메디칼타임즈=이인복 기자거대언어모델인 챗 지피티(Chat-GPT)가 응급실에 내원한 환자의 중증도를 매우 높은 정확도로 분류해 내면서 새로운 가능성을 입증했다.의료진과 차이가 없을 정도로 응급 환자와 비응급 환자를 구분해 냈다는 점에서 향후 의사의 업무를 상당 부분 대체할 수 있는 가능성을 보여줬기 때문이다.챗 지피티가 전문의 수준으로 응급실 내원 환자의 응급-비응급을 분류할 수 있다는 연구 결과가 나왔다.현지시각으로 9일 자마 네트워크 오픈(JAMA Network open)에는 챗 지피티를 활용한 응급 환자 분류 시스템에 대한 대규모 연구 결과가 게재됐다(10.1001/jamanetworkopen.2024.8895).현재 챗 지피티는 미국 의사 면허 시험을 합격한 것은 의사보다 빠른 속도로 퇴원요약을 정확히 해내는 등의 성능을 보이면서 임상 적용 가능성을 높이고 있다.하지만 질환별로 서로 다른 성능차를 보이면서 시기상조라는 의견과 현재로도 충분하다는 주장이 갈리고 있는 상황.이로 인해 전 세계 의료계는 과연 챗 지피티를 어느 분야에 어떻게 적용할 수 있는지를 두고 다양한 연구를 진행하고 있다.캘리포니아 의과대학 크리스토퍼 윌리암스(Christopher Williams) 교수가 이끄는 연구진이 응급실 환자 분류에 챗 지피티를 활용하는 연구를 진행한 배경도 여기에 있다.국가와 지역에 관계없이 응급실은 늘 환자 과밀 구간인 만큼 만약 챗 지피티가 여기서 의사의 업무를 덜어줄 수 있다면 과밀화를 해결하는데 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 2012년 1월부터 2023년 1월까지 캘리포니아 대학병원 응급실에 내원한 환자 25만 1401명의 환자의 데이터를 기반으로 챗 지피티를 통한 응급-비응급 분류 정확도를 검증했다.응급 중증도 지수(ESI)를 기반으로 챗 지피티에게 즉시 조치가 필요한 환자와 응급 환자, 혹은 비응급환자를 구분하도록 지시한 뒤 실제 전문의들의 판단과 비교한 것이다.그 결과 챗 지피티는 무려 89%의 환자를 정확하게 즉시, 응급, 비응급으로 나누는데 성공했다.전문의 등 의료진이 데이터를 통해 이를 분류한 결과의 정확도가 86%였다는 점에서 오히려 의료진보다 더 정확하게 중증도를 구분했다는 의미다.연구진은 이러한 결과가 향후 응급실 환자 선별 시스템에 큰 기반이 될 것으로 기대하고 있다. 이미 현존하는 시스템에 거대언어모델을 적용한 것만으로 의료진보다 나은 결과를 냈기 때문이다.윌리암스 교수는 "이번 연구는 현재 응급실의 워크플로우에 곧바로 챗 지피티를 적용해도 응급 환자 분류에 많은 도움을 받을 수 있다는 것을 보여준다"며 "일부 인종 및 성별 등에 대한 부분을 보완한다면 향후 임상 환경에 적절히 적용할 수 있을 것"이라고 밝혔다. 

메디칼타임즈=이인복 기자거대언어모델인 챗 지피티(Chat-GPT)가 전문의 수준까지 발전했다는 보고가 이어지고 있지만 실제 임상 적용은 위험할 수 있다는 연구 결과가 나와 주목된다.검증된 진단 도구와 유사한 수준으로 진단을 내릴 수는 있지만 같은 데이터에 같은 값을 내는 동일성 부분에서 낙제점을 받았기 때문이다.챗 지피티가 일정 부분 정확도를 보장하지만 동일성 부분에서 한계가 있다는 지적이 나왔다.현지시각으로 2일 국제 학술지 플로스 원(PLoS ONE)에는 챗 지피티를 활용한 임상 진단의 정확도 및 신뢰도에 대한 대규모 연구 결과가 게재됐다(10.1371/journal.pone.0301854).현재 챗 지피티는 고도화가 지속적으로 진행되면서 점차적으로 버전이 업그레이드 되고 있는 상황이다.이미 미국 의사 시험을 우수한 성적으로 통과한데 이어 특정 질환의 경우 전문의를 앞지르는 정확도를 보여주며 실제 임상 적용의 가능성을 높여가고 있는 상태.