[메디칼타임즈=이인복 기자]국내 기업이 개발한 의료 인공지능(AI)이 의료계의 난제로 꼽히던 중간암(interval cancers)을 정확히 잡아내면서 의학계의 주목을 받고 있다.숙련된 영상의학과 전문의들이 현존하는 가장 정확한 기기인 디지털 유방 단층촬영(DBT)로도 잡아내지 못했던 암을 알고리즘을 통해 잡아내면서 이목을 끌고 있는 것.루닛 인사이트 DBT를 활용해 간격암을 잡아내는 검증 연구가 공개됐다.현지시각으로 30일 북미영상의학회 공식 학술지 래디올로지(Radiology)에는 DBT를 활용한 암 진단 의료 인공지능에 대한 검증 연구 결과가 공개됐다(10.1148/radiol.241050).중간암이란 정기적인 유방촬영술을 받는 성인에게 검진과 검진 기간 사이에 시작되는 암으로 생물학적으로 더 공격적인 특성을 띈다는 점에서 의료계의 난제로 꼽히고 있다.빠르게 암이 성장해 예후가 좋지 않지만 다음 검진까지 이를 발견하는 것이 쉽지 않다는 점에서 진단이 지연되고 치료가 늦어지는 결과를 가져오기 때문이다.하버드 의과대학 마니샤 바흘(Manisha Bahl) 교수가 이끄는 연구진이 미국 식품의약국(FDA) 승인을 받은 의료 인공지능을 활용해 이 간극을 메울 수 있는지에 대한 연구를 진행한 배경도 여기에 있다.과연 의료 인공지능이 영상의학과 전문의가 음성으로 해석한 DBT 촬영 결과를 바탕으로 간격암을 잡아낼 수 있는지를 확인한 것이다.이에 따라 연구진은 2011년 2월부터 2023년 6월 사이에 간격암이 발생한 224명의 여성의 DBT 결과를 기반으로 루닛 인사이트 디비티(Lunit INSIGHT DBT v1.1.0.0)를 적용해 후향적 분석을 진행했다.이 암들은 모두 DBT 결과를 기반으로 영상의학과 전문의들이 음성으로 진단한 것들로 과연 루닛 인사이트 디비티가 여기서 더 암을 찾아낼 수 있는지를 검증한 셈이다.그 결과 루닛 인사이트 디비티는 이미 촬영된 DBT 영상을 통한 후향적 검토만으로 32.6%의 간격암을 정확하게 찾아내는데 성공했다.이 암들은 찾아내지 못한 암에 비해 병리학적으로 좀 더 크기가 컸으며(37mm 대 22mm), 림프절 양성이 있을 확률이(41.3% 대 22.8%) 더 높았다.결과적으로 루닛 인사이트 디비티를 활용했다면 영상의학과 전문의들이 찾아내지 못한 암의 3분의 1을 찾아낼 수 있었다는 의미가 된다.특히 이 의료 인공지능은 진양성, 진음성 등을 구분하는 성능도 매우 뛰어났다.실제로 양성으로 진단된 암의 84.4%를 정확하게 국소화하는데 성공했으며 실제 음성 사례의 85.9%도 정확하게 걸러냈기 때문이다.연구진은 이번 연구가 의료 인공지능이 매우 뛰어난 '두번째 판독자'가 될 수 있다는 것을 보여주는 결과라고 요약했다.마니샤 바흘 교수는 "영상의학과 전문의가 음성으로 진단한 DBT 결과를 기반으로 간격암의 3분의 1을 감지하고 정확한 위치를 파악한 것은 매우 놀라운 결과"라며 "이 AI가 두번째 판독자로서 충분한 자격을 갖추고 있다는 것을 보여준다"고 설명했다.그는 이어 "이번 연구는 DBT 검사에서 간격암을 발견하는데 AI가 어떤 도움을 주는지를 구체적으로 조사한 최초의 연구"라며 "향후 간격암 발생률을 낮추고 검진 결과를 개선할 수 있는 매우 획기적인 잠재력을 시사한다"고 밝혔다.

[메디칼타임즈=이인복 기자]에이아이트릭스가 국내 의료진을 대상으로 신속대응시스템 심포지엄을 개최했다.에이아이트릭스(대표 김광준)는 반얀트리 클럽 앤 스파 서울에서 국내 의료진을 대상으로 2025 신속대응시스템(RRS, Rapid Response System) 심포지엄을 개최했다고 29일 밝혔다.'From Insight to Impact: Real AI in Action(생각을 넘어 실천으로: 의료 현장에 검증된 AI)'을 주제로 열린 이번 심포지엄에는 전국 신속대응팀 소속 의료진 140명이 참석해 신속대응팀(RRT)의 운영 변화와 현황, 그리고 환자 상태 악화 예측 AI 솔루션인 AITRICS-VC(바이탈케어)의 임상 현장 적용 사례에 대해 논의하는 자리로 마련됐다.이날 심포지엄은 가톨릭대 서울성모병원 호흡기내과 김석찬 교수, 강남세브란스병원 호흡기내과 조재화 교수, 분당서울대병원 호흡기내과 이연주 교수가 좌장을 맡았으며 전국 주요 병원의 신속대응팀 의료진 4명이 연자로 나서 현장 경험과 환자 상태 조기 예측 AI 솔루션 활용 사례를 공유했다.첫 번째 세션인 신속대응시스템의 변화와 운영 실전 사례에서는 세종충남대병원 중환자의학과 문재영 교수와 서울대병원, 분당서울대병원 소속 신속대응팀 간호사들이 각각 발표를 맡았다. 문재영 교수는 이 자리에서 "임상 현장에서 신속대응팀의 역할이 점차 확대되고 있으며, 응급 상황 발생을 조기에 예측해 의료진이 신속히 개입하는 것이 더욱 중요해지고 있다"며 "AI 기반 예측 솔루션을 잘 이용하면 의료진의 임상 의사 결정에 큰 도움을 얻을 수 있다"고 강조했다.이어 그는 "의료 AI 기술이 빠르게 발전하는 지금 의료진 역시 변화에 관심을 가지고 기술과의 조화를 이루는 것이 중요하다"며 "특히 이러한 기술 도입은 환자와 의료진 간의 관계에도 변화를 가져올 수 있는 만큼, 신뢰 형성과 소통을 위한 노력이 병행돼야 한다"고 덧붙였다.이어진 발표에서는 신속대응팀 간호사들이 RRT 간호사의 핵심 역할과 함께 각 병원에서의 운영 사례 및 AI 솔루션 도입 이후의 나타난 실질적 변화를 구체적으로 공유했다.두 번째 세션은 신속대응팀 내 바이탈케어의 실제 임상 활용 경험을 주제로, 아주대병원 호흡기내과 박지은 교수가 발표를 진행했다. 박 교수는 "AI가 제공하는 데이터와 의료진의 임상 경험이 결합되면서 중환자 관리의 효율성과 정확성이 크게 향상됐다"며 "특히 솔루션 도입 후 실제 임상 현장에서 환자 예후 개선 등 긍정적인 결과들이 확인되면서 현장 의료진들의 높은 신뢰를 얻고 있다"고 말했다.서울성모병원 호흡기내과 김석찬 교수(대한중환자의학회 신속대응시스템연구회 회장)는 "신속대응시스템과 AI 기술이 의료 현장에 실질적으로 어떻게 적용되는지 공유하는 뜻깊은 자리였다"며 "AI 기반 조기 예측 솔루션이 의료진의 판단을 보조하고 조기 대응 역량을 강화하는 데 큰 역할을 할 것"이라고 밝혔다.에이아이트릭스 김광준 대표는 "전국 신속대응팀 의료진과의 직접적인 교류를 통해 현장의 생생한 경험과 의견을 들을 수 있어 매우 의미 있는 시간이었다"며 "바이탈케어가 의료 현장에서 실질적으로 중요한 역할을 수행하며, 임상적 가치가 명확히 입증되고 있음을 확인할 수 있었던 만큼 현장의 목소리에 귀 기울여 제품과 임상 근거를 더욱 탄탄히 다지겠다"고 전했다.한편, 에이아이트릭스의 바이탈케어는 일반 병동에서 6시간 이내 발생할 수 있는 사망, 심정지, 중환자실 전실과 국내 최초로 4시간 이내 발생할 수 있는 패혈증을 예측, 중환자실에서는 6시간 이내 발생할 수 있는 사망을 예측하는 솔루션으로 국내 130개 이상 병원에 도입돼 신속대응팀의 조기 대응을 지원하고 있다. 

