
① AI로 무증상 단계에서 암 조기 발견
전통적인 방법은 증상이 나타난 후 진단과 치료가 이뤄지지만 AI 방법은 혈액 실수가없으신 에서 암 바이오마커를 분석해 무증상 단계에서 암을 발견한다. AI는 방대한 데이터를 바탕으로 증상이 나타나기 전 잠재적인 패턴을 감지해 암을 조기 진단하고 예방하게 해준다. 예컨대 액체 생검(liquid biopsy) 기술을 활용한 AI 기반 분석은 암의 유전자 변이를 탐지하고 치료 방향을 제시한다.
② 편향성 배제와 일관성 유지
전국은행연합회취업전통적인 방법은 의사의 경험, 주관적 판단, 그날의 컨디션에 따라 진단 결과가 달라질 수 있다. 동일한 케이스를 두고도 의사마다 결과가 다르면 문제가 아닐 수 없다. 반면 AI는 학습된 데이터에 기반해 일관되고 동일한 결과를 제공한다. 즉 판독하는 의사가 다르더라도 결과의 변동성이 적어 편향성에 의한 오류를 줄일 수 있다. 결과의 일관성을 높인다 한국산학연협회 (다만 AI는 데이터 편향, 할루시네이션 등의 문제가 발생하므로 진료 과정에서 인간 의료진과의 협업이 필요하다).
③ 높은 민감성, 속도, 정확도
아무리 뛰어난 의사라도 전통적인 방법으로는 암의 크기가 작거나 불규칙한 패턴을 보이면 발견하기 어려울 수 있다. 반면 AI는 훈련된 데이터를 기반으로 매우 미세한 변화나 패턴도 국민은행인터넷뱅킹수수료면제 감지할 수 있다. 작은 결절을 감지하는 데 있어 방사선 전문의보다 높은 민감도를 보인다. 가령 루닛은 AI를 활용한 암 발견율에서 의사보다 15% 더 높았다. 판독 시간에서도 기존에는 결과를 받기까지 약 5~6주가 걸렸지만 루닛 AI는 결과를 즉시 받는다. AI는 대량의 데이터를 순간적으로 처리하며 속도를 크게 향상시킨다. 이같이 AI는 의료진의 업무 부담과 환자 대기시간을 크게 줄여준다.
④ 통합적 분석과 입체적 진단
전통적인 방법은 의사가 환자의 증상을 바탕으로 의료 이미지를 판독하거나 병리학적 조직 샘플을 현미경으로 분석해 암을 진단하므로 다양한 데이터를 통합적으로 분석하지 못했다. 하지만 AI는 다양한 데이터 소스(유전자 데이터, 임상 데이터, 영상 데이터 등)를 통합해 암의 존재 여부와 상태를 자동으로 예측할 뿐만 아니라 더 정밀하고 일관된 진단이 가능하다. 나아가 멀티모달 딥러닝 모델은 다양한 데이터를 조합해 통합적인 솔루션을 가능케 한다.
⑤ 동시적 분석과 맞춤형 진단·처방
AI는 의료 영상 데이터를 분석하는 동시에 환자의 유전자 변이 및 임상 기록을 반영해 맞춤형 진단을 제공한다. 예컨대 AI 알고리즘이 CT 스캔 이미지를 학습해 미세한 암 결절을 감지하고 이를 의사에게 알린다. 이를 통해 개별환자에게 맞춤형 진단 및 치료 전략 설계를 가능케 한다.
필자가 생성형 인공지능(AI)으로 만든 AI 의료 서비스 이미지. AI 시대에는 환자가 병원을 직접 방문하지 않아도 디지털 플랫폼을 통해 ‘온디맨드’ 의료 서비스를 제공받게 될 것이다.
AI 시대의 의사와 병원은 아무리 뛰어나도 AI 및 혁신 기술과 협업해야만 경쟁력이 유지된다. 의사는 경험을 통해 전문성을 강화하지만 AI는 데이터가 많아질수록 성능이 개선된다. 의료 AI는 진단, 분석, 예측 등을 빠르고 정밀하게 수행해 의료 서비스를 고도화한다. AI는 최신 연구와 정보를 즉각 반영해 더욱 신속하고 정확한 결정을 내린다. 이제 의사와 병원은 AI와 데이터를 기반으로 하는 AI 기술 모델과 협업해야만 살아남을 수 있다.
의사와 의료기관의 역할은 과거와 달라지고 있다. 그런 점에서 AI 시대의 의사와 병원은 ‘서비스로서의 의료(MaaS)’라는 새로운 패러다임으로 재정의될 필요가 있다. 더 이상 공급자 마인드에 빠져 시대변화를 거역할 수 없다. 변화에 적응하려면 전통적인 의료전달 체계와 권위적인 자세에서 탈피해 MaaS 정신으로 무장해야 한다. 맞춤형 의료에 익숙해져야 한다. 즉 AI 시대는 환자의 건강 데이터를 수집·분석해 초개인 맞춤형 의료 서비스를 제공하는 자동화 시스템이 보편화될 것이다. MaaS는 환자가 병원을 직접 방문하지 않아도 디지털 플랫폼을 통해 ‘온디맨드’ 의료 서비스를 제공받는 시대를 열 것이다. 이때는 의료기기라는 제품의 본질은 희석되고 서비스의 효용성만 남게 될 것이다. MaaS 시대에는 의료기기는 무료로 제공되고 환자는 일정한 사용료를 내면 건강관리를 받을 수 있는 구독 모델이 호응을 얻을 것이다.
AI의 전면적 도입은 의료기관의 역할과 운영 방식에 근본적인 변화를 가져올 것이다. AI 시스템은 의사와 병원에게 더 이상 기득권에 안주하게 놔두지 않을 것이다. 오로지 수요자 입장에서 환자 맞춤형으로 최상의 서비스를 제공하는 기관으로 전환될 것이다. AI는 예측, 진단, 진료의 모든 과정에서 환자데이터를 기반으로 한 맞춤형 서비스를 강화하며, 누적된 환자데이터를 기반으로 한 혁신가(AI Innovator)의 길을 재촉할 것이다. 권위적인 공급자가 아닌 수요자 입장에서 MaaS AI가 돼야 미래에 공존하고 발전할 수 있다. 암 진단 사례에서 보듯 시대적 변화 속에서 의료기관은 연구와 도전을 사명으로 하는 ‘루닛형 기술벤처’가 돼야 한다. AI는 전통적 의료 시스템의 권위적 구조를 타파하고, 더 나은 서비스를 제공하는 기술혁신과 아울러 마인드셋의 혁명을 몰고 올 것이다.
여현덕 KAIST-NYU 석좌교수
GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재 및 수집, 재배포 및 AI학습 이용 금지