메디칼타임즈=문성호 기자대한보건의료정보관리사협회(이하 협회)는 지난 5월 31일부터 1일 2일 간 'Digital Transformation과 보건의료정보관리'를 주제로 '제89차 학술대회'를 코엑스 컨퍼런스룸 E홀에서 개최했다.대한보건의료정보관리사협회는  'Digital Transformation과 보건의료정보관리'를 주제로 '제89차 학술대회'를 개최했다.이번 학술대회는 AI 및 디지털 기술의 의료계 적용 동향을 공유하고, 디지털 기술을 활용한 보건의료정보 관리 방안을 모색하며 보건의료정보관리사 역할을 논의하는 자리였다.주제 강연을 맡은 정창욱 실장(서울대학교병원 정보화실)은  '보건의료정보관리, 플랫폼 플레이를 통한 생성형 AI 적용' 강연에서 경영진 관점에서 반복적 업무에 AI를 적용해 인적오류 감소와 효과적인 업무체계 마련이 필요하기 때문에 보건의료정보관리사는 개인정보보호에 대한 주의를 기울이면서 학습데이터의 품질을 높일 수 있어야 한다고 강조했다.동시에 강원지역혁신플랫폼에서 운영한 '의료빅데이터 큐레이션 재직자 전문인력 양성 교육과정' 세션에 대한 관심도 높았다. 교육생들은 뇌졸중 예측 및 각종 연구데이터 큐레이션, 가명처리 기술 적용 및 챗GPT 활용 챗봇 개발 등의 사례를 발표했다.  세션에서 이희제 강원지역혁신플랫폼 대학교육혁신본부장은 "데이터 중심 산업 전환에 필요한 의료 빅데이터 큐레이션 직무에 대한 교육과정을 통해 도내 보건의료 분야 재직자들의 역량과 지식 수준이 크게 향상됐다"고 평가했다.아울러 본 세션에서는 '의료서비스에서의 AI 기술 동향과 의료데이터 관리'를 주제로 김종엽 원장(건양대학교의료원 의생명연구원장, 의료데이터연구단장)의 발표도 진행됐다.이를 통해 데이터 기반의 프로세스 분석과 디지털 기술 및 변화 동향을 공유하고 보건의료정보관리사의 역할을 논의됐다.보건의료정보관리세션은 ▲의료정보에서의 비식별화(황보리, 부산대학교병원 영상의학과 임상조교수) ▲AI, RPA를 활용한 의무기록 사본발급 개선 사례(원윤식, 삼성서울병원 의료정보팀) ▲SNOMED CT use case 개발 연구(주호소(C.C) SNOMED CT 매핑을 통한 주호소․주진단 Reference Set 구축 - 호흡기내과 환자를 대상으로)(백승희, 서울대학교병원 의무기록팀) ▲가명 데이터 제공을 위한 데이터 큐레이션 서비스(유성경, 연세의료원 디지털헬스실 데이터서비스팀) ▲개인정보 보호법 개정 내용과 의료기관 조사 처분사례 소개(노일현, 법무법인(유한) 태평양 변호사)가 발표됐다.

메디칼타임즈=허성규 기자한국제약바이오협회(회장 노연홍) AI신약융합연구원은 지난 22일 서울 강남구 파르나스호텔에서 AI신약개발자문위원회를 개최했다고 밝혔다.한국제약바이오협회 AI신약융합연구원은 지난 22일 서울 강남구 파르나스호텔에서 AI신약개발자문위원회를 개최했다.이날 자문위원회에서는 AI 신약개발 생태계 활성화를 위해 ‘AI신약연구 지원과 컴퓨팅 인프라 구축’이 중요하다는 의견이 제기됐다. 또한 AI 신약개발 융합인재를 지속 양성하기 위해 현재 운영 중인 교육플랫폼 LAIDD를 기반으로 하는 체계적인 교육시스템이 필요하다는 제안도 나왔다.자문위원회는 ‘AI 신약개발 생태계 활성화’에 대해 토론하고 "챗GPT 등장으로 컴퓨팅 파워의 중요성은 높아지는 반면 개별 기업들은 이러한 인프라를 구축하기 어려운 실정"이라며 "AI 신약 연구와 컴퓨팅 파워를 결합시키는 정부 R&D 과제가 만들어져야 한다"는 데 의견을 모았다.특히 "신약개발 분야 AI 기술은 많은 시도를 해보는 것이 제일 중요하다"며 ‘AI 협력형 신약개발 과제’가 더 많이 만들어져야 한다는 의견도 다수 나왔다. 자문위원회는 "AI 신약개발 교육 수요는 지속 증가할 것"이라며 "수강생이 체계적인 교육을 받을 수 있도록 교육플랫폼 LAIDD(Lectures on AI-driven Drug Discovery)를 기반으로 부트캠프, 멘토링, 경진대회를 연계시킬 필요가 있다"고 제안했다.AI신약융합연구원은 체계적이 교육시스템 구축과 관련, 단년도 사업인 ‘AI 신약개발 교육 및 홍보사업’을 다년도 사업으로 전환하는 방안을 모색하고, LAIDD를 통해 학습한 수강생들이 부트캠프, 멘토링 프로젝트, 경진대회, 컨퍼런스 참여로 이어지는 실전 교육을 통해 현장형 융합인재로 거듭날 수 있는 교육시스템을 구축해 나갈 계획이다.표준희 AI신약융합연구원 부원장은 자문위원회 발제를 통해 AI 신약개발 생태계 활성화 과제로 △비전과 방향성 도출 △기술수요 기반 협력형 AI 신약개발 프로젝트 실행 △데이터 활용 가속화 프로그램 가동을 꼽고 이에 대한 구체적 실행방안을 강구해 나가겠다고 밝혔다.노연홍 한국제약바이오협회 회장은 인사말을 통해 "협회는 AI신약개발사업에 좀 더 매진하고 좋은 결과가 손에 잡힐 수 있도록 최대한 노력할 것"이라며 " 제약바이오산업이 미래첨단산업으로 발돋음할 수 있도록 힘써달라"고 당부했다.협회는 2022년 4월부터 AI신약개발자문위원회를 구성 운영해 오고 있으며 2024년에는 고경철 한국생명공학연구원 센터장, 김우연 KAIST 교수, 이승환 서울대학병원 교수, 이주용 서울대 교수, 이계형 한국화학연구원 센터장을 자문위원으로 새로 위촉했다.이하는 2024년 AI신약개발자위원 명단.▲고경철(한국생명공학연구원 센터장) ▲김동섭(KAIST 교수) ▲김상수(숭실대학교 명예교수) ▲김선(서울대학교 교수) ▲김우연(KAIST 교수) ▲김정렬(삼성서울병원 교수) ▲박준석(대웅제약 센터장) ▲백민경(서울대학교 교수) ▲신현진(목암생명과학연구소 부소장) ▲오지선(서울아산병원 교수) ▲이계형(한국화학연구원 센터장) ▲이승환(서울대병원 교수) ▲이주용(서울대학교 교수) ▲장동진(에이치디정션 대표이사) ▲최인희(한국파스퇴르연구소 팀장) ▲추연성(스탠다임 대표) ▲한남식(케임브리지대학교 교수) ▲황대희(서울대학교 교수).