이로 인해 의학계에서는 다양한 방법으로 이를 검증해가며 임상 현장에 이를 도입하기 위한 노력을 지속하고 있다.워싱턴의과대학 로렌스 루이스(Lawrence Lewis) 교수가 이끄는 다기관 연구진이 이에 대한 검증 연구에 들어간 배경도 여기에 있다.비 외상성 흉통으로 응급실을 찾는 환자가 지속적으로 늘고 있지만 이에 대응할 수 있는 의료진은 적다는 점에서 주요 진단 도구를 학습시키고 이를 기반으로 챗 지피티를 예측 모델로 만든다면 임상에 도움이 될 수 있다는 판단에서다.이에 따라 연구진은 무작위로 시뮬레이션된 1만개의 환자 데이터를 기반으로 3개의 데이터 세트를 구성했다.하나는 비 외상성 흉통이 있는 환자에게 30일~6주간 주요 심혈관계 질환 위험(MACE)을 측정하는 도구인 TIMI로 검증했고 또 하나는 3개월에 걸쳐 MACE를 예측하는 응급실 심혈관 질환 예측 도구인 HEART 척도가 포함됐다.또한 나머지 하나는 44개의 무작위 건강 변수를 대입해 이 세가지 데이터 세트를 챗 지피티를 통해 진단을 내리도록 주문했다.그 결과 일단 챗 지피티는 매우 높은 정확도로 이러한 표준 평가 척도와 유사한 답변을 내놓는데 성공했다.TIMI 데이터의 경우 89%, HEART 점수는 92%로 높은 상관관계를 보였기 때문이다. 전문의가 TIMI를 통해 예측한 위험도와 챗 지피티가 예측한 위험도가 매우 유사했다는 의미다.하지만 문제는 동일성이었다. 즉 한명의 환자 데이터를 줬을때 지속적으로 같은 결과값을 내는가에 대한 부분이다.실제로 TIMI와 HEART 점수를 기반으로 한 전문의들의 판단은 동일성이 유지됐지만 챗 지피티의 경우 44%가 다른 결과값을 내놨다.동일한 환자 데이터를 가지고 처음에는 급성 심근경색이 위험하다는 진단을 내렸다가 다음에는 아무 이상이 없다는 결과를 내놓은 셈이다.연구진은 바로 이 부분에서 챗 지피티의 임상 적용은 아직 시기상조라고 결론내렸다. 불확실성에 대한 부분이 해결되지 않으면 더 위험한 상황이 벌어질 수 있다는 것이다.로렌스 루이스 교수는 "TIMI나 HEART와 같은 척도들과 매우 유사한 수준의 상관관계를 갖는다는 것은 분명히 희망적인 부분"이라며 "하지만 동일성 부분에서 챗 지피티는 사실상 낙제점을 받았다"고 지적했다.그는 이어 "똑같은 환자의 동일한 데이터를 두고 챗 지피티는 위험하다고 했다가 위험하지 않다고 판단하는 등 무작위성을 보였다"며 "임상 현장에서 단일하고 일관된 진단은 매우 중요한 부분인 만큼 이러한 무작위성은 인정될 수 없는 지표"라고 밝혔다.

메디칼타임즈=문성호 기자피부과 중심 임상현장에서 피부 노화에 따른 대응책으로 '스킨부스터' 활용도 높아지고 있는 것으로 나타났다. 보스피부과의원 김홍석 대표원장보스피부과의원 김홍석 대표원장은 지난 3월 31일 개최된 대한피부과의사회 춘계학술대회에서 '직접 주입하는 리얼 콜라겐, 레티젠'을 주제로 콜라겐 주사 '레티젠'의 임상 적용 사례를 발표했다.김홍석 원장은 이번 강연에서 "노화에 따라 점차 소실되는 콜라겐을 다시 채우기 위한 많은 노력들이 있어 왔지만 콜라겐을 직접 주사해 채우는 '레티젠'이 매우 효과적인 방법이 될 수 있을 것"이라며 "콜라겐 보충이 필요한 모든 적응증에 ‘레티젠’을 사용할 수 있다"고 소개했다.이번 학회 강연은 피부과 전문의들이 언제든지 접속해 조회할 수 있도록 학회 홈페이지에 게재됐다. 한편, '레티젠'은 순도 99.9% 타입1형 콜라겐으로, 멸균 방식으로 생산되어 안전하게 시술받을 수 있는 제품이다. 부종과 통증을 최소화하는 중성을 띠고 있으며 특히 고도의 정제기술로 불순물을 제거해 맑고 투명한 것이 특징이다.'레티젠'을 통한 콜라겐 보충으로 피부 재생과 미용 효과가 기대되며, 향후 '레티젠'을 통한 치료 경험과 결과에 대한 더 많은 연구와 공유가 이뤄질 것으로 예상된다.