[메디칼타임즈=이인복 기자]생성형 인공지능(AI)으로 불리는 멀티 모달 거대언어모델(LLM)이 의료 분야로 영역을 확장하고 있지만 여전히 편향 문제를 가지고 있어 주의가 필요하다는 지적이 나왔다.질환 진단에 있어 성별이나 연령 등의 변수를 반영하지 못해 잠재적 편향이 나타나는 만큼 임상 적용에 앞서 이를 해결해야 한다는 것이 전문가들의 의견이다.챗 지피티 등 거대언어모델이 의료 분야에서도 매우 높은 진단 정확도를 보이고 있지만 여전히 편향 문제를 가지고 있다는 지적이 나왔다.현지시각으로 28일 국제학술지 헬스 데이터 사이언스(Health Data Science)에는 거대언어모델의 편향성에 대한 대규모 연구 결과가 공개됐다(10.34133/hds.0256).현재 챗 지피티(Chat GPT)를 비롯한 거대언어모델은 의료 분아에서 복잡한 질문에 전문의 수준으로 응답하며 잠재력을 인정받가 활용도가 높아지고 있다.이로 인해 이미 이를 의료 분야에 적용하기 위한 노력이 이뤄지고 있으며 신뢰성을 확인하기 위한 연구도 이어지고 있는 것이 사실.하지만 일부 연구에서는 여전히 거대언어모델의 한계로 꼽히는 환각과 편향이 나타나면서 이에 대한 우려의 목소리도 나오고 있는 것이 현실이다.상하이기술대학교 완 지위(Zhiyu Wan) 교수가 이끄는 연구진이 이에 대한 대규모 연구를 진행한 배경도 여기에 있다.실제로 챗 지피티를 비롯한 거대언어모델이 의학 분야 적용에 있어 편향성을 가지는지를 파악하기 위해서다.이에 따라 연구진은 흑색종과 양성 각화증, 멜라닌세포 모반 등을 포함하는 1만개의 피부경 검사 이미지를 대상으로 널리 쓰이고 있는 거대언어모델인 챗 지피티(ChatGPT-4)와 라바(LLaVA-1.6)의 성능을 테스트했다.그 결과 거대언어모델은 이미 딥러닝 모델의 성능은 크게 앞서고 있었다.합성곱 신경망(CNN)을 기반으로 하는 3개의 딥러닝 모델(VGG16, ResNet50, Model Derm)을 포함해 하나의 트랜스포머 모델(Swin-B)을 비교한 결과 정확도에서 앞섰기 때문이다.실제로 챗 지피티는 가장 성능이 좋은 CNN에 비해 3% 더 높은 전체 정확도를 보였고 라바는 마찬가지 비교에서 23%나 정확도가 높았다.하지만 거대언어모델의 한계로 꼽히는 편향성 부분에서는 아쉬움을 남겼다.챗 지피티의 경우 흑색종 식별에서 높은 정확도를 보였으며 특히 젊은 층에서 인공지능의 정확도를 의미하는 AUROC가 0.792로 상당히 높을 수치를 기록했지만 중년층 연령의 경우 정확도가 0.187로 크게 내려갔다.반면 라바의 경우 노인층에서는 AUROC가 0.813으로 매우 높은 정확도를 보였지만 젊은 연령에서는 0.208을 기록하며 마찬가지로 큰 차이가 나타났다.다른 요인을 모두 제외하고 순수하게 공정성 면을 평가하면 그나마 챗 지피티는 다른 딥러닝 모델보다도 가장 높은 공정성을 보였지만(P< 0.05) 라바는 P값이 0.005로 성별, 연령별 그룹간에 유의미한 편향을 보였다.연구진은 이를 기반으로 거대언어모델을 의료 분야에 제대로 적용하기 위해서는 이같은 편향 문제를 선결해야 한다고 강조했다.완 지위 교수는 "챗 지피티와 라바 모두 딥러닝 및 트랜스포머 모델보다 더 높은 정확도를 보인 것은 매우 고무적인 일"이라며 "상당한 잠재력을 가지고 있다는 것을 의미한다"고 설명했다.그는 이어 "하지만 여전히 성별, 연령별 특징에 따라 편향성이 분명히 나타난 것은 아쉬운 부분"이라며 "의료 분야에 이를 적용하기 위해서는 이러한 편향을 해결하는 것이 선행 과제"라고 밝혔다.

[메디칼타임즈=고상백 교수 ]죽음은 인간 존재의 가장 깊은 침묵이며, 가장 본질적인 두려움이다. 그러나 오늘날 우리는 그 침묵 앞에 직접 마주 서는 일조차 드물다. 많은 사람들이 병원 병동의 커튼 너머에서, 혹은 연락을 받은 한참 뒤에야 사랑하는 이의 죽음을 전해 듣는다. 임종의 자리는 의료화되고, 효율적으로 분리되어, 죽음은 점점 '목격되지 않는 사건'이 되어가고 있다. 고통의 얼굴을 보지 못한 채, 우리는 상실만을 남긴다. 의사는 이 침묵 앞에서 병명을 붙이고, 시간과 수치를 기록하며, 생의 마지막을 임상적으로 관리한다. 그러나 죽음은 언제나 의학의 언어로 다 담을 수 없는 영역이 있다. 어떤 이들은 그 앞에서 머무는 다른 방식의 응답을 택했다. 예술가들은 사랑하는 이의 죽음을 단지 애도의 대상으로 남겨두지 않았다. 그들은 죽음 앞에서 고개를 돌리지도 않았고, 피하지도 않았다. 오히려 그 침묵을 고통의 시선으로 붙들고, 그것을 그려야 했다. 페르디낭 호들러와 클로드 모네, 이 두 화가는 사랑하는 사람의 마지막을, 생명의 끝을, 그리고 죽음의 얼굴을 그렸다.그림. 페르디낭 호들러. 병상의 발렌틴. 1914 Ferdinand Hodler. Valentine Gode-Darel on her Sick Bed, 1914페르디낭 호들러(Ferdinand Hodler, 1853–1918)의 '죽어가는 발렌틴' 연작은 그가 남긴 가장 내밀하고 고통스러운 작품군 중 하나로, 인간 존재의 유한성과 죽음을 직시하였다. 이 연작은 호들러가 평생 사랑했던 연인 발렌틴의 죽음을 지켜보며, 그 과정을 화폭에 담은 것이다. 예술가로서의 집념과 인간으로서의 비통함이 겹쳐지는 드라마틱한 기록이기도 하다. 그녀가 암으로 쓰러졌던 1909년부터 1915년 사망에 이르기까지, 그는 병실 곁을 떠나지 않았다. 호들러는 발렌틴이 서서히 죽어가는 과정을 지켜보며, 병상에 있는 그녀를 수십 점의 유화, 수채화, 드로잉으로 그렸다. 이들 작품은 병상의 초기 부터 마지막 숨을 거두기 직전, 그리고 사후의 시신까지를 아우르며, 죽음에 이르는 얼굴과 몸의 변화를 날것 그대로 담았다. 이는 20세기 초 유럽 미술에서 보기 드문, 고통과 죽음을 정면으로 마주한 회화적 기록이자 하나의 시각적 애도 문서이다.이 연작에서 특히 주목할 만한 점은 형식과 태도다. 호들러는 죽어가는 그녀를 이상화하거나 감상적으로 포장하지 않았다. 점점 말라가는 몸, 함몰되는 뺨, 멀어지는 눈빛, 그리고 고통 속에 기운이 빠져가는 손의 움직임까지, 그는 관찰자이자 연인으로서의 깊은 슬픔과 예술가로서의 치열함을 함께 담아 내었다. 대표적인 작품인 '병상의 발렌틴'이나 '죽음 직전의 발렌틴'에서는 붓질 하나하나가 그녀의 생명과 함께 쇠약해지는 감각을 포착하려는 듯 긴박하면서도 절제되어 있다. 그림. 페르디낭 호들러. 발렌틴의 마지막 모습. 1915 Ferdinand Hodler. Valentine Gode-Darel on her Deathbed, 1915도상학적으로 이 연작은 전통적인 '죽음의 침상'의 모티프를 현대적 감수성으로 재해석한 사례라고 할 수 있다. 중세 후기부터 르네상스에 이르기까지 '죽음의 준비'와 '선한 죽음'에 대한 종교적 이미지들이 존재했지만, 호들러의 연작은 종교적 상징이나 천상의 위로 없이 오직 인간의 몸과 그 운명적 파멸만을 응시했다. 