메디칼타임즈=이인복 기자뷰노의 자기지도학습 알고리즘 연구 결과가 ICLR학회에 채택됐다.뷰노(대표 이예하)는 인공지능 기반 심전도 데이터 분석의 효율성과 정확도를 높이는 자기지도학습(Self-supervised learning, SSL) 알고리즘 연구 결과가 딥러닝 분야 최고 권위 국제 학회인 '표현학습국제학회(International Conference on Learning Representations, ICLR)'에 채택됐다고 7일 밝혔다.ICLR은 올해 12회째를 맞는 인공지능 학회로 매년 최신 인공지능 기술 및 연구 성과를 공유하는 컨퍼런스를 개최한다. 구글 스칼라(Google Scholar)가 발표하는 탑티어(top-tier) 인공지능 및 머신러닝 분야에서 매년 최상위를 차지하는 등 세계적인 권위를 인정받는 학회다.이번 연구에서 뷰노 연구팀은 심전도 데이터의 학습과 분석에 특화한 자기지도학습 딥러닝 모델을 제안했다. 자기지도학습은 챗GPT 등 초거대 AI의 기반이 되는 딥러닝 기술로 인공지능이 스스로 규칙을 찾아 레이블링(labeling) 되지 않은 데이터를 분석해 결과를 제시하는 것을 말한다. 레이블링이란 인공지능 모델을 개발할 때 데이터를 학습 가능한 형태로 가공해 일종의 정답지를 만드는 것을 의미한다.연구팀은 자기지도학습을 활용해 의료 분야에서 많은 비용이 드는 레이블링 과정을 줄이고 적은 양의 데이터로도 정확한 분석 결과를 얻을 수 있는지 확인하기 위해 연구를 수행했다. 레이블링 되지 않은 많은 양의 심전도 데이터를 학습시킨 자기지도학습 모델을 구축한 다음, 해당 모델을 활용해 다양한 방법으로 측정된 심전도 레이블링 데이터를 분석할 때 부정맥, 심근경색 등 여러 심혈관 질환을 효과적으로 판별할 수 있는지 확인한 것.연구 결과 해당 모델은 예측 정확도를 나타내는 성능 지표인 AUROC를 기준으로 병원에서 측정하는 표준 12유도(12-lead) 심전도에서 0.933, 6유도(6-lead) 심전도에서 0.903, 단일유도(single lead) 심전도에서 0.804를 기록하는 등 우수한 성능을 나타냈다.또한 적은 양의 데이터로도 높은 성능을 기록했다. 12유도 심전도를 기준으로 일반 딥러닝 모델 학습 데이터의 5%만을 활용하고도 AUROC 0.878의 우수한 성능을 보였다. 1%의 레이블링 데이터(약 100개)를 학습시킨 경우 뷰노의 모델은 AUROC 0.815를 기록해, 일반 딥러닝 모델(AUROC 0.615)에 비해 훨씬 정확한 분석 결과를 제시했다.이러한 결과는 뷰노의 자기지도학습 모델이 적은 양의 데이터만으로도 심전도 측정 방법과 관계없이 다양한 심혈관 질환을 탐지할 수 있는 범용성을 갖는다는 것을 보여준다. 또한 인공지능 모델 개발 시 레이블링 과정을 크게 줄여 연구개발 원가 절감에 기여할 수 있음을 시사한다.뷰노는 해당 모델을 향후 심전도 사업 영역에 적용할 계획이다. 현재 국내 확증 임상시험을 진행하고 있는 AI 기반 심전도 분석 소프트웨어 뷰노메드 딥ECG의 질환별 세부 모델 상용화에 적용한다는 계획.나아가 현재 뷰노가 B2C(기업-소비자) 형태로 판매 중인 하티브 P30을 통해 수집된 심전도 데이터를 분석하고 하티브 P30-뷰노메드 딥ECG 연동 등 향후 사업에 적극 활용한다는 방침이다.이예하 뷰노 대표는 "이번 ICLR에서 채택된 연구는 심전도 분야에 최신 인공지능 트렌드를 반영했다는 의미를 넘어 향후 사업에 실질적인 도움이 될 수 있는 결과를 입증했다는 점에서 큰 의미를 갖는다"며 "앞으로도 연구개발을 지속해 언제 어디서나 높은 수준의 헬스케어 서비스를 제공할 수 있는 기업이 되도록 노력하겠다"고 말했다.한편, 뷰노의 인공지능 기반 심전도 분석 소프트웨어 뷰노메드 딥ECG는 지난 2021년 식품의약품안전처로부터 제16호 혁신의료기기로 지정됐다. 