메디칼타임즈=이인복 기자생성형 인공지능인 챗 지피티(Chat-GPT)가 학습을 거듭하면서 임상 적용의 가능성을 높이고 있다.단순히 의학 논문 작성이나 요약 등을 넘어 의사의 업무를 획기적으로 줄이는 수단으로 각광받고 있는 것. 배경은 속도와 정확성이다.챗 지피티가 전문의와 비교해 내용의 질이 떨어지지 않으면서도 10배 빠르게 기록을 작성한다는 연구가 나왔다.현지시각으로 27일 국제학술지 액타 올쏘피디카(Acta Orthopaedica)에는 챗 지피티의 임상적 효용성에 대한 연구 결과가 게재됐다(10.2340/17453674.2024.40182).현재 챗 지피티 등 거대언어모델은 초창기에 비해 학습이 지속되면서 보다 정확도가 높아지고 있다는 평가를 받고 있다.출시 초기 환각 등의 문제가 지적됐지만 방대한 학습이 지속적으로 이뤄지면서 점점 이를 보완해가고 있는 셈이다.의학계에서 이에 대한 활용법을 모색하고 있는 것도 이러한 이유 때문이다. 전 세계적으로 의사의 번아웃이 문제가 되고 있다는 점에서 이를 보완할 수 있는 도구로 주목하고 있는 것이다.웁살라 의과대학 사이러스 브로덴(Cyrus Brodén) 교수가 이끄는 연구진이 의사와 챗 지피티를 비교하는 흥미로운 연구를 진행한 배경도 여기에 있다.과연 챗 지피티가 논문 작성이나 요약 등을 넘어 실제로 임상 현장에서 활용이 가능한지를 확인하기 위해서다.이에 따라 연구진은 의료진의 가장 큰 로딩 중 하나인 의무기록과 퇴원 안내서 작성을 두고 챗 지피티의 성능을 시험했다.모든 의료기관에서 퇴원 환자에게 질환과 수술 및 치료 경과, 처방 약물에 대한 설명, 주의사항 등을 담은 안내서를 전달한다는 점에서 과연 챗 지피티가 이러한 문서를 작성할 수 있는지를 확인한 것이다.연구는 정형외과 전문의와 대학병원 전공의 10명이 퇴원 안내서를 작성하고 챗 지피티가 작성한 문서와 비교하는 방식으로 진행됐다.이에 대한 평가는 블라인드 형태로 15명의 전문가 패널이 진행했다. 어느 것이 의사가 작성한 것이고 어떤 것이 챗 지피티가 쓴 것인지 모르는 상태에서 정확도와 충실도를 평가한 셈이다.결과적으로 챗 지피티는 매우 충실하고 정확하게 환자의 퇴원 안내서를 적어내는데 성공했다. 전문의가 작성한 문서와 평가 점수에 차이가 없었기 때문이다.중요한 것은 속도였다. 전문의가 작성한 퇴원 안내서와 질적인 면에서 차이가 없음에도 전문의들의 평균 작성 시간보다 10배나 빠르게 문서를 작성했기 때문이다.연구진은 이러한 결과가 챗 지피티의 가능성을 설명한다고 강조했다.사이러스 브로덴 교수는 "챗 지피티는 전문의가 작성한 퇴원 안내서와 품질 면에서 거의 차이가 없는 상태로 무려 10배나 빠르게 기록을 작성했다"며 "향후 전문의 등 의료진의 로딩을 획기적으로 줄여줄 수 있는 잠재력이 있다는 의미"라고 밝혔다. 

메디칼타임즈=최선 기자국내에서 최초의 디지털치료기기(DTx) 허가 품목 1·2호가 나온지 1년이 지났지만 임상 현장의 반응은 냉담한 것으로 나타났다.처방이 이뤄지지 않고 있는 주요 이유로는 아직 의료진을 설득할 만한 근거의 축적이 이뤄지지 않았다는 점, 주요 대학병원에서도 코드 신설 및 부여가 안 돼 제도적으로 처방하기 어렵다는 점을 꼽았다.21일 의학계에 따르면 DTx 허가 이후에도 실제 임상 적용은 더딘 것으로 나타났다.국내에서는 에임메드의 불면증 인지행동 치료 소프트웨어 '솜즈'(Somzz)가 지난 2월 국내 최초로 허가받은데 이어 4월 웰트의 불면증 치료 소프트웨어 '웰트아이'(WELT-I)가 2호로 허가를 받은 바 있다.DTx 최초 품목의 허가 이후 1년이 지났지만 여전히 임상 현장에서의 처방 빈도가 높지 않다는 지적이 나오고 있다.상급종합병원급에서는 서울대병원, 연세의료원이 1월부터 만성 불면증 환자를 대상으로 솜즈 처방을 시작했지만 대다수 의료기관에서는 아직도 처방이 더딘 편이다.이와 관련 양광익 순천향대천안병원 신경과 교수는 "병원마다 DTx 처방을 위한 세팅이 다 이뤄지지 않았다"며 "EMR과의 연동이나 수가 코드 등의 부여가 필요한데 서울에도 몇 개 병원만 적용이 된 것으로 안다"고 말했다.