그의 그림 속에서 발렌틴은 홀로 침상에 누워 있으며, 주변에 성직자도 없고, 위로의 천사도 없다. 회개의 상징도, 영혼의 승천도 나타나지 않는다. 오히려 그녀의 육체가 점점 쇠락해 가는 과정을 냉철하고도 애절한 시선으로 담아내었다. 침상은 더 이상 신의 심판대가 아니라, 인간 존재의 마지막 무대이며, 남겨진 자의 사랑과 비탄이 가장 조용하고 깊게 전달되는 장소이다. 그래서 이 연작은 절망보다는 오히려 죽음 앞의 진실과 감정의 깊이를 말없이 드러내며, 인간 삶의 마지막 순간에 예술이 어떻게 응답할 수 있는지를 묻고 있다.'죽어가는 발렌틴' 연작은 단순한 애도의 기록을 넘어, 예술가가 고통과 죽음을 어떻게 그릴 수 있는지, 그리고 그로 인해 어떤 형식의 진실이 예술 안에 담길 수 있는지를 보여준다. 그것은 한 인간의 소멸을 따라가는 회화이자, 한 사랑의 마지막 장면이며, 인간 존재의 경계에 선 예술의 응답이기도 하다. 이처럼 호들러의 붓끝은 죽음을 정면으로 마주하고, 감정과 형상이 공명하는 침묵의 진실을 우리에게 건네고 있다.반면 클로드 모네(Claude Monet, 1840–1926)는 인상주의를 대표하는 화가로, 자연의 빛과 순간을 포착하는 데 일생을 바쳤다. 그러나 그의 작품 중 가장 비극적이고 사적인 동시에, 인상주의라는 운동의 경계를 시험한 그림은 다름 아닌 '카미유의 죽음'이다. 이 작품은 사랑하는 사람의 죽음을 앞에 두고도, 예술가로서의 직관과 책임감을 내려놓지 않은 모네의 고통스러운 응답이다.그림. 클로드 모네, 카미유의 죽음, 1879  Claude Monet. Camille on her Deathbed, 1879카미유는 모네의 부인이자, 여러 초기 걸작에서 모티프가 된 인물이다. '강변의 여인', '기모노를 입은 여인', '아르장퇴유 정원에서의 카미유와 아이' 등의 그림에서 그녀는 생기 넘치는 존재로 등장한다. 그러나 1879년, 두 번째 아이를 출산한 후 카미유는 자궁암으로 점점 쇠약해졌고, 모네는 그녀의 죽음을 끝까지 지켜보았다. 그리고 그녀가 숨을 거둔 직후, 싸늘해진 얼굴을 화폭에 담았다.'카미유의 죽음'에는 햇빛도, 자연도, 색채의 유희도 없다. 오히려 그림 전체는 싸늘한 회색빛과 파란색 음영이 지배하며, 죽음의 고요와 침잠을 담아내고 있다. 부드럽게 잠든 듯 보이지만 이미 생명의 빛이 꺼진 카미유의 얼굴 위로, 모네는 짧고 빠른 붓질을 사용하여 점점 사라져가는 생명감과 슬픔을 표현했다. 움푹 팬 뺨, 창백하게 질린 입술, 그리고 정면을 응시하지 않는 구도는 죽음이 남긴 이질성과 침묵을 더욱 강조한다.이 두 화가는 죽음을 회피하지 않았다. 그들은 사랑하는 이의 죽음을 단순한 장면으로 재현한 것이 아니라, 고통을 통과한 시선으로 정직하게 마주했다. 병상에 누운 연인은 더 이상 살아 있는 존재가 아니면서도, 여전히 끝나지 않은 생으로, 기억 속에 남겨질 존재로 떠오른다. 의학이 죽음을 병명과 시간으로 기록한다면, 예술은 죽음을 붓과 빛, 색채와 침묵으로 남긴다. 그 안에는 살아남은 자의 슬픔, 목격자의 죄책감, 그리고 인간 존재의 덧없음이 녹아 있다.호들러와 모네의 그림은 단지 사적인 애도 작업이 아니다. 그것은 '죽음을 바라보는 시선'을 어떻게 구성할 것인가에 대한 시대적 질문이다. 오늘날 병원은 점점 더 기술적이고 효율적으로 설계되며, 죽음은 커튼 뒤로 숨겨진다. 그러나 두 화가의 그림은 말한다. 누군가는 그 끝을 지켜보아야 하며, 누군가는 그 끝을 그려야 한다고. 그림이 침묵 속에 남겨진다는 것은, 우리가 그 침묵을 듣고 있다는 뜻이기도 하다.

[메디칼타임즈=이인복 기자]아무런 증상이 없는 환자의 심전도 만으로 치명률이 높은 판막성 심질환을 예측하는 인공지능 모델이 나와 학계의 주목을 받고 있다.40만명이 넘는 환자의 데이터를 기반으로 학습한 이 인공지능 모델이 고위험으로 분류한 환자는 그렇지 않은 사람에 비해 심혈관 질환 위험이 9.9배나 높았다.심전도 만으로 심장 판막 질환 위험을 예측하는 인공지능 모델이 나왔다.현지시각으로 18일 유럽심장학회지(European Heart Journal)에는 심전도를 기반으로 심혈관 질환을 예측하는 인공지능 모델에 대한 검증 연구가 공개됐다(10.1093/eurheartj/ehaf448).현재 심장 판막 질환은 전 세계적으로 유병률이 급증하고 있는 질병으로 환자가 약 4100만명에 달하는 것으로 보고되고 있다.특히 심장 판막 질환은 심부전은 물론 중환자실 입원과 사망으로 이어지며 치명률이 높다는 점에서 경각심이 높아지고 있는 상황.이로 인해 조기 진단의 중요성이 강조되고 있지만 대부분이 질병이 상당히 진행될때까지 증상이 없는 경우가 많은데다 주요 증상인 호흡곤란이나 피로감 등이 다른 질환과 혼동하기 쉽다는 점에서 한계로 꼽히고 있다.임페리얼 칼리지 런던 아루나시스 사우(Arunashis Sau) 교수가 이끄는 연구진이 심전도를 통해 심장 판막 질환을 예측하는 인공지능 모델 개발에 나선 것도 이러한 배경 때문이다.일반인들이 가장 쉽게 접할 수 있는 검사가 심전도인데다 건강검진 등에서도 많이 활용된다는 점에서 이를 통해 심장 판막 질환을 잡아낼 수 있다면 조기 진단에 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 총 40만 882명 환자의 심전도 및 심장 초음파 데이터를 기반으로 인공지능을 학습시키고 미국과 이스라엘의 대학병원에서 3만 4214명의 환자를 대상으로 검증 연구를 진행했다.그 결과 이 인공지능 모델은 승모판 역류증(MR)에 대해 정확도를 의미하는 AUROC가 0.774를 기록했다. 77%의 확률로 승모판 역류증 위험을 예측한다는 의미다.또한 삼첨판 역류증(TR)에 대해서는 AUROC가 0.691을, 대동맥판 역류증(AR)은 0.793으로 매우 높은 정확도를 보였다.이를 기반으로 인공지능이 위험도 점수를 매긴 결과 4분위 중 높은 위험으로 분류된 환자는 그렇지 않은 사람에 비해 삼첨판 역류증이 나타랄 위험이 무려 9.9배나 높았다.또한 승모판 역류증 위험도 7.6배가 높았으며 대동맥판 역류증 위험도 3.8배가 상승하는 것을 확인했다.특히 이러한 경향은 중국과 미국, 이스라엘 등 인종과 국가에 관계없이 일정하게 나타났다. 범용성을 인정받은 셈이다.연구진은 이 모델이 향후 심장 판막 질환 위험을 낮추는데 크게 기여할 것으로 기대하고 있다.아루나시스 사우 교수는 "심장 판막에 증상이 나타나거나 구조적 변화가 일어난 시점에는 이미 조치를 취하는 것이 상당히 늦은 상태"라며 "하지만 전문의라 할지라도 그 전의 미세한 변화는 알아채기 힘든 경우가 많다"고 지적했다.그는 이어 "하지만 이 인공지능을 활용하면 널리 쓰이고 있는 심전도만으로 이러한 위험을 미리 예측할 수 있다"며 "심장 질환에 대한 조기 진단과 관리에 획기적 전환점이 될 것"이라고 밝혔다. 

