임상현장에서 AI의 활용 경험과 전망, 삼성서울병원 송상용 교수님

송상용 교수님은 삼성서울병원 병리과장 및 바이오뱅크장, 미래혁신센터 센터장을 거치며 국내 최초로 디지털 병리 시스템의 도입을 주도하셨다. 현재는 의료 AI 회사 루닛과 협력하여 인공지능 디지털 병리 진단 보조 시스템 개발에 힘쓰고 있다. 송상용 교수님의 강연을 재구성하여 기사를 작성했다. 

의료분야의 AI 시장에는 많은 인력과 자본이 몰리고 있다. ‘왜 지금인가?’ 하는 물음에 다음과 같은 세 가지 이유를 댈 수 있다. 첫째는 인간의 능력에 필적하는 기술의 도래, 둘째는 의료기관 운영 비용 절감에 대한 관심, 셋째는 건강보험재정 현황 악화에 따른 비용 절감 이슈이다. 의료 인공지능을 접목할 수 있는 5개 주요 분야는 drug discovery and development, computer-assisted diagnosis, clinical applications, healthcare robotics, virtual medicine 인데, 현재 의료 인공지능 개발에 가장 앞장서고 있는 분야는 computer-assisted diagnosis이다. 영상의학 부분에서 AI 진단이 보여주는 정확도는 놀라웠다. 소개해주신 논문에 따르면, CheXNet 이라는 인공지능 진단 시스템의 chest X-ray진단은 이미 연구 대상 영상의학과 의사들의 평균보다 더 정확도가 높았다. 흥미로운 부분은 최고 정확도를 보인 의사의 진단보다는 인공지능의 진단 정확도가 아직은 모자라다는 점이다.

알파고와 이세돌의 대결로 인공지능에 대한 관심이 폭발적으로 늘어나기 이전부터 송상용 교수님은 이미 병리학 분야의 인공지능 도입 가능성을 미리 내다보고 연구에 뛰어들었다. 이후 5년의 개발 기간 동안 50만장의 병리 슬라이드를 병리과 의사들과 함께 판독하며 정확도를 높이고 있다. 다음과 같은 문제점들을 앞으로 AI가 극복해야 한다고 지적하였다. 첫번째는 현재 AI가 마치 블랙박스와 같이 어떻게 작동하는지 알 수 없기에 학습 시킨 데이터가 잘못 되었을 경우 이를 그대로 학습하여 소위 GIGO(garbage in garbage out) 문제를 해결할 수 없다는 점이다. 둘째는 학습자의 의도성을 판단하고 배제할 수 없다는 점이다. 예를 들어 제약회사에서 AI를 만든다면, 특정 약물을 쓰는 방향으로 판독 보조 시스템이 비도덕적으로 개발될 가능성이 있고 이는 환자를 위한 최선의 진료라는 이념에서 멀어지게 된다. 인공지능이 이렇게 악용되는 일이 없도록 제도 및 도덕적인 기준이 더욱 엄격하게 적용되어야 할 것이다. 세번째는 강건성(robustness)의 문제, 즉 ‘모른다’고 대답해야 하는 상황에 0 또는 1로 대답하는 문제이다. 이러한 한계점 때문에 궁극적으로 AI가 최종판독의 역할을 대체하지는 못할 것이라 예측되고 있다.

2019년 병리과 전공의 지원자는 전국 68명 정원 중 18명에 그쳤다. 디지털 병리 및 인공지능의 접목을 통해 병리과 전공의 및 의사들에게 주어진 과중한 업무의 효율성이 높아지고 인력난이 해소될 수 있기를 바란다.

정병관 기자/가천

<jungbk@gc.gachon.ac.kr>