그는 "허가 후 1년이라고 하면 긴 시간처럼 보이지만 신약의 개발이후 병원에 들어가는 런칭까지 6개월에서 1년 이상 걸리기도 하기 때문에 DTx도 이제 막 도입을 위한 걸음마를 뗀 단계"라며 "처방을 시작한 병원도 한달 동안 불과 8 케이스를 처방한 것으로 들었다"고 귀띔했다.DTx는 도입 단계라 그간 치료 방법을 고수하던 의료진들의 의향을 바꿀만큼의 데이터가 축적되지 않았고, DTx의 필요성을 느낄만큼 환자들의 인지도가 올라가지 않은 상황이기 때문에 시장의 개척까지는 다소 시간이 걸릴 것이라는 게 그의 판단.양 교수는 "실제로 인지행동 치료를 하고 있기 때문에 이를 스마트폰 방식으로 바꾼 DTx가 도움이 될 것이란 생각을 하고 있다"며 "문제는 불면증을 겪는 나이대의 환자들이 중년이 많은데 과연 스마트폰 방식 DTx에 순응도가 높을지 의문이 있다는 것"이라고 지적했다.그는 "시스템 구축에도 비용이 들고, 근거의 축적까지는 시간이 걸려 적극적인 활용보다는 당분간 보수적인 관점으로 접근할 것 같다"며 "처방이 가능하도록 환경이 구축됐는데 실제 처방 건수가 한달에 고작 10건에 그친다면 곤란하기 때문에 환자들의 수요도 확인할 필요가 있다"고 덧붙였다.강북삼성병원 신경과 A 교수도 비슷한 의견을 제시했다.A 교수는 "DTx가 임상적으로 활용할만한지, 환자들의 수요가 있는지 의료기관에서 관련 데이터를 수집 중에 있다"며 "작년에는 최초라는 타이틀로 관심을 끌어지만 지금은 어느 기관이 DTx 처방에 참여하고 있는지는 잘 모를 정도로 관심이 식었다"고 말했다.그는 "개발 업체 중 한곳이 (임상을) 같이 해보고 싶다고 연락이 왔었지만 여유가 없어 거절했다"며 "개인적인 생각으로는 지금 DTx들은 적응증이나 급여 방식에서 제한적인 허가를 받았다고 생각하기 때문에 국내 임상 데이터가 많이 축적되는 시점이 돼야 완전한 의미의 상용화가 되지 않을까 싶다"고 밝혔다.그는 "DTx가 기술적으로 굉장한 의미를 갖는다고 보기도 어렵다"며 "현재 불면증 적응증으로 개발된 것은 원래 있었던 수기 방식의 인지행동치료를 좀 더 편리하게 디지털 방식으로 전환한 것에 불과하다"고 설명했다.이어 "그런 까닭에 출시 1년이 지났지만 환자들이 먼저 DTx 처방을 원한다든지 이런 변화는 경험해 본 적이 없다"며 "완전한 상용화가 된다면 그 이후에는 처방할 의사가 있지만 아직은 아니"라고 덧붙였다.

메디칼타임즈=이인복 기자X레이 등의 도움없이 중재시술을 시행할 수 있는 차세대 이미징 기술이 개발돼 이목을 끌고 있다.광섬유를 통해 혈관 이미지를 생성하는 루미가이드(Lumiguide) 기술이 그것으로 X레이 연속 촬영 등으로 인한 방사선 피폭에서 자유롭다는 점에서 획기적 진보라는 평가를 받고 있다.방사선 피폭없이 혈관 이미지를 생성하는 차세대 기술이 나와 주목된다(사진=필립스)26일 의료산업계에 따르면 차세대 이미징 기술로 불리는 루미가이드가 마침내 허가와 검증을 마치고 임상 현장에 투입된 것으로 파악됐다.루미가이드는 X레이 없이 빛을 활용해 혈관을 보여주는 이미징 기술로 필립스가 10년간의 개발 끝에 세상에 내놓은 제품이다.말 그대로 X레이를 활용하지 않는다는 점에서 과거 중재시술의 위험으로 꼽히는 방사선 피폭 문제를 해결할 것으로 기대를 모으고 있는 기술.현재 중재시술 등을 위해서는 X레이로 혈관의 모양을 지속적으로 확인하며 시술을 진행해야 한다.이로 인해 환자가 지속적으로 방사선에 피폭된다는 단점이 있었던 것이 사실. 또한 X선은 2D의 흑백 이미지만 가능하다는 점에서 복잡한 시술에는 한계도 분명했다.결국 뇌혈관 중재시술 등 더 복잡하고 오랜 시간이 걸리는 시술이 많아질 수록 이러한 단점이 더욱 두드러지게 되는 셈이다.루미가이드는 여기에서 착안된 제품이다. 이 기기는 와이어 내부의 광섬유를 따라 반사된 빛을 활용해 X레이 없이 혈관 이미징을 생성한다.특히 2D 흑백 이미지인 X레이와 달리 루미가이드는 3D 컬러 이미지로 보다 정밀한 유도가 가능하다.필립스 아툴 굽타(Atul Gupta) 최고 의료책임자는 "중재시술은 날이 갈수록 영역이 넓어지고 복잡해지고 있다"며 "이로 인해 환자와 의사에게 더 많은 방사선 피폭이 발생하고 2D 흑백 이미지로는 한계가 분명해지고 있다"고 설명했다.