[메디칼타임즈=이인복 기자]주산기에 접어든 태아의 운동이 감소했을때 서둘러 출산을 해야하는지 더 지켜봐도 되는지 초음파를 통해 정확히 판단할 수 있는 '지수'가 개발돼 학계의 주목을 받고 있다.태아의 뇌와 탯줄 혈관의 저항성의 비율인 뇌태반 비율(CPR)이 바로 그것으로 주산기 예후 개선에 큰 도움이 된다는 점에서 진료 지침에 반영될 것으로 전망된다.주산기에 태아의 운동 감소시 조산과 추적 관찰을 결정하는 초음파 기반 뇌태반 비율이 정리됐다.현지시각으로 14일 국제학술지 란셋(The Lancet)에는 초음파 기반 뇌태반 비율이 주산기 관리에 미치는 영향에 대한 대규모 연구 결과가 공개됐다(10.1016/j.lanogw.2025.100002).산모가 주산기에 접어든 경우 일정 비율로 태아 운동이 줄어드는 상황이 벌어질 수 있다. 대부분 일반적인 상황으로 태아의 자세에 따라 달라지는 것이 대부분.하지만 잘못하면 심각한 산소결핍 등으로 태아 사망으로 이어진다는 점에서 이에 대한 추적 관찰 및 관리는 필수적인 요소로 받아들여지고 있다.태반이 제대로 기능을 유지하지 못하면서 심각한 저산소증이 발생한다는 점에서 차라리 빠르게 출산을 유도해 조산하는 것이 나은 선택이 될 수 있기 때문이다.현재 이러한 상황이 발생한 경우 의료기관에서는 태아 심박수를 측정하고 성장 및 양수 수치를 평가하는 방법을 활용하고 있다.이 수치를 가지고 산부인과 전문의가 빠르게 조산을 유도하는 것이 유리한지 혹은 그대로 둬도 되는지 판단하는 셈이다.하지만 이러한 경험에 의존하는 방식은 전문의의 숙련도에 따라 다른 결과를 낼 수 있다는 점에서 더 정확한 지표에 대한 수요가 지속되고 있는 것도 사실이다.그로닝겐 의과대학 산네 고르딘(Sanne Gordijn) 교수가 이끄는 연구진이 초음파에 기반한 태반 기능 평가 도구를 만든 배경도 여기에 있다.이에 따라 연구진은 태아의 뇌와 탯줄 혈관의 저항성의 비율을 분석해 '뇌태반 비율'을 정의하고 이를 기반으로 조산(expedited birth)과 기대 관리(expectant management)를 구분하는 '지수'를 정리했다.뇌태반 비율이 낮은 경우 빠르게 조산을 하고 정상인 경우 임신을 유지하며 출산일까지 추적 관찰하는 방식이다.이에 대한 검증은 네덜란드와 호주 등 총 23개 병원에서 1884명의 주산기 산모를 대상으로 한 그룹은 초음파를 활용한 뇌태반 비율 관리를 실시하고 나머지는 현재 표준 진료를 제공한 뒤 이를 대조해 분석했다.연구의 1차 종점은 사산과 28일 이내 신생아 사망, 5분 아프가 점수 7 미만, 심각한 상태로 인한 응급 분만이었다.분석 결과 뇌태반 비율을 통해 관리를 받은 산모 중에서는 12%가 1차 종점에 해당하는 사건이 발생한 것으로 집계됐다. 하지만 표준 진료를 제공한 그룹은 15%로 비율이 높았다.다른 요인을 모두 제외하고 뇌태반 비율 관리의 유효성을 분석하자 이를 통해 사산이나 신생아 사망 등의 악결과가 발생할 위험이 24%나 감소하는 것을 확인했다.이번 연구 결과는 네덜란드와 호주 산부인과 학회가 공동으로 참여했다는 점에서 이를 기반으로 각 학회는 뇌태반 비율을 통한 주산기 산모 관리에 대한 진료 지침을 업데이트할 계획이다.산네 고르딘 교수는 "주산기 산모에게 추가적인 초음파 검사를 통해 뇌태반 비율 측정값을 아는 것만으로 수많은 합병증과 부작용, 악결과를 예방할 수 있다"며 "주산기 산모 관리에 획기적인 방안으로 조만간 각 학회를 통해 진료 지침으로 업데이트 될 예정"이라고 밝혔다.

[메디칼타임즈=이인복 기자]단일 심장 초음파 영상만으로 심장 아밀로이드증을 정확히 진단하는 인공지능 모델이 나와 학계의 주목을 받고 있다.다른 심장 질환과 구분히 쉽지 않아 최소 5개 이상의 검사를 해야 했던 난제를 한번에 해결한 것으로 향후 조기 진단의 중요한 도구가 된다는 것이 전문가들의 의견이다.심장 초음파만으로 진단이 어려운 심장 아밀로이드증을 한번에 찾아내는 인공지능이 나왔다.현지시각으로 10일 유럽심장학회지(European Heart Journal)에는 심장 아밀로이드증 진단을 위한 인공지능 모델에 대한 연구 결과가 공개됐다(10.1093/eurheartj/ehaf387).심장 아밀로이드증은 침윤성 심근병증으로 비정상적인 단백질이 심근에 침착돼 발생하는 경우가 많다.박출률 보존 심부전(HFpEF)의 가장 흔한 원인으로 사망 등 치명률이 높지만 정확한 진단을 내리기까지 상당한 시간이 소요된다는 점에서 경각심이 높아지고 있는 상황.초기 임상 평가와 심전도, 심초음파 검사를 통해 이를 의심해도 심장 자기공명영상(MRI), 케크네튬 피오인산 신티그래피(Tc-PYP)가 필요하며 결국 조직 생검을 통한 추가 검사까지 시행해야 하기 때문이다.특히 만약 의사가 이를 의심하지 못할 경우 다른 심장질환으로 오인하는 경우가 많다는 점에서 의학계에서는 심장 아밀로이드증을 빠르게 배제하는 방법을 고민하고 있는 상황이다.시카고 의과대학 제러미 슬리브닉(Jeremy Slivnick) 교수가 이끄는 연구진이 심장 초음파에 인공지능을 결합하는 모델 개발에 나선 배경도 여기에 있다.의료진이 빠르게 심장 아밀로이드증을 배제하거나 진단하기 위해서는 결국 심장 초음파 단계에서 처리가 돼야 한다는 판단에서다.이에 따라 연구진은 전 세계 17개 대학병원과 협력해 심장 아밀로이드증으로 진단된 다인종 환자 2612명의 데이터를 확보하고 4심실에 대한 심장 초음파 영상을 통해 심장 아밀로이드증을 감지하도록 신경망을 훈련시켰다.연구 결과 이 모델은 심장의 4심방 시양에 대한 단일 심초음파 영상을 분석해 빠르게 심장 아밀로이드증을 감지하는 것은 물론 다른 유사한 심장 질환과 구별하는데 성공했다.심장 아밀로이드증 환자 597명과 대조군 2122명을 대상으로 한 외부 검증 결과에서도 마찬가지 결과가 나타났다.이 모델이 민감도 85%, 특이도 93%를 기록했기 때문이다. 심장 아밀로이드증 환자를 85%의 정확도로 식별하는 것은 93%의 확률로 물론 다른 유사한 심장 질환으로 배제할 수 있다는 의미다.그 결과 이 모델은 정확도를 의미하는 수신자 조작 특성 곡선 아래 면적(AUROC)이 0.93을 기록했다. 현재 표준 검사법인 테크네튬 피로인산 신티그래피 영상 촬영의 AUROC 0.86보다도 높은 수치다.현재 4~5단계를 거쳐 최종적으로 심장 아밀로이드증을 진단하는 표준 검사 지침보다 심장 초음파 하나로 이를 잡아내는 이 인공지능 모델이 더 우월하다는 뜻이 된다.제러미 슬리브닉 교수는 "이 인공지능 모델은 그 어느 심장 초음파에도 적용이 가능하며 이미 촬영된 영상에도 적용이 가능하다는 점에서 광범위한 활용이 가능하다"며 "엄청난 양의 검사를 하고서도 다른 질환과 구별이 어려웠던 심장 아밀로이드증 진단에 획기적 변화를 가져올 것"이라고 밝혔다. 