메디칼타임즈=이지현 기자챗GPT(ChatGPT)에 정신의학 분야를 첫 적용한 연구결과가 발표됐다.챗GPT는 인공지능(AI) 기반의 챗봇서비스다. 기존의 AI에서 한 단계 발전해 대용량 데이터 학습을 통해 인간처럼 종합적으로 추론하고 대화형식으로 쉽게 사용할 수 있어, 2023년 네이처 선정 '과학계 10대 인물' 중 비인간으로 첫 선정되는 등 사회 전반에 큰 영향을 주고 있다.아주대 의대 의료정보학교실 박래웅 교수팀(황규범·이동윤 정신건강의학과 전문의)은 공개된 정신분석 문헌 속 환자의 병력 자료를 바탕으로 챗GPT를 통한 정신역동적 공식화를 작성했다.정신역동적 공식화는 과거 환자가 겪은 경험을 바탕으로 현재의 무의식적 갈등과 행동·감정 간 관계를 연결해, 증상이 갖는 의미를 해석·설명하는 역할뿐 아니라 사례에 대한 이해 및 치료 방향에 대한 지침이 된다.연구팀은 정신역동적 설명을 도출하기 위해 다양한 입력 문구를 설계했다. 이러한 입력 문구는 ▲챗GPT 생성 키워드 ▲정신건강의학과 전문의 생성 키워드 ▲문헌 등에서 얻은 일반적인 정신역동적 개념들을 포함했다.그 결과 챗GPT를 통해 적절한 정신역동적 공식화 작성 즉, 환자를 설명하는 정신의학적 분석 답변을 얻을 수 있음을 확인했다.이에 대해 연구팀은 "챗GPT가 낸 결과는 핵심 증상 파악뿐 아니라 과거의 경험과 현재의 증상을 연결하는 가설 등 문헌의 해석과 유사한 결과를 도출했으며, 다양한 정신분석 이론을 통해 적절한 답변을 내는 것을 확인했다"고 설명했다.챗GPT는 현재 과학뿐 아니라 사회 전반에 널리 사용하고 있지만, 정신건강 분야의 경우 개인 정보 보호 및 평가, 해석 등의 어려움으로 적용이 쉽지 않았다.박래웅 교수는 "이번 연구는 처음으로 챗GPT에 정신건강 분야를 적용했다는 점에서 의의가 있다"면서 "향후 챗GPT가 널리 상용화되는 데 기여하길 바란다"고 밝혔다.한편 이번 연구는 정신의학분야 국제 학술지 'Psychiatry Research(IF 11.3)'에 'Assessing the Potential of 챗GPT for Psychodynamic Formulations in Psychiatry: An Exploratory Study(정신의학에서 정신역동적 진단을 위한 챗GPT의 가능성 평가: 탐색적 연구)'란 제목으로 게재됐다.

메디칼타임즈=최선 기자실시간 대화 기반의 대규모 인공지능(AI) 모델 ChatGPT가 미국 의사국시를 통과하면서 의료 영역에서 활용 가능성이 대두되고 있지만 그 역할의 의사의 판단 보조에 그칠 것이란 전망이 나왔다.무엇보다 임상적 판단이 환자의 예후에 직결되는 만큼 최종 결정에 따르는 법적 책임을 감당할 '주체'가 필요하다는 것. 따라서 인간 의사의 판단을 도울 보조 수단으로써 활용할 가치는 있지만 의사를 대체한다는 개념으로 접근하긴 어렵다는 결론이다.5일 의학계에 따르면 아주대의대 병리학교실 김석휘 교수가 진행한 ChatGPT의 의사 인력 대체 가능성을 점검한 연구 논문이 대한내과학회지에 게재됐다(doi.org/10.3904/kjm.2023.98.3.99).자료사진ChatGPT는 세상에 등장한 지 얼마 되지 않았지만 미국 의사국시 및 변호사 시험에 통과하면서 사회 전반에 걸쳐 활용성에 대한 기대감을 불러일으키고 있다.ChatGPT 이전에는 AI가 의사를 대체할 것인가라는 질문에 다소 냉소적인 반응이 대부분이었지만 최근에는 분위기가 달라져 대부분의 의사들이 AI에 대한 찬사와 위협을 동시에 느끼고 있다는 게 김 교수의 판단.AI 모델을 포함해 모든 연구 모델이 실제 의료 현장에 적용되기 위해서는 연구 가설 및 계획을 세우고, 의학연구윤리심의위원회의 심의를 거쳐 그 적절성과 윤리성을 검토한다. 또 의료 전문가로부터 데이터를 준비하고 정제하며 연구 모델을 학습시키기 위해 데이터의 정답지를 받고, 규제 기관에서 임상시험 결과에 대한 허가를 받는 등 엄격한 과정을 거치게 된다.김 교수는 "기존에 개발되고 허가를 받아 현재 임상 현장에서 활용되고 있는 대부분의 AI 모델은 위와 같은 단계를 모두 적합하게 수행했다"며 "이는 기존의 근거중심의학이 추구하는 바를 새로운 방법론으로 구현하는 것이라 이해할 수 있다"고 말했다.이어 "하지만 ChatGPT와 같은 모델은 제한되지 않은 공개 데이터를 기반으로 하기에, 포함된 자료의 적절성을 감독할 수 있는 장치가 마련되지 않았다"며 "예를 들어 일정 비용을 내야만 열람할 수 있는 최신 논문의 내용은 제외되고, 일반 블로그에 게시된 신뢰성이 없는 가짜 전문가의 글은 오히려 분석 모델 내의 주요 데이터로 포함될 수 있다"고 지적했다.모델의 개발 과정 자체에 옳고 그름을 판단해 주는 전문가의 결정이 포함돼 있지 않은 것은 중대 위험 요소로 입력된 값에 따라 결과물이 유동적일 뿐더러 포괄적인 영역에서 전반적으로 틀리지 않는 결과물을 추구하는 ChatGPT의 특성상 이 모델에서 나온 결과물을 구체적이고 특정한 임상 적응증에 적용하는 것은 상상하기 어렵다는 것.인간이 수행할 수 없는 특정 업무에서 AI를 활용할 수 있지만 이 경우에도 의사의 역할과 범주를 확장해 주는 역할에 머무를 뿐 대체 개념으로 접근하긴 어렵다는 주문이 이어졌다.김 교수는 "미충족 수요가 너무 높고 의사가 수행하는 것이 불가능한 일이라면, 해당 영역에서 AI를 활용할 수 있다"며 "예를 들어 전혈구 계산은 임상적 주요 결정에 꼭 필요하지만 사람이 세기 어렵기 때문에 기계의 힘을 빌려 정확히 셀 수 있고, 이러한 기능이 검증된다면 의사는 그 결과를 믿고 이에 기반해 결정할 수 있다"고 강조했다.