이어 그는 "루미가이드를 활용하면 방사선 피폭없이 더 자세하고 복잡한 이미징을 구현할 수 있다"며 "중재시술의 획기적 전환점이 될 것"이라고 강조했다.실제로 루미가이드 검증을 위한 한정적 임상 적용 결과 과거 혈관 이미징 그룹과 비교했을때 루미가이드를 활용한 그룹은 방사선 노출이 56%나 줄어든 것으로 나타났다.특히 이를 활용할 경우 시술 시간도 37%나 줄어든 것으로 분석됐다. 이러한 성능은 인공지능(AI)의 접목으로 이뤄진 성과다.실제로 루미가이드는 인공지능 유도 방식을 적용해 중재시술을 위해 혈관 유도 솔루션에 의사가 직접 수동으로 해야했던 일을 완전히 없앴다.미국에서 처음으로 루미가이드를 이용한 중재시술을 진행한 유매스 메모리얼 병원(UMass Memorial Medical Center) 안드레스(Andres Schanzer) 박사는 "혈관외과 전문의로 수십년간 시술을 하는 동안 확인한 이미징 기술의 가장 획기적 변화"라고 밝혔다.

메디칼타임즈=이인복 기자한국형 당뇨병 예측 모델이 내부 및 외부 검증에서 모두 합격점을 받으면서 임상 적용에 대한 기대감이 높아지고 있다.현재 세계적으로 활용되는 프레밍험 당뇨병 위험 모델(Framingham Diabetes Risk Model, FDRM)에 비해 정확도를 높이는데 성공했기 때문이다.프레밍험 당뇨병 예측 모델을 수정한 한국형 당뇨병 예측 모델이 검증을 통해 정확도를 입증했다.20일 의학계에 따르면 국내 연구진이 개발한 당뇨병 예측 모델이 내외부 검증에서 높은 정확도로 유효성을 입증한 것으로 확인됐다.당뇨병은 전 세계에 5억 3700만명의 환자가 있을 만큼 유병률이 폭발적으로 증가하며 사회적 문제로 대두되고 있는 만성 질환이다.이미 질병에 걸린 경우 악화를 막는데 그친다는 점에서 의학계는 물론 각 국의 정부는 질병 위험이 높은 사람을 사전에 발견하는 예방적 조치에 힘을 쓰고 있는 상황. 전 세계적으로 당뇨병 예측 모델 개발이 활발이 진행되고 있는 이유다.이로 인해 현재 의료계에서는 다양한 당뇨병 예측 모델을 활용하고 있지만 가장 공신력있게 활용되는 모델은 바로 프레밍험 당뇨병 위험 모델이다.나이와 성별, 체질량지수, 혈압, 가족력, 공복혈당 등의 수치를 기반으로 하는 이 모델은 판별 능력이 우수한데다 쉽게 사용이 가능하다는 점에서 많은 국가에서 사실상 표준이 되고 있다.하지만 문제는 프레밍험 모델이 미국과 유럽인을 기초로 개발됐다는 점에서 국내 실정과는 차이가 있다는 점이다.이화여대 의과대학 이혜아 교수가 이끄는 연구진이 이를 기반으로 한국인에 맞는 수정판 예측 모델을 개발한 배경도 여기에 있다. 실제 한국인의 데이터를 더 학습시켜 국내 실정에 맞는 모델을 만들기 위해서다.이에 따라 연구진은 한국인유전체역학조사사업(KoGES) 데이터를 활용해 프레밍험 모델에 고혈압과 당뇨병의 수정된 정의, 한국인의 임상 특징 등을 학습시켜 한국형 모델을 개발했다.또한 한국인유전체역학조사사업 및 심혈관계 연관성 연구(KoGES-CAVAS) 데이터를 활용해 이 모델의 타당성을 평가하고 대한의학회 국제학술지 Journal of korean medical science를 통해 이를 공개했다(10.3346/jkms.2024.39.e47).검증 연구 결과 현재 임상에서 활용중인 프레이험 당뇨병 예측 모델의 곡선하면적(AUC)는 0.710을 기록했다. 곡선하면적은 1에 가까울 수록 정확하다는 의미가 된다.하지만 한국인의 임상 특징을 반영해 새롭게 개발한 한국형 모델은 AUC가 0.820으로 눈에 띄게 높아졌다. 또한 확장형 모델 또한 0.830으로 정확도가 상승했다.다른 요인들을 모두 제외하고 모델의 정확도를 평가해도 한국형 예측 모델은 91.93%라는 높은 정확도를 보였다. 확장임상모델도 정확도 92.02%를 기록했다.향후 임상에서 충분히 당뇨병 예측 모델로 활용할 수 있다는 근거를 쌓은 셈이다.연구진은 "이번 연구는 프레밍험 당뇨병 예측 모델을 수정해 한국인에게 맞는 모델을 제시했다는 점에서 의미가 있다"며 "앞으로 임상에 활용할 수 있는 근거를 마련한 것"이라고 설명했다.이어 그는 "다만 이 모델에 다른 임상적 특징을 추가해도 성능이 향상되지 않은 부분은 숙제로 남아 있다"며 "더 다양한 인구 집단에서 모델을 검증하는 추가 연구가 필요하다"고 덧붙였다.