[메디칼타임즈=이인복 기자]엑스레이 사진 한장만으로 환자의 골밀도를 측정하고 이를 통해 골다공증 위험을 예측하는 인공지능(AI) 모델이 나와 학계의 주목을 받고 있다.특히 이 기술은 새롭게 찍은 엑스레이 뿐만 아니라 과거 사진으로도 이에 대한 예측이 가능하다는 점에서 기회 검진의 새로운 기반이 될 수 있다는 평가를 받고 있다.엑스레이 사진 한장으로 골밀도를 측정하는 인공지능이 나왔다.9일 미국정형외과학회지(Journal of Orthopaedic Research)에는 인공지능을 통해 엑스레이 사진으로 골밀도를 측정하는 기술에 대한 검증 연구 결과가 공개됐다(10.1002/jor.70000).골다공증은 고령사회 진입에 따라 전 세계적으로 유병률이 치솟고 있는 질환 중 하나로 지난해를 기준으로 신규 환자가 1000만건에 달하고 있는 상황이다.특히 2050년에는 의료·경제적 비용이 1315억 달러에 이른다는 보고가 나올 만큼 경각심이 높아지고 있는 상황.이로 인해 세계 각국은 다양한 가이드라인을 마련하며 조기 진단 및 치료에 힘을 쏟고 있는 상태다.하지만 문제는 골다공증이 대부분 무증상으로 지속되다가 골절이 되고서야 발견된다는 점이다. 이미 골밀도가 심각하게 떨어진 상황에서도 검사를 받을 동기가 없다는 의미다.도쿄 의과대학 토루 모로(Toru Moro) 교수가 이끄는 연구진이 엑스레이를 통한 골밀도 추정 시스템 개발에 나선 것도 이러한 배경 때문이다.고령 인구를 포함해 성인들이 다양한 이유로 엑스레이를 찍는 경우는 많다는 점에서 이를 통해 골밀도를 파악할 수 있다면 골다공증 조기 진단에 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 2005년부터 시작된 골다공증 코호트 연구를 활용해 40세 이상의 성인 1721명을 대상으로 요추 엑스레이 사진을 집계한 뒤 딥러닝을 진행했다.또한 이를 통해 전후방 엑스레이 사진에서 요추의 골밀도 뿐만 아니라 대퇴부 골밀도를 예측할 수 있는 심층 신경망 인공지능 진단 시스템을 개발했다.검증 연구는 총 1454장의 엑스레이 데이터로 진행됐다. 이 인공지능 시스템의 결과와 현재 표준 검사법인 이중 에너지 X선 흡수 계측법(DXA)을 동시에 진행해 결과를 비교 분석한 것이다.그 결과 요추 엑스레이를 통해 인공지능이 골밀도를 측정한 결과는 민감도가 86.4%를 기록했다. 또한 대퇴골 엑스레이는 84.1%로 집계됐다.골밀도가 크게 떨어져 골다공증 위험이 있는 환자 10명 중 9명은 이 인공지능이 걸러낼 수 있다는 뜻이 된다.아울러 인공지능은 특이도 면에서도 매우 높은 정확도를 보였다. 요추 엑스레이에 대해서는 80.4%, 대퇴골 엑스레이는 76.3%를 기록했기 때문이다.연구진은 이 기술이 전 세계가 마주하고 있는 골다공증 환자 관리에 획기적 관리 기반이 될 수 있을 것으로 기대하고 있다.토루 모로 교수는 "골밀도 측정은 골다공증 조기 진단에 필수적 요소지만 진단 장비 접근성이 떨어지고 무증상으로 인한 검진 기회 박탈로 전 세계가 어려움을 겪고 있다"며 "하지만 이 기술을 활용하면 엑스레이에서 얼마든지 기회 검진이 가능하다는 점에서 조기 진단과 광범위한 검진에 획기적 기반이 될 것"이라고 밝혔다. 

[메디칼타임즈=이인복 기자]GE헬스케어가 영상의학과 전문의들을 대상으로 비뇨생식영상의학 아카데믹 포럼을 개최했다.GE헬스케어는 최근 강남 노보텔에서 비뇨생식영상의학 (Urogenital Radiology) 2025 아카데믹 포럼을 개최했다고 8일 밝혔다.이번 포럼은 영상의학과 전문의를 초청해 고해상도 자기공명영상(MRI)을 활용한 전립선 및 비뇨생식 질환 진단 사례를 공유하고 인공지능(AI) 기반의 정밀 영상 기술과 차세대 기술 방향성에 대한 임상적 통찰을 나누는 자리로 마련됐다.이번 포럼은 보라매병원 문민환 교수가 좌장을 맡았으며, 건국대병원 정성일 교수(대한비뇨생식영상의학회 회장)와 은평성모병원 정승은 교수(대한영상의학회 회장)의 환영사로 시작됐다.먼저 경희대병원 문성경 교수는 '전립선 MRI의 발전: 용적 측정과 융합 생검에서의 AI 응용(Advancing Prostate MRI: AI Applications in Volumetry and Fusion Biopsy)'이라는 주제로 발표를 진행했다.이 자리에서 문 교수는 인공지능 기반 기술이 전립선 진단 정밀도 향상에 어떻게 기여하는지 다양한 임상 사례를 통해 소개했다.이어 분당서울대병원 황성일 교수는 '전립선 영상에서 멀티샷 확산 강조영상(MultiShot DWI)의 역할 평가(Evaluating the Role of MultiShot DWI in Prostate Imaging)'에 대해 발표하며 기존 방식과의 차별성 및 임상 적용 가능성에 대해 논의를 이끌었다.GE 헬스케어 코리아 이대욱 상무는 'GE 헬스케어의 비뇨생식영상의학 솔루션의 방향(GE HealthCare Urogenital Radiology Direction)'에 대해 발표하며 최신 플랫폼과 기술 개발 전략을 소개했다. 이어 하칸 그런딘(Hakan Grundin, GE HealthCare Global Photon-Counting Computed Tomography Global Product Manager) GE헬스케어 글로벌 광자계수 CT 프로덕트 메니저가 '차세대 PCCT 기술의 재정의(Redefining the Next Generation of PCCT)'를 주제로 미래 영상 기술 트렌드를 공유했다.GE헬스케어 코리아 김용덕 대표이사 사장은 "국내 비뇨생식계 질환 환자 수가 최근 5년간 약 40% 증가하며 2023년 기준 전립선암 환자만 13만 명 수준에 이르고 있다"며 "앞으로도 고해상도 MRI와 AI 기반 진단 솔루션을 통해 국내 의료진과 환자의 더 나은 결과와 삶의 질 향상을 위해 지속적으로 노력하겠다"고 말했다.