그는 "의사가 하기 어렵지만 기계로는 빠르고 정확하게 할 수 있고, 이 결과를 의사가 점검 후 최종 판단을 하는 경우에도 해당 모델은 의사의 역할과 의료의 범주를 더 확장해 주는 것"이라며 "반면에 의사가 어렵지 않게 할 수 있는 일이고, 굳이 다른 방법론의 도움이 필요하지 않다면 수요도가 떨어지기에 진료 현장에 들어오기 어려운 모델이 될 것"이라고 관측했다.의학적 결정에 책임을 최종 결정권자가 짊어지는 의료법적 구조상 AI의 의사 대체 가능성은 희박하다는 판단도 나왔다.김 교수는 "의사의 최종 점검없이 AI 모델의 결정에 따라 진료 방침이 결정되는 형태 역시 진료 현장에 적용되기 어렵다"며 "현재의 모든 의학적 결정의 책임은 이를 서명한 의사가 떠앉기 때문에 특정 모델이 환자의 운명을 바꿀 수 있는 결정을 하게 되면 잘되든, 잘못되든 결정에 대한 책임 소재가 불분명해진다"고 지적했다.그는 "이러한 논거로 기존의 AI 모델 개발에서도 최종 결정을 의사가 점검할 수 있는가를 중요한 관문으로 보고 있다"며 "ChatGPT와 같은 모델도 출력한 결과물을 최종적으로 의사가 점검 및 결정하는 구조가 돼야만 의료 현장에 들어올 수 있다"고 전망했다.그는 "진단 및 치료의 용도로 이용될 수 있는 AI 알고리즘에 대한 미국 FDA의 규제 또한 매우 엄격할 것으로 예상돼 전문가 집단의 정교한 설계로 개발된 모델만이 실제 환자에게 닿을 수 있을 것"이라며 "ChatGPT를 포함한 어떠한 AI 모델도 의료 현장에 실제 도입되기 위해서는 의사의 검증 및 의사에 의해 최종 확인을 받아야 하는 구조가 돼야 한다"고 결론내렸다.

메디칼타임즈=이지현 기자"Chat GPT 확산으로 의학교육도 바뀔 것이다. 의사가 똑똑해지는 게 아니라 그 반대로 의사가 AI수준에 맞춰질 수 있어 걱정스럽다."삼성서울병원 AI연구센터 정명진 센터장(영상의학과)은 지난 12일 인터뷰에서 Chat GPT열풍이 의료분야에도 영향을 미칠 것이라고 전망했다. 특히 의과대학 교육에서는 부정적인 영향을 줄 수 있다고 했다.삼성서울병원 정명진 AI연구센터장그는 Chat GPT를 네비게이션과 비교했다. 과거 네이게이션이 없던 시절에는 지도책에 이정표를 확인하고 운전을 했지만 네비게이션이 개발된 이후로는 지표책이 필요 없어졌다. 문제는 네비게이션이 고장났을 때이다. 챗GPT 혹은 AI기술을 의료환경에 이득이 있지만 그림자가 존재할 것이라는 게 그의 전망이다.운전 중 네비게이션이 고장나면 잠시 차를 세우면 그만이지만 환자의 생명이 오가는 중요한 순간에 AI장비에 고장이 발생하면 심각한 결과를 초래할 수 있기 때문이다.정 센터장은 "현재 의료진은 AI가 제시한 답이 맞는 지 여부를 평가할 수 있지만 미래 의료진은 '평가' 대신 '의존'하게될 가능성이 높아 걱정"이라고 말했다. 그런 의미에서 의사가 AI수준으로 하향평준화되는 것은 아닌지 우려했다.다행인지 불행인지 현행법에선 Chat GPT는 의료 임상현장에 도입이 제한돼있다. 환자 진료기록을 Chat GPT로 등록하는 순간 개인정보가 해외로 유출될 가능성을 차단해 놓은 것. 다만, 5~10년 후에는 의료분야 최적화된 Chat GPT 도입될 것이라고 봤다.정 센터장은 삼성서울병원에 부비동 진단 AI기술부터 로봇물류 등 다양한 분야에서 성과를 내고 있지만 그의 목표는 한발 더 앞서있다.단순한 진단 서포트 역할을 뛰어넘어 의료진이 환자상태가 악화되기 이전에 선제적인 조치를 취할 수 있는 AI기술이 그의 목표다.그는 "현재 기술은 환자의 심전도 등을 화면에 띄워 보여주는 상황판 역할이지만 앞으로는 환자의 전반적인 바이탈사인을 수집해 의료진에게 '알람'을 주는 기술이 필요하다"고 말했다.가령, AI시스템이 중환자실 환자의 심전도, 혈압, 산소포화도, 피검사 결과를 수집해 '24시간 이내 심장마비 가능성이 높다'는 알람을 주는 식이다.정 센터장이 생각하는 병원 내 AI기술의 최대 가치는 업무효율을 높이는 데 있다.그는 "대형 대학병원은 영상의학과 전담 타이피스트(Typist)가 10명 정도 있다. 의사의 판독을 정리하기 위한 인력"이라며 "앞으로는 의사가 판독 내용을 말하면 이를 텍스트로 전환해주는 AI로 대체될 것이다. 외과 의사들 또한 수술기록지를 수기로 작성하지 않아도 '타이피스트 AI'가 역할을 해줄 것"이라고 말했다. 결국 AI가 의료현장의 잡무를 처리하는 역할을 할 것이라는 게 그의 전망이다.정명진 센터장은 AI기술이 병원 수익성 개선에 크게 도움을 줄 것이라고 전망했다. 또한 정 센터장은 AI기술은 병원 운영에도 획기적인 변화를 가져올 것이라고 봤다. 삼성서울병원에 도입, 확산 예정인 물류이송로봇은 이미 병원 경영 효율화를 확인했다.물류이송로봇은 의료진과 환자로 붐비는 낮시간대를 피해 야간에 각 병동에 필요한 물류를 이송하는 역할을 한다. 일단 물류를 이송하는 수고를 덜 수 있고, 낮시간대 번잡함도 줄었다.그는 "개인적으로 AI기술을 통해 진단 보다 병원을 운영하는데 효과적일 것이라고 기대하고 있다"면서 "실제로 AI기술을 잘 활용하면 병원 수익성을 개선할 수 있다"고 말했다.예를 들어 환자 예약할 때 AI가 적절히 분산시키는 데 성공해 CT장비를 10개 필요한 것을 9대로 운영할 수 있게 되면 그만큼 비용을 개선한 셈이다.영상의 질을 개선하는 AI도 마찬가지다. 해당 AI기술을 통해 구형장비 수명이 연장했다면 당장 고가의 장비 비용을 줄일 수 있고, 장비 성능이 개선된 만큼 검사시간이 단축되면 더 많은 검사를 실시할 수 있기 때문에 이 또한 병원 수익성을 개선할 수 있다.