메디칼타임즈=이인복 기자입원 환자의 신장 손상을 미리 예측해 대비하는 첫 인공지능(AI) 모델이 외부 검증에서도 합격점을 받았다.예측률 88%를 기록하며 준수한 성적표를 받아든 것. 이에 따라 의료 인공지능 분야에서 두각을 나타내고 있는 에픽 시스템즈(Epic Systems Corporation)가 또 하나의 무기를 장착할 것으로 전망된다.급성 신장 손상을 예측하는 인공지능에 대한 외부 검증 연구 결과가 공개됐다.19일 의학계에 따르면 매사추세츠 종합병원(assachusetts General Hospital, MGH) 연구진이 진행한 급성 신장 손상 예측 AI 'Epic Risk of HA-AKI'에 대한 외부 검증 연구가 뉴 잉글랜드 저널 오브 메디슨(NEJM)을 통해 공개됐다(10.1056/AIoa2300099).에픽 시스템즈가 개발한 이 인공지능은 입원 환자의 급성 신장 손상(HA-AKI) 가능성을 미리 예측하는 기계 학습 모델이다.급성 신장 손상은 입원 환자의 최대 21%까지 흔하게 일어나는데다 사망률과 직결된다는 점에서 예방 및 관리에 초점이 맞춰져 있는 질환이다.의심했을때는 이미 질환이 진행된 경우가 많다는 점에서 다양한 지표를 통해 이를 예측하기 위한 움직임이 이어지고 있는 것이 사실.MGH 소속 하버드 의과대학 사이언 두타(Sayon Dutta) 교수가 이끄는 연구진이 Epic Risk of HA-AKI에 대한 외부 검증에 나선 배경도 여기에 있다.입원 환자의 급성 신장 손상을 예측하는 첫 상용화 모델이라는 점에서 이에 대한 분석을 통해 실제 임상에서의 유효성을 확인하기 위해서다.이에 따라 연구진은 2022년 8월부터 2023년 1월까지 총 3만 9891명에 달하는 입원 환자 데이터를 통해 Epic Risk of HA-AKI의 정확도를 점검했다.과연 Epic Risk of HA-AKI가 실제로 얼마나 신장 손상 환자를 걸러내는지, 또한 이를 효과적으로 예측하는지가 1, 2차 평가 목표였다.그 결과 신장 손상 환자를 걸러내는데 있어 정확도를 의미하는 지표인 수신자 곡선 하 면적(AUROC)이 0.77을 기록했다. 1에 가까울 수록 정확하다는 것을 의미한다는 점에서 일정 이상 정확도를 증명한 셈이다.그렇다면 예측 성능은 어땠을까. 이 또한 충분한 가능성을 인정받았다. 48시간내 급성 신장 손상에 대한 예측 AUROC가 0.76을 기록했기 때문이다.이를 통해 점수 임계값(score threshold)을 50점으로 고정할 경우 Epic Risk of HA-AKI는 양성 예측률 88%, 민감도는 50%로 분석됐다.또한 알람을 주는 평균적인 예측 발동 시간은 21.6시간이었다. 급성 신장 손상이 발생하기 21시간전에 인공지능이 이를 경고한다는 것을 의미한다.연구진은 이러한 결과가 Epic Risk of HA-AKI의 임상 적용 가능성이 충분하다는 것을 보여준다고 평가했다.다만 급성 신장 손상의 경중에 따라 민감도가 달라지는 부분에 대해서는 개선이 필요하다고 지적했다.사이언 교수는 "Epic Risk of HA-AKI를 통해 급성 신장 손상을 미리 예측하면 신독성 약물 처방 등을 중단하는 등의 사전 조치가 가능하다"며 "그러한 면에서 일정 이상의 예측 정확도를 보인 점은 매우 긍정적으로 평가한다"고 설명했다.이어 그는 "하지만 저위험 환자는 매우 높은 정확도로 예측하는 반면 고위험 환자는 식별에 다소 부족함이 있었다"며 "고위험 환자를 식별하는 것보다는 저위험 환자를 배제하는 역할을 주는 방식이 효과적이라고 판단한다"고 밝혔다.