[메디칼타임즈=이인복 기자]의료 인공지능이 점차 발전하면서 이제는 치과 영역까지 범위가 확장되고 있다.보이지 않는 충치를 잡아내는 것은 물론 충치가 발생할 치아를 매우 높은 정확도로 예측하는 인공지능 나오면서 학계의 주목을 받고 있는 것.구강 내 미생물 움직임을 통해 충치 위험을 예측하는 인공지능이 나왔다.현지시각으로 7일 국제 학술지 셀(Cell)에는 충치 진단 및 예측을 위한 의료 인공지능의 효용성에 대한 검증 연구 결과가 공개됐다(10.1016/j.chom.2025.05.006).유아 충치(ECC)는 세계에서 가장 흔한 만성 소아 질환으로 단순히 치아 부식 뿐만 아니라 입안의 미생물 교란으로 인해 다양한 질환을 일으킨다는 점에서 경각심이 높아지고 있다.이로 인해 선진국들을 중심으로 치아가 나기 시작하면서부터 생애 전 주기에 걸친 치과 검진에 보편적으로 진행되고 있는 상황.하지만 유아의 구강 크기와 움직임 등으로 성인에 비해 치과 검사가 용이하지 않다는 점에서 한계가 있던 것도 사실이다.또한 유아의 경우 성인과 달리 파노라마 CT 등을 이용한 총체적인 검사도 불가능하다는 단점도 있었다.홍콩 의과대학 씨 후앙(Shi Huang) 교수가 이끄는 연구진이 이에 대해 인공지능 적용을 고려한 배경도 여기에 있다.만약 영유아의 충치에서 일어나는 패턴을 인공지능에게 학습시킬 수 있다면 효과적으로 충치를 찾아내고 예측할 수 있다는 판단에서다.이에 따라 연구진은 16S rRNA 시퀀싱과 미생물 구성 및 기능 분석을 위한 메타게놈학을 결합해 3세에서 5세 사이의 어린이 치아에 대한 분석을 진행했다.89명의 아이들의 2504개의 개별 샘플을 추적해 치아 부식과 관련한 패턴을 관찰한 것. 그 결과 연구진은 특정 미생물 군집이 충치에 직접적인 연관성이 있다는 것을 발견했다.실제로 연구에 따르면 앞니는 어금니보다 자연적으로 다른 박테리아 군집을 보유하고 있으며 입 전체에 예측 가능한 공간적 패턴을 만든다는 것을 알아냈다.타액 흐름과 치아 해부학적 구조와 같은 요인에 의해 치아의 전방에서 후방으로 미생물 군집에 기울기가 생기며 특히 충치자 형성되면 이 흐름이 교란되는 것을 발견한 것이다.더욱이 연구진은 충치가 눈에 보이지 않아도 충치가 생기려는 치아를 중심으로 특정 박테리아가 이동을 시작한다는 사실을 규명했다.이를 기반으로 연구진은 미생물 군집의 이동을 기반으로 개별 치아의 충치 위험을 예측하는 세계 최초의 인공지능 솔루션인 'Spatial-MiC'을 개발했다.치아의 미생물 군집 데이터를 통해 Spatial-MiC는 치과 의사가 문제없다고 판단한 눈에 보이지 않는 충치를 98%의 정확도로 찾아내는데 성공했다.또한 아직 임상적 양상이 전혀 나타나지 않은 충치를 두달 전에 93%의 정확도로 미리 예측하는데 성공했다.씨 후앙 교수는 "소아의 치과 질환은 턱 관절은 물론 다양한 감염 질환의 원인이 되지만 지금까지 검진으로는 발견과 관리에 한계가 있었다"며 "하지만 Spatial-MiC은 거의 완벽에 가까운 정확도로 이를 찾아내는 것은 물론 93%라는 높은 정확도로 충치가 나타날 치아까지 예측한다는 점에서 향후 치과적 관리에 획기적 전환점이 될 것"이라고 밝혔다.

[메디칼타임즈=고상백 교수 ]인간의 고통과 회복, 특히 중병을 앓는 환자와 이를 돌보는 사람과 의료인의 관계는 오랜 시간 동안 의학과 미술의 교차점에서 탐구되어 왔다. 병든 몸과 회복의 여정 속에서 인간은 어떤 감정을 느끼고 표정을 지을 수 있을까? 로버트 포프(Robert Pope)는 이 질문에 대해 그림으로 대답한 화가이다. 캐나다 출신의 포프는 1980년대 초 20대 후반에 암 진단을 받았다. 그는 암의 진단에서 치료, 회복에 이르는 전 과정을 회화로 기록하였다. 질병과 치유, 환자와 의료진 사이의 복합적 감정, 치료의 공간인 병원을 회화로 풀어낸 독보적인 예술가이다. 포프는 의학이 바라보는 신체와 환자가 겪는 질병의 경험 사이의 간극을 직시했으며, 회화를 통해 그 거리를 우리에게 보여주려 했다. 암 진단을 받은 그는 자신이 직접 겪은 암 진단과 치료, 회복의 전 과정을 하나의 예술적 탐색이자, 사회적 목격으로 치환했다. 포프는 자신을 포함해 다양한 연령, 인종, 계층의 환자들을 병원의 공간 속에서 관찰하며, 의료기술과 종교, 가족과 고독, 밤과 창문에 이르기까지 병원이라는 '사회 속의 작은 세계'를 그려냈다. 그림. 로버트 포프. 의사들에 대한 탐구, 1990  Robert Pope. Study for Doctors, 1990그는 엑스레이실, 병동, 병원 예배당, 항암 주사실, 대기실을 넘나들며 환자의 가족 뿐만 아니라 의료진의 회진에 동행했고, 암 환자인 친구들과도 경험을 공유하며 예술을 통해 하나의 '이야기 공동체'를 만들어 나갔다. 그의 작업은 동시에 기록이고, 회복이며, 예술적 선언이었다.'의사들에 대한 탐구'라는 작품은 의사들의 시선과 환자의 고독을 동시에 담고 있다. 그림은 의사들이 입원실에 회진을 돌면서 나란히 서 있는 장면을 보여주며, 그들 앞에는 의사를 기다리는 환자가 있다. 흰 가운을 입은 의사들은 정제되고 통제된 위치에 서 있다. 환자는 그림 하단에 발만 보임으로써 중심에서 비껴나 있다. 이 그림의 구성은 권력의 비대칭을 드러내고 있다. 의사는 집단적으로 익명적으로 그려지고 있지만, 환자는 개별적으로 존재하고 있다. 과학과 진단이 중심이 되는 의료 환경에서 환자는 이름을 잃고, 하나의 사례로 환원된다. 하지만 포프는 환자의 자리에서 의사들을 바라보면서 오히려 상황을 역전시키고 있다. 그림. 로버트 포프. 포옹. 1990 Robert Pope. Hug 1990의사들은 과학자일까, 아니면 어둠 속에서 오싹하게 드러나는 하얀 주름진 가운을 입은 판사일까? 포프는 의사들을 위압감 넘치는 무리로 표현하고 있다. 그림은 의료 집단이 지닌 권위와 거리감, 의사들 간 계층적 질서를 섬세하게 암시하며, 병원이라는 제도적 공간에서 환자가 느끼는 불안과 고립을 대비 시키고 있다.비슷한 감정적 긴장감은 '포옹 (The Hug)'이라는 작품에서도 드러난다. 이 그림은 의료 장비 사이에서 조심스럽게 서로를 껴안는 한 쌍의 모습을 보여주고 있다. 포프는 여기서 고통 속에서도 지속되는 관계와 정서적 유대를 부각시킨다. 삐죽 솟은 링거 봉과 투명한 튜브는 육체적 고통의 상징인 동시에, 그 사이를 뚫고 건네는 ‘접촉’은 인간적 회복의 가능성을 상징하고 있다. 치료는 의사에게서 환자에게 일방향적으로 흐르는 기술의 행위가 아니다. 때로는 감정과 접촉, 이해와 공감, 기다림과 연결의 방식으로 '회복'이라는 이름을 강조하고 있다.포프는 치유를 치료와 구분한다. 치료는 절차이자 기술이고, 몸의 고장을 다루는 것이다. 그러나 치유는 몸을 넘어선 이야기이다. 그는 병실의 창을 통해 들어오는 빛을 그리기도 하고, 밤의 병동에서 홀로 깨어 있는 환자의 상념을 묘사하기도 한다. 이는 병이 단순한 생물학적 사건이 아니라, 존재론적 경험임을 강조 하는 것이다. 병든 몸은 세상으로부터의 분리를 경험하고, 치유란 그 단절로부터 다시 세계와 접속하는 과정이다.  그의 또 다른 작품 '산 (Mountain)'은 병실 내부와 멀리 보이는 산의 대비를 통해 병을 상징적으로 묘사하고 있다. 병실 안에서는 병에 의해 약해진 환자와 저 멀리 암처럼 다가오는 산이라는 존재가 환자를 압박하고 있으며, 그를 위로하는 돌봄자의 관계가 대비적으로 부각되어 있다. 원래는 돌봄자의 인물이 없었지만, 그의 존재가 더해지면서 '질병은 혼자의 일이 아니라는 것'이라는 메시지가 그림에 새겨졌다. 포프는 환자에게는 의사보다 사랑하는 이와의 관계가 더 중요하다고 말하고 있다. 그림. 로버트 포프. 산 Robert Pope. Mountain  로버트 포프의 예술은, 말하자면 질병의 미학이 아니라, 질병 속에서 살아가는 인간의 경험과 삶을 그린다. 그는 병원을 고통의 장소로만 그리지 않는다. 그곳은 또한 사랑, 유대, 기다림, 심지어 희망이 발생하는 공간이다. 암 환자의 삶은 단지 통계나 임상 결과로 파악할 수 없는 복합적 층위가 있다. 포프는 이 모든 층위를 시각화하여 우리에게 보여주고 있다. 그의 작업은 의학적 시선의 확대를 요구하며, 환자 중심의 의학이란 무엇인가를 되묻고 있다. 질병의 내부를 들여다보는 엑스레이와 같이, 그의 그림은 마음의 내부를 들여다보는 장치가 된다.로버트 포프의 작업은 환자로서의 경험과 인간 존재에 대한 묵상이며, 의학이 놓칠 수 있는 인간 내부의 진동을 시각화하는 작업이었다. 그는 의학과 환자의 관계를 객관화하거나 미화하지 않고, 삶과 죽음의 경계에서 벌어지는 내밀한 감정과 사회적 상호작용을 생생하게 기록하였다. 그의 작품은 암 환자를 단지 병든 몸으로 환원시키는 의학적 시각에 대한 반론이며, 동시에 의료현장에서 환자의 존엄을 어떻게 지켜야 할지를 묻는 시각적 선언이다. 이러한 관점은 오늘날 환자 중심의 의학이란 무엇인가를 묻는 의료인들에게 깊은 통찰을 제공하며, 병이 삶의 일부분이 되었을 때 우리가 어떤 태도로 서로를 바라보아야 하는지를 다시금 환기시키고 있다.