메디칼타임즈=최선 기자대화 기반의 인공지능 모델 ChatGPT의 의료 영역 활용 가능성에 대한 검증 작업이 본격화되고 있는 가운데 이와는 별도로 의학계의 ChatGPT 활용법 익히기 역시 활성화될 전망이다.의학회 학술대회 세션 중 하나로 빅데이터 분석 방법이 활성화되고 그에 따라 다양한 후향적 분석 연구가 폭발적으로 증가한 것과 마찬가지로 ChatGPT 활용법을 익혀야만 새 인공지능 툴을 이용한 파생 연구를 진행시킬 수 있기 때문.특히 빅데이터를 다루는 학회를 중심으로 ChatGPT 활용법 강좌, 강의가 속속 개설되고 있다는 점에서 데이터 분석을 위한 기초 강의로 자리잡을 가능성도 제기된다.25일 내분비학회 빅데이터위원회는 'ChatGPT와 의료'를 주제로 세미나를 개최하고 대화형 인공지능 기술을 의료 분야에서 활용하기 위한 방법론을 공유했다.내분비학회  빅데이터위원회가 기획한 ChatGPT 관련 세미나작년 말 등장한 ChatGPT는 등장과 함께 인간을 방불케하는 고도화된 대화 및 각 분야에서 전문가 수준의 답변으로 이슈가 된 바 있다.2021년까지 학습된 데이터를 기반으로 '적절한 질문'을 할 경우 다양한 범위에 걸쳐 고품질의 연구 관련 질문을 생성하거나 연구자에게 참신한 아이디어를 제공하는 사례가 보고되고 있다. 문제는 '적절하지 않은 질문'을 할 경우에는 엉터리 답변을 내놓는 등 그 신뢰성과 활용도가 크게 저하된다는 점. 적절하게 사용하는 방법을 알아야만 고품질의 데이터를 확보할 수 있다는 뜻이다.김헌성 내분비학회 빅데이터이사는 "인공지능 기술이 의료 분야에서 새로운 혁신을 이끌고 있다"며 "ChatGPT는 대화형 인공지능 기술의 대표적인 모델로서 의료 분야에서도 많은 활용 가능성이 있어 이에 세미나를 기획했다"고 밝혔다.그는 "의사들이 ChatGPT에 많은 관심을 가지고 있지만 관심의 크기와는 다르게 실제로 어떻게 활용하는지 아는 사람은 많지 않다"며 "전반적으로 ChatGPT가 무엇인지, 어떻게 활용할 수 있는지 알려달라는 요청이 꾸준히 있었다"고 설명했다.그는 "사실 신기술에 대해선 관대하기 마련이고 너무 장미빛으로 보는 시선도 있다"며 "학습된 자료를 되폴이하거나 요약하는 정도에 그칠 수도 있기 때문에 AI를 맹신하기 보다는 어떻게 하면 이런 맹점을 조심하면서 의료영역에서 활용할 수 있는지 확인하는 자리가 될 것"이라고 소개했다.세미나는 ▲의료분야에서의 ChatGPT의 역할과 미래 ▲ChatGPT의 돌풍 근거 ▲ChatGPT 활용법에 걸쳐 성균관대 삼성융합의과학원 교수부터 빅데이터위원회 소속 임원 4명을 패널로 내세워 잠재력과 한계를 동시에 진단한다.김 이사는 "특히 인공지능은 결론이 나올 뿐 그 결론이 도출되기까지의 과정이 블랙박스로 남아있기 때문에 결과를 무조건 맹신해선 안 된다"며 "알고리즘에 대한 이해를 통해 결론 인용에서 조심해야 할 부분, 결과에 대한 적절한 비판적 사고 등을 함양할 생각"이라고 덧붙였다.신경학회 스마트헬스케어연구위원회가 개설한 심포지엄 및 강연 목록대한신경과학회도 신경계질환 스마트헬스케어연구위원회 심포지엄을 통해 신경계 질환 연구에서 AI 활용방안 모색에 나섰다.신경과학회 관계자는 "스마트헬스케어연구위원회 심포지엄 신청을 5월 10일까지 받는다"며 "디지털치료제에서의 AI역할, 의지할만한 인공지능과의 협업 프레임워크 등에 대해 강의하게 된다"며 "연세대학교 컴퓨터과학과 교수를 초빙해 ChatGPT 관련 원리 및 의료 분야 활용 방안에 대해 들을 수 있는 자리를 마련했다"고 밝혔다.ChatGPT의 의료 영역 활용 가능성이나 신뢰성을 검증하는 연구가 폭발적으로 증가하고 있지만 아직 다수의 임상 전문가들은 ChatGPT 존재를 모를 뿐더러 활용 방법 또한 모르기 때문에 심포지엄을 통해 인식을 제고하겠다는 것이 학회 측의 계획.실제로 의학 논문검색 사이트 PubMed에 챗GPT 관련 연구가 첫 등장한 2022년 12월을 기점으로 4월 25일 현재 관련 논문은 총 309건이 등록된 상태다. 약 한달 전 관련 연구가 140여건이었다는 점에서 한달만에 배가 넘는 연구가 쏟아져 나온 셈. 이는 코로나19 팬데믹 관련 연구 이후 가장 폭발적이라는 게 의학계 관계자들의 판단이다.지난달 개최된 대한보건의료정보관리사협회의 '보건의료 상병데이터 큐레이션 교육'에서도 디지털 헬스의 모습을 주제로 디지털 전환, 초연결과 의료 마이데이터, 초지능과 AI, ChatGPT 활용방안과 사례를 소개한 바 있다.