메디칼타임즈=이인복 기자대한중환자의학회를 중심으로 국내 대학병원 교수들이 응급실에서 패혈증 환자의 사망을 예측하는 인공지능(AI) 모델을 개발해 눈길을 끌고 있다.특히 이 모델은 현재 패혈증 표준 지표로 쓰고 있는 순차적 장기부전 평가(SOFA)보다도 우수한 정확도를 보였다는 점에서 향후 임상 적용 가능성에 청신호가 켜졌다.응급실 패혈증을 예측하는 인공지능 모델이 나왔다.5일 대한의학회 국제학술지 Journal of korean medical science에는 머신러닝을 기반으로 하는 응급실 패혈증 환자 조기 예측 모델에 대한 실증 연구 결과가 공개됐다(10.3346/jkms.2024.39.e53).패혈증은 감염에 대한 신체 반응으로 발생하는 복합증후군으로 전 세계적으로 병원 내 사망의 주요 원인이 되는 질환이다.특히 초기 처치에 실패시 빠르게 사망까지 이어진다는 점에서 무엇보다 조기 진단과 치료가 중요한 지표가 되는 것이 사실.이로 인해 현재 응급실 등 임상 현장에서는 순차적 장기부전 평가(SOFA) 점수를 통해 환자를 분류하고 이에 맞춰 치료를 진행하고 있다.그러나 문제는 SOFA 또한 민감도와 특이도가 낮다는데 있다.6개의 항목을 점수로 환산하고 이를 합산해 계산하는 방식을 활용한다는 점에서 일정 부분 사망 위험 감지에 도움은 되지만 다양한 장기간 상호 작용이 반영되지 않는다는 점에서 한계가 있기 때문이다.이로 인해 이를 기반으로 하는 패혈증 사망 예측도 난항을 겪어온 것이 사실이다.대한중환자의학회와 강원대 의과대학, 울산대 의과대학 등 국내 다기관 연구진이 이를 보완할 수 있는 인공지능 모델 개발에 나선 것도 이러한 배경 때문이다.각 머신러닝 모델별 정확도 분석대규모 데이터를 활용해 보다 예측력이 높은 패혈증 사망 예측 모델을 만들기 위한 시도인 셈이다.이에 따라 연구진은 중환자의학회 산하 패혈증연구회가 진행중인 전국 코호트 연구 데이터를 활용해 5112명의 패혈증 환자의 다차원 데이터를 추출하고 여러개의 머신 러닝 모델을 학습시켰다.구체적으로 로지스틱 회귀 모델과 서포트 벡터 머신, 랜덤 포레스트, XG Boost, Cat Boost, Light GBM 등이다. 또한 입원 당일 측정된 44개 임상 변수를 SOFA에 적용한 모델도 비교했다.그 결과 이 중 Cat Boost모델은 곡선 아래 면적(AUC)가 0.800을 기록하며 가장 높은 정확도를 보여줬다. 또한 Light GBM 모델이 0.795로 뒤를 이었다.특이도 또한 Cat Boost모델이 0.937로 가장 높았다. 이어서 Light GBM이 0.937로 마찬가지 결과를 보였다.반면 동일한 환자에 대해 SOFA를 기반으로 한 모델은 곡선 아래 면적이 0.678에 불과했다.결과적으로 현재 표준 지표보다 Cat Boost모델이 환자의 임상 정보를 통해 최적의 예측력을 보여준다는 것을 증명한 셈이다.연구진은 "새로 확립된 머신러닝 모델, 특히 Cat Boost모델은 패혈증 환자의 사망률 예측에 최적의 성능을 발휘했다"며 "기준선에서 얻은 여러가지 임상 변수를 활용하면 현재 지표인 SOFA를 사용하는 것보다 조기 예측에 더 정확한 결과를 얻을 수 있다는 것을 시사한다"고 밝혔다.