[메디칼타임즈=이인복 기자]뇌 기능 모니터링 등에 활용하던 반점 대비 광학 분광법(SCOS)을 활용해 커프 없이 매우 정확하게 혈압을 측정하는 기술이 나와 학계의 주목을 받고 있다.특히 이 기술은 현재 반지형, 팔찌형 혈압계에 주요 기술인 광혈류측정법(PPG)보다 정확도가 월등하게 높다는 점에서 웨어러블 혈압계의 패러다임을 바꿀 수 있다는 평가를 받고 있다.SCOS를 활용해 혈류량과 혈액량을 동시에 수집해 기존 광혈류측정보다 정확도를 높인 웨어러블 혈압계가 개발됐다.현지시각으로 4일 국제학술지 바이오메디컬 옵틱스 익스프레스(Biomedical Optics Express)에는 SCOS 방식의 웨어러블 혈압계의 검증 연구가 공개됐다(10.1364/BOE.560022).웨어러블 혈압계는 전 세계에서 활발하게 연구가 이뤄지며 상용화 단계에 이르고 있는 차세대 기술 중 하나다.의료기관에 방문해 측정하는 1회성 혈압 측정 백의 고혈압 등 다양한 한계를 가지고 있다는 점에서 신체에 착용해 지속적으로 혈압을 점검하는 기술에 대한 수요가 지속돼 왔기 때문이다.현재 개발중이거나 개발된 대다수의 기기는 바로 광혈류측정법(photoplethysmography)을 활용하고 있다.말 그대로 빛을 통해 혈액량(Blood volume)을 확인한 뒤 인공지능으로 이를 분석해 혈압을 측정하는 방식이다.이번에 개발된 기기가 주목받는 이유는 바로 여기에 혈류량(blood flow) 데이터를 더했다는 점이다. 현재 웨어러블 혈압계 중 혈류량 데이터를 함께 분석하는 기술은 최초다.이를 위해 연구진은 뇌 기능 모니터링에 활용하던 반점 대비 광학 분석법(SCOS)을 혈압계에 세계 최초로 적용했다.이 분석법은 세포와 조직에서 발생하는 간선섭 빛 산란으로 형성된 반점 패턴을 분석해 혈류를 측정하는 비침습적 영상 기술.보스턴대 대런 로블리어(Darren Roblyer) 교수가 이끄는 연구진은 SCOS로 측정한 혈류 및 혈액량 파형이 혈압과 강한 상관 관계가 있다는 점을 주목했다. 이미 2023년 선행 연구를 통해 이에 대한 상관 관계를 규명했기 때문이다.이에 따라 연구진은 SCOS를 혈압 모니터링에 적용하기 위해 532nm와 808nm의 두가지 레이저 파장을 방출하는 기기를 개발했고 이를 통해 다양한 인체 조직에서 파형을 얻어내는데 성공했다.또한 이렇게 얻어진 파형을 혈량 데이터와 종합한 뒤 머신러닝 모델을 사용해 혈압을 최종 추정한 뒤 광혈류측정법과 비교했다.현재 상용화된 웨어러블 혈압계가 모두 광혈류측정법을 기반으로 한다는 점에서 SCOS를 결합한 것이 어떠한 효과가 있는지를 파악하기 위해서다.그 결과 혈류량과 혈량 데이터를 모두 사용한 이 기기는 광혈류측정법에 기반한 기존 기기에 비해 정확도가 1.3배가 상승했다.또한 수축기 혈압을 2.26mmHg의 낮은 평균 절대 오차로 예측하는데 성공했다. 기존 기기에 비해 월등한 정확도다.대런 로블리어 교수는 "SCOS를 활용한 이 기기가 혈류량과 혈액량을 동시에 측정해 기존에 개발된 어떤 기술이나 기기보다 더 정확하게 혈압을 측정한다는 것을 보여준다"며 "향후 웨어러블 혈압계는 물론 다양한 심혈관 모니터링 기기에 획기적 진전을 시사한다"고 밝혔다.

[메디칼타임즈=이인복 기자]뇌 MRI 영상만으로 실제 노화 나이를 진단해 치매는 물론 만성질환과 사망 위험까지 예측하는 인공지능 모델이 나와 주목된다.현재까지 개발된 다른 어떤 척도와 비교해도 정확도와 상관관계가 높은만큼 고령 인구의 건강 관리에 획기적 전환점이 될 수 있다는 것이 전문가들의 의견이다.뇌 MRI 영상만으로 노화 수준을 측정하고 각종 질환 및 사망 위험을 예측하는 모델이 나왔다.현지시각으로 2일 국제 학술지 네이쳐(Nature)에는 뇌 MRI 영상을 기반으로 노화 속도를 측정하고 질병 위험을 예측하는 인공지능 모델에 대한 검증 연구 결과가 공개됐다(10.1038/s43587-025-00897-z).현재 전 세계 각국이 본격적으로 고령화 사회에 진입하면서 '노화'는 건강 관리의 새로운 지표가 되고 있다. 고령 환자들의 건강 관리가 무엇보다 중요해지고 있기 때문이다.이로 인해 노화를 실제적으로 측정하기 위한 다양한 도구들이 나오고 있지만 대부분 특정 연령대를 분석한 것에 불과해 광범위하게 활용하기에는 한계가 있는 것이 사실.듀크 의과대학 아흐마드 하러리(Ahmad Hariri) 교수가 이끄는 연구진이 더니든 연구의 데이터를 활용해 뇌 MRI를 통한 노화 연구를 시작한 배경도 여기에 있다.더니든 연구가 1972년부터 1973년 사이에 태어난 뉴질랜드 더니든 지역의 1037명의 건강 데이터를 지금까지 추적 관찰하고 있다는 점에서 이를 활용해 전주기 노화 연구를 진행한 셈이다.이에 따라 연구진은 이 사람들의 뇌 MRI 스캔 정보를 기반으로 다양한 알고리즘으로 학습시켜 실제 노화를 점수로 제공하는 'DunedinPACNI'라는 도구를 개발했다.또한 이를 미국과 영국, 캐나다 등 다양한 국가의 참여자들에게 적용해 검증 연구를 진행했다.그 결과 이 DunedinPACNI 도구는 환자의 실제 노화를 매우 정확하게 평가하는 것은 물론 각종 질환의 위험을 효율적으로 분석하는 것으로 확인됐다.실제로 동일 평균 연령에 비해 DunedinPACNI 점수가 높은, 즉 노화가 더 많이 진행된 환자는 치매가 발병할 위험이 1.49배나 높았다.또한 동일 연령대에서 상위 10%의 점수를 기록한 사람의 경우 다른 요인을 제외해도 치매가 발병할 위험이 무려 1.61배나 높아진 것을 확인했다.특히 이 DunedinPACNI 도구는 미래에 만성질환이나 노화 관련 질환을 겪을 위험도 효과적으로 예측했다.동일 연령 평균에 비해 DunedinPACNI 점수가 높은 환자의 경우 뇌졸중과 심근경색 위험이 1.14배 높아졌으며 마찬가지로 상위 10%는 평균에 비해 노령 질환을 겪을 위험이 18% 증가했다.마찬가지 이유로 동일 연령 평균에 비해 DunedinPACNI가 높은 환자는 사망 위험도 높아졌다. 점수가 평균보다 높을 수록 더 일찍 사망할 위험이 1.32배 높았기 때문이다.아울러 평균보다 상위 10%에 해당하는 사람들은 평균 점수의 사람들보다 더 빨리 사망할 위험이 무려 1.41배나 상승했다.특히 미국과 영국, 캐나다 등에서 모집한 642명을 대상으로 진행한 검증 연구에서도 오차범위 이내에서 동일한 결과가 나왔다. 인종 및 국가에 상관없이 노화 지표를 계산할 수 있다는 의미다.아후마드 하러리 교수는 "물론 미국과 유럽계에 모집군이 집중돼 있기는 하지만 이 지표는 지금까지 나온 어떤 지표보다 매우 높은 상관관계로 노화를 정확히 측정하고 이로 인한 위험을 예측하는데 성공했다"며 "향후 고령 인구의 건강 및 사망 위험 관리에 매우 유용한 도구가 될 수 있을 것"이라고 밝혔다.