메디칼타임즈=최선 기자이용자와 실시간으로 대화가 가능한 대규모 인공지능 모델 ChatGPT(챗GPT)가 미국 의사국시를 통과하면서 의료 영역에서 실제 활용성을 검증하기 위한 작업이 본격화되고 있다.자의식이 없다는 점에서 그릇된 정보의 학습 가능성을 고려하면 엄중한 지식 및 판단이 필요한 의료 영역에서 그 활용성에 제한이 따를 수밖에 없기 때문.다양한 범위에 걸쳐 고품질의 연구 관련 질문을 생성, 연구자에게 참신한 아이디어를 제공하는 사례가 등장한 반면 엉터리 답변을 내놓은 사례도 등장하면서 전문가들은 챗GPT의 검증에 보다 오랜 시간이 필요하다는 데 무게를 실어주고 있다.2022년 11월 공개된 챗GPT는 대화형 인공지능 서비스로 사용자가 입력한 질문에 답하도록 설계된 언어모델이다.의학 논문검색 사이트 PubMed에 챗GPT 관련 연구가 첫 등장한 2022년 12월을 기점으로 총 141건의 논문이 등록됐다. 챗GPT의 등장이 4개월에 불과하다는 점에서 폭발적인 연구 증가는 의학계의 관심도를 나타내는 단면.초기 연구가 챗GPT의 소개 및 의학적 활용성 모색에 그쳤다면 최근 연구는 실제 임상 현장, 환경을 구현해 챗GPT가 적절한 반응을 나타내는지 확인하는 '검증' 영역에 접어들고 있다.의학 논문검색 사이트 PubMed의 챗GPT 관련 연구 등록 현황. 4개월간 141건이 등록됐다.이달 13일 공개된 연구(DOI: 10.1038/s41598-023-31412-2)는 챗GPT가 소화기내과에서 중요한 연구 질문을 도출해낼 수 있는지 평가했다.연구진은 위장병학(GI) 분야는 끊임없이 진화하고 있어 중요한 연구 질문을 정확히 집어내는 것이 중요하다는 점에 착안, 연구 우선순위를 식별하기 위한 평가에 착수했다.GI의 네 가지 핵심 주제인 염증성 대장 질환, 마이크로바이옴, 인공지능, 고급 내시경 등에 대해 챗GPT에 질의하고 경험이 풍부한 소화기 전문의로 구성된 패널이 생성된 연구 질문을 1~5 등급(높을수록 적절)으로 평가했다.전문가 패널의 평가 결과 챗GPT는 관련성이 있고 명확한 연구 질문을 생성했다는 판단이 나왔다.평균적으로 질문의 등급은 3.6±1.4 점이었으며, 관련성, 명확성, 특수성 및 독창성에 대한 평균 등급은 각각 4.9±0.1, 4.6±0.4, 3.1±0.2, 1.5±0.4점이었다. 패널들은 챗GPT가 연구 질문을 생성하는 데 명확하고 적절하지만 독창적이지는 않았다고 판단했다.연구진은 "이번 연구는 대규모 언어 모델이 GI 분야에서 연구 우선 순위를 식별하는 데 유용한 도구가 될 수 있지만 생성된 연구 질문의 참신성을 개선하기 위해 더 많은 작업이 필요하다는 것을 시사한다"고 가능성과 한계를 동시에 진단했다.챗GPT가 핵의학 문헌을 요약하거나 연구자의 글을 수정 및 개선하는 데 도움을 줄 수 있는지 판단한 연구(doi.org/10.1007/s00259-023-06172-w)도 지난달 공개됐다. 이번 연구에서 챗GPT는 다소 실망스런 결과를 내놓았다.연구진은 핵의학 필기 시험을 시뮬레이션하기 위해 챗GPT에게 50개의 4~5선다형 문제를 제공하고 정답 1개를 선택하도록 했다. 50개 사례 모두에서 챗GPT는 명확한 답을 제시했지만 답안과 대조한 결과 정확도는 34%(17/50)에 불과했다.이어 연구진은 문답 피드백 방식으로 챗GPT의 학습 능력 또는 수정 능력을 테스트했다. 틀린 대답을 내놓을 경우 다시 질문하는 방식으로 문제를 이어갔다."뼈 스캔에서 흡수량이 증가하지 않는 양성 병변은 무엇입니까?"라는 질문에 챗GPT는 유골종(osteoid osteoma)이라는 오답을 내놓았다. 다시 질문을 한 결과 이번엔 골관절염이라는 엉뚱한 대답을 내놓았다.연구진은 "같은 질문을 하면 다른 답이 나타날 수 있고 몰랐거나 대답할 수 없다고 말하는 대신 챗GPT는 피상적이고 설득력 있는 답변을 제공했는데 이는 잘못된 것"이라며 "특히 이같은 행위는 스캔 결과를 해석하는 데 해로울 수 있다"고 지적했다.연구진은 "AI 모델은 높은 신뢰도로 잘못된 출력을 생성하기 위해 (답변을) 속일 수 있으며 현재 동료 검토자를 속일 수 있는 겉으로 보기에 설득력 있는 콘텐츠를 제공할 수 있다"며 "이번 예비 분석은 현재 표준화된 시험의 환경에서 챗GPT가 핵의학 의사가 기대하는 지식을 입증하는 것과는 거리가 멀다는 것을 시사한다"고 덧붙였다.이달 4일 공개된 연구(DOI: 10.1007/s†16-023-01925-4)는 임상 실무 지원 및 의약품 연구, 공중보건 주제에 대한 추론에 걸쳐 챗GPT의 가능성을 평가했다.연구진은 챗GPT와 같은 AI 기반 언어 모델이 인상적인 능력을 입증했지만, 높은 수준의 복잡한 사고가 필요한 의료 분야에서 얼마나 기능을 잘 수행할지는 미지수라며 그 타당성을 조사했다.먼저 과학 글쓰기 영역에서 챗GPT에 2022년 12월 NEJM에 발표된 논문 5편을 요약해달라고 한 결과 전반적으로 올바른 결과값을 내놓았다.이어 공중보건에 대한 토픽에서 연구진은 챗GPT에 생물학적 관점에서 고령자의 연령을 객관적으로 측정할 지표를 물었고 이에 챗GPT는 치아 및 골격 발달, 텔로미어 길이, DNA 메틸화, 호르몬 수준, 인지 기능을 포함해 일반적으로 연구되는 방법들의 목록을 즉시 제공했다.연구진은 "챗GPT는 문헌 탐색과 새 연구 가설 수립, 복잡한 데이터 처리에 유용할 수 있다"며 "또 전자 건강 기록(EHR), 임상 노트 및 연구 논문과 같은 의료 텍스트에서 유용한 정보를 추출하는 데도 도움이 될 수 있고 복잡한 연구를 일반 대중이 이해하기 쉬운 언어로 번역함으로써 과학적 발견의 보급을 촉진할 수 있다"고 결론내렸다.이어 "다만 챗GPT의 한계와 능력을 이해해야 한다"며 "정확한 답변은 신뢰할 수 있는 것처럼 들리지만 부정확하거나 비논리적인 언어를 생성하는 챗GPT의 능력도 포함되고, 또 다른 큰 문제는 챗GPT가 훈련 받은 데이터에 존재하는 편견을 재현할 수 있다는 것"이라고 덧붙였다.챗GPT를 연구 강의 자료 생성에 활용해 본 김병욱 대한상부위장관·헬리코박터학회 총무이사 역시 비슷한 의견이다.그는 "챗GPT는 사람들이 기대하는 것처럼 기존의 연구를 토대로 새로운 내용의 임상 논문을 쓰거나 새로운 개념, 아젠다를 제시할 정도의 성능은 아니었다"며 "강의 자료 요약하는 부분에서 활용할 부분이 있다는 생각이 들었을 뿐 챗GPT가 창의적으로 기존 문제들을 해결해 줄 돌파구라는 기대감은 과하다"고 덧붙였다.

메디칼타임즈=최선 기자최근 인공지능 챗봇 chatGPT가 미국 로스쿨 시험에 이어 미국 의사면허 시험을 통과하면서 의료 영역에서의 활용성에 기대감이 커지고 있다.최신 연구에서 chatGPT는 인지력 저하를 겪고 있는 사람의 음성 분석을 통해 알츠하이머 환자를 80% 식별하는 등 실제 그 잠재력을 보이고 있기 때문.`이를 활용해본 의료진들은 AI가 학습에 기초한다는 점, 의료용으로 고도화되고 체계화된 학습훈련을 받지 못했다는 점에서 현 시점에서의 가능성 진단은 이르다는 평이다.2022년 11월 공개된 chatGPT는 대화형 인공지능 서비스로 사용자가 입력한 질문에 답하도록 설계된 언어모델이다.chatGPT 접속 화면인터넷 등에서 학습한 자료를 토대로 가령 특정 가수의 스타일로 가사를 작사해달라는 요청이나 특정 논문을 3장으로 요약해달라는 사용자의 요청에 반응한다.의료 영역에서의 활용성에 기대감을 키운 것은 지난 달 chatGPT이 미국 의사 면허 시험(USMLE)에 통과하면서부터(doi.org/10.1101/2022.12.19.22283643).해당 시험에서 연구원들은 이론적인 환자의 징후와 증상을 주고 원인이나 진단이 무엇인지 판단토록 했다.이어 의학 시험 문제를 제공하고 답변을 선택하도록 한 이후 정답 선택의 이유와 오답이 오답인 이유를 설명해 달라고 요청한 결과 50% 이상의 정확성으로 시험을 통과했다.알츠하이머 환자 식별에 대한 chatGPT의 활용 가능성을 진단한 연구도 진행됐다.미국 필라델피아 대렉셀대 연구진은 chatGPT를 사용해 건강한 성인과 알츠하이머 환자의 음성을 학습시켜 인지력 저하를 겪고 있는 사람의 정규 언어와 음성 사이의 미묘한 차이를 식별토록 했다. 그 결과 약 80%의 정확도록 알츠하이머 환자를 식별할 수 있게 됐다.이미 인간의 언어 형태로 질문해도 이에 답할 수 있는 인공지능 IBM 왓슨이 상용화돼, 일선 병원에서 활용되고 있는 만큼 chatGPT도 임상적 활용성이 높다는 것. 실제 chatGPT를 활용해본 의사들의 반응은 어떨까.대한상부위장관·헬리코박터학회는 학회 산하 AI연구회 및 빅데이터연구회를 운용중이다.김병욱 총무이사는 "chatGPT를 의료 쪽에서 활용해보고자 하는 시도가 빈번해지고 있다"며 "대한상부위장관·헬리코박터학회도 AI 활용에 관심을 갖고 있지만 학회의 관심사는 건강보험, 심평원 빅데이터 활용이나 인공지능 영상 검진 등 보다 실질적인 부분에 초점을 맞추고 있다"고 말했다.