[메디칼타임즈=이인복 기자]의료 인공지능의 성능에 의료진의 판단에 따른 결측값이 어떠한 영향을 주는지에 대한 연구가 나왔다.의료 인공지능의 성능이 데이터의 양보다 의료진의 임상 판단이 반영된 결측률에 더 영향을 받는다는 연구 결과가 나왔다.에이아이트릭스(AITRICS, 대표 김광준)는 의료 데이터 결측이 단순한 정보 부족이 아닌, 의료진의 임상 판단을 반영한 결과일 수 있다는 내용을 다룬 연구가 SCIE급 국제학술지 임상의학저널(Journal of Clinical Medicine)에 게재됐다고 2일 밝혔다.이번 연구는 예수병원에서 수집된 일반 내과·외과 병동에 입원한 성인 환자 총 2만 4359명의 임상 데이터를 후향적으로 분석해 '데이터를 수집한 임상적 맥락(Informative Presence)'이라는 개념을 실제 데이터로 입증한 결과다.즉, 데이터 결측 자체가 의료진의 판단 결과일 수 있다는 것을 의미한다.연구팀은 선행 연구를 바탕으로 환자의 중증도에 따라 수집되는 데이터와 결측률이 달라질 수 있다는 가설을 검증했다. 환자들을 '동반 질환 지수(Charlson Comorbidity Index, CCI)' 기준으로 고위험군(CCI > 3)과 중저위험군(CCI ≤ 3)으로 나눈 뒤 각 집단의 데이터의 결측률과 AI 성능을 비교한 것.연구 결과 상태가 위중한 고위험군은 더 많은 검사를 시행하기 때문에 결측률이 낮은 반면 중저위험군은 상대적으로 검사 빈도가 적어 결측률이 높았다. 그러나 고위험군과 중저위험군 모두에서 임상 악화 이벤트가 발생한 환자는 그렇지 않은 환자에 비해 전반적으로 결측률이 낮게 나타났다. 이를 통해 의료진이 환자의 중증도와 관계없이 임상 악화를 의심할 경우 보다 집중적으로 검사를 시행한다는 사실을 확인할 수 있었다.이처럼 환자 집단 간 검사 빈도와 결측률에는 차이가 있었지만 예측 정확도(AUROC)는 전체 환자에서 0.86, 고위험군은 0.86, 중저위험군은 0.85로 중증도에 따른 유의미한 성능 차이는 나타나지 않았다. 즉, 단순한 데이터 양보다 검사 시행 여부에 내포된 임상적 맥락을 반영하는 것이 알고리즘 성능에 더 중요한 영향을 미칠 수 있음을 시사한다.에이아이트릭스 김광준 대표는 "환자 상태에 따라 검사 빈도와 결측 패턴이 다르게 나타나는 만큼 AI 모델도 이러한 중증도별 진료 행태의 차이를 인식하고 해석할 수 있어야 한다"며 "단순히 수치나 양적인 정보에만 의존할 것이 아니라 임상적 판단까지 반영하는 AI 모델이 실제 현장에서 신뢰받고 효과적으로 적용될 수 있을 것"이라고 밝혔다.

[메디칼타임즈=이인복 기자]간단한 혈액 검사를 통해 임신 중 주요 합병증 중 하나인 자간전증을 5개월 전에 예측하는 진단 검사 기술이 나와 주목된다.산모아 태아의 건강을 위협하는 주요 원인이지만 병이 시작된 후에야 잡아낼 수 있었던 질환을 미리 파악할 수 있다는 점에서 고위험 산모 관리에 획기적 전환점이 될 수 있다는 것이 전문가들의 의견이다.유럽 생식 및 배아학회 연례회의에서 cfRNA를 활용한 자간전증 예측 모델이 공개됐다(사진=ESHRE).현지시각으로 29일부터 7월 2일까지 프랑스 파리에서 진행되는 유럽 생식 및 배아학회 연례회의(ESHRE 2025)에서는 자간전증 예측 진단 기술에 대한 연구 결과가 발표됐다.임신 중 고혈압과 장기 손상을 특징으로 하는 합병증인 자간전증은 전 세계적으로 산모와 태아, 영아를 위협하는 주요 원인으로 꼽힌다.현재 임신 초기 다양한 선별 검사법을 통해 이를 잡아내기 위해 노력하고 있지만 대부분 질환이 진행된 후에야 위험을 감지하는 경우가 많다는 점에서 경각심이 높아지고 있는 상황.또한 질환이 시작되더라도 현재 선별검사법으로는 사례의 절반 이상을 놓친다는 점에서 난제가 되고 있다.카를로스 시몬 재단(CSF)의 타마라 가리도 고메즈(Tamara Garrido Gómez) 박사가 이끄는 다기관 연구진이 무세포 RNA(cfRNA)를 활용하는 방법을 고안한 것도 이러한 배경 때문이다.cfRNA가 자궁과 태반을 포함한 여러 산모 조직에서 미묘한 분자 신호를 포착할 수 있다는 점에서 이를 활용한다면 질환의 징조를 파악할 수 있다는 판단에서다.이에 따라 연구진은 산모의 혈장에서 cfRNA를 통해 액제 생검하는 기술을 개발하고 스페인의 14개 의료기관에서 9586명의 임산부를 등록했다.또한 임신 중 9주에서 14주, 18주에서 28주, 28주 이상 등 여러 시점에서 혈액 샘플을 채취한 뒤 cfRNA를 추출하고 일루미나 기술을 사용해 시퀀싱을 진행했다.아울러 여기에 머신러닝을 접목해 자간전증이 일어날 수 있는 cfRNA '시그니처'를 확인하는데 성공했다.이를 2021년 9월부터 2024년 6월까지 산모에게 직접 적용한 결과 이 진단 검사 기술은 조기 발병 자간전증 진단이 되기 전 평균 18주 전에 이를 정확히 예측하는데 성공했다.민감도 83%에 특이도 90%를 기록하며 매우 높은 정확도를 보였기 때문이다. 인공지능의 정확도를 의미하는 곡선하면적(AUC)는 0.88을 기록했다.특히 후기 발병 자간전증 또한 cfRNA 시그치러를 이용해 질환이 발병하기 평균 14.9주 전에 정확히 예측하는데 성공했다.타마라 가리도 고메즈 박사는 "자간전증은 태반 바이오마커에 의존하지만 질환이 임박한 산모조차 절반 이상 진단 시기를 놓치며 질환이 진행된 후에도 진단되지 않는 경우가 많다"며 "하지만 cfRNA를 활용하면 질환이 나타나기 수개월 전에 이를 정확히 예측할 수 있다"고 설명했다.그는 이어 "아주 간단한 혈액 검사만으로 예측이 가능하다는 점에서 고위험 임신 관리에 획기적 전환점이 될 것"이라며 "산모와 영아를 보호하기 위한 예방적 치료와 면밀한 모니터링을 위한 중요한 기회가 열린 것"이라고 밝혔다.