그는 "chatGPT가 논문을 요약하거나 정리해준다는 말도 있어 최근 실제 활용성을 진단해 봤다"며 "헬리코박터 제균 요법에 대한 미해결 과제를 중심으로 chatGPT가 어떤 대답을 내놓는지 테스트했다"고 밝혔다.그는 "chatGPT는 학습을 기반으로 하기 때문에 테스트에선 이미 알려진 내용을 요약해주는 정도에 그쳤다"며 "사람들이 기대하는 것처럼 기존의 연구를 학습해 새로운 내용의 임상 논문을 쓰거나 새로운 개념, 아젠다를 제시할 정도의 성능은 아니었다"고 설명했다.대학가에서 과제 제출용으로 chatGPT를 악용하는 사례가 보고되는 것처럼 이미 알려진 내용의 정리, 요약엔 강점이 있지만 충분히 학습되지 않거나 의학 분과 학문처럼 전문적인 부분에선 활용도가 떨어진다는 것이 그의 판단.김 이사는 "헬리코박터 제균 치료의 문제점으로 항생제 내성이 꼽히고 이를 해결하기 위한 방법론으로 4제 처방이나 제균 기간 증가, 최신 P-CAB 활용 방안 등이 있다"며 "chatGPT가 제시한 문제 해결방안에는 이런 내용들이 전혀 없었다"고 말했다.그는 "강의 자료 요약하는 부분에서 chatGPT를 사용할 수 있다는 생각이 들었을 뿐 chatGPT가 창의적으로 기존 문제들을 해결해 줄 돌파구라는 기대감은 과하다"며 "나온지 몇 개월에 불과해 학습이 충분치 않기 때문에 현 시점에서 그 잠재력을 예단하는 것은 섣부르다"고 덧붙였다.

메디칼타임즈=이인복 기자뷰노(대표 이예하)는 딥러닝 모델이 기존에 학습하지 않은 데이터를 스스로 탐지함으로써 인공지능이 제시하는 결과의 신뢰도를 높이는 알고리즘에 대한 연구 논문이 세계 최고 권위의 인공지능 학회인 AAAI(Association for the Advancement of Artificial Intelligence)에 채택됐다고 9일 밝혔다.AAAI는 1979년 설립된 글로벌 학회로, 매년 세계적인 인공지능 연구기관과 각 국 대표 기업 등이 참석해 최신 인공지능 기술 및 연구 성과를 공유하는 컨퍼런스를 개최한다. AAAI 컨퍼런스에서 발표되는 논문은 전세계 인공지능 학자들에게 새로운 연구 토대가 될 뿐 아니라 각 기업 및 국가의 인공지능 기술 경쟁력을 가늠하는 기준이 되는 것으로 알려져 있다. 37회째를 맞은 올해 AAAI 2023은 오는 14일까지 미국 워싱턴DC에서 개최된다.이번 연구는 인공지능이 사용자에게 제시하는 결과의 신뢰성을 높이기 위해 수행됐다. 뷰노 연구팀은 딥러닝 모델이 분포 외 데이터(out-of-distribution data)를 스스로 탐지하는 알고리즘을 개발했다. 분포 외 데이터란 딥러닝 모델이 기존에 학습하지 않은 데이터를 의미한다.가령 안저(fundus) 영상을 학습한 인공지능 의료기기에 다른 모달리티(modality)의 영상 및 이미지를 넣는 경우, 인공지능이 해당 이미지로 분석한 결과값이 불확실 수 있다는 정보를 제공해야 한다. 특히 의료 영역에서의 진단 보조나 자율주행차 등 인공지능의 신뢰성과 안전성이 중요한 분야에서는 인공지능이 자신이 학습한 범주 외의 데이터에 대해서는 명확한 정보를 알려주는 것이 필요하다. 해당 분야에서는 사용자가 인공지능의 결과값을 잘못 해석할 수 있는 위험성을 줄이는 것이 정확한 답을 제공하는 것만큼 중요하기 때문이다.뷰노 연구팀은 분포 외 데이터를 스스로 탐지하는 알고리즘인 KIRBY(Key In-distribution feature Replacement BY inpainting)를 개발했다. KIRBY는 딥러닝 모델이 가상의 분포 외 데이터 샘플을 생성한 다음, 모델이 기존에 학습한 데이터와 새로 만든 샘플 데이터를 구분하며 스스로 학습하는 방식이다. 이를 통해 딥러닝 모델이 기존에 학습하지 않은 데이터를 찾아냄으로써 사용자에게 불확실성에 대한 정보를 추가로 제공할 수 있음을 확인했다.뷰노는 해당 알고리즘 및 기술에 대한 특허 등록을 앞두고 있으며, 향후 자사 주요 제품에 적용함으로써 제품에 대한 사용자들의 신뢰도를 한층 높일 예정이다. 또 기존 보유하고 있는 딥러닝 모델의 설계와 구축, 데이터 수집 등 다양한 관련 특허기술을 기반으로 제품을 고도화하기 위한 다양한 연구개발을 이어갈 계획이다.이예하 뷰노 대표는 "이번 연구 성과는 최근 챗GPT 열풍 등 인공지능에 대한 전세계적인 논의가 활발하게 이뤄지는 가운데 세계 최고 권위 학회에서 뷰노의 연구개발 역량을 입증했다는 점에서 의미가 크다"며 "의료 분야에서의 인공지능 활용이 태동기를 넘어 성숙기에 진입하고 있는 만큼 더 많은 임상 현장에 제품을 적용하고 제품의 지속적인 고도화를 이어가겠다"고 말했다.