메디칼타임즈=최선 기자대형 언어 모델(Large language model, LLM) 및 진단 전문 인공지능(AI)의 임상 활용 및 연구가 폭발적으로 증가하면서 국제학술지도 변화 수용에 나섰다.각종 학술대회에 AI 세션이 등장하고, 관련 연구회가 설립되면서 국제학술지 NEJM은 AI 파트를 별도의 섹션으로 독립시켜 임상 진단 사례 연구부터 인공지능을 활용하기 위한 정책 코너까지 다룬다는 계획이다.24일 의학계에 따르면 국제학술지 NEJM은 AI 섹션을 별도로 독립시켜 의료 AI에 대한 전문적인 활용성 검증에 나섰다.영상, 심전도 기반의 진단 AI의 진단율이 전문의를 앞지르거나 초기 빠른 위험도 판단으로 응급환자의 초동 대처 시간을 줄였다는 긍정적인 연구 결과들이 축적되면서 의학계에는 말그대로 AI 연구 광풍이 불고 있다.실제로 내분비학회 빅데이터위원회는 'ChatGPT와 의료'를 주제로 세미나를 개최하고 대화형 인공지능 기술을 의료 분야에서 활용하기 위한 방법론을 공유한 바 있다.NEJM이 신설한 AI 특화 학술지 홈페이지 화면(ai.nejm.org)각종 학술대회에서도 ChatGPT 활용법 강좌, 강의가 속속 개설되고 AI 연구회가 신설되는 등 변화는 현재 진행형.국제의학저널편집자위원회(ICMJE)가 인공지능 사용 여부의 투명한 공개를 조건으로 연구에 활용 가능하다고 명시하자 대한내과학회지 KJM 역시 연구 및 출판윤리를 개정, AI 활용에 연구의 투고 규정을 신설했다.대형언어모델 ChatGPT이 공개된 이후 이를 활용한 연구가 전세계적으로 급증하면서 다양한 학회들도 이에 대한 기준을 마련하기 위해 팔을 걷은 바 있다.그간 AI의 가능성에 주목한 NEJM도 AI 특화에 방점을 찍었다. 그간 토픽 항목에서 '의료분야에서의 AI'를 개설해 다뤘지만 한발 더 나아가 AI만을 전문적으로 다루는 페이지(ai.nejm.org)를 신설한 것.NEJM AI는 AI의 임상 적용을 평가하기 위해 NEJM의 엄격한 연구 및 출판 표준을 적용하고 임상의와 기술 전문가가 함께 참여하는 최초의 출판물이다.NEJM AI는 ▲의료 AI 분야의 선도적인 임상의, 과학자, 기업가들의 커버스토리 ▲AI 시스템의 임상적 평가 방법 ▲의사 결정 및 관리 작업을 위한 AI 및 LLM(대형 언어 모델) 적용 방법 등을 다루게 된다.AI 전문 학술지를 표방한 만큼 AI 임상시험 설계, 진단, 환자 커뮤니케이션 및 의료 AI 애플리케이션의 임상 시험에 대한 연구 보고서뿐 아니라 데이터 세트, 벤치마크 및 프로토콜과 같은 알고리즘 구축 및 검증 도구에 대한 전문적인 내용도 다룬다는 계획.이와 관련 앤드류 빔 NEJM AI 창간 부편집장은 "의료 AI에서 무엇이 효과가 있고 무엇이 효과가 없는지에 대한 기록 저널이 되겠다"고 창간의 목적을 설명했다.'ChatGPT와 의료'를 주제로 세미나를 개최한 김헌성 내분비학회 빅데이터이사는 "인공지능 기술이 의료 분야에서 새로운 혁신을 이끌고 있다"며 "의사들이 ChatGPT에 많은 관심을 가지고 있지만 관심의 크기와는 다르게 실제로 어떻게 활용하는지 아는 사람은 많지 않다"고 말했다.임상 분야에서도 AI 활용에 대한 수요 및 검증이 꾸준한 만큼 이와 관련된 전문 학술지의 태동이 임상 현장과 AI의 접목에 마중물이 될 수 있다는 게 전문가들의 전망이다.

메디칼타임즈=문성호 기자바노바기피부과 전희대 대표원장이 제 11회 대한피부항노화학회 동계학술대회에서 순수 콜라겐 주사 '레티젠'을 소개하고 있다.일선 피부과 병‧의원을 중심으로 한 임상현장에서 순수 콜라겐 주사의 활용도가 커지고 있다. 바노바기피부과 전희대 대표원장은 지난 14일 서울드래곤시티호텔에서 열린 제 11회 대한피부항노화학회 동계학술대회에서 순수 콜라겐 주사 '레티젠'의 특징과 장점 및 임상 적용 사례 등을 소개했다.콜라겐 사용 조직 보충재 '레티젠'은 순도 99.9% 타입1형 콜라겐으로, 기존의 무균 충진방식이 아닌 고압증기 멸균방식으로 제조돼 안전하게 시술 받을 수 있는 제품이다. 면역반응의 원인을 제공할 수 있는 텔로펩타이드를 단백분해효소로 제거해 만든 아텔로 콜라겐으로, 다중필터 공법을 통해 추출된 고순도 콜라겐 제품이다. 중성을 띠고 있어 시술 후에 나타날 수 있는 부종과 통증을 최소화한 것이 특징이다.전희대 원장은 이날 "콜라겐을 보충하는 가장 좋은 방법은 콜라겐을 직접 주입하는 것"이라며 "위축성 흉터, 넓은 모공, 잔주름은 물론 피부 탄력 증진에 큰 효과를 볼 수 있다"고 설명했다.

메디칼타임즈=이인복 기자흉부 X레이를 통해 흉막 삼출과 기흉 등을 매우 높은 정확도로 진단하는 인공지능 솔루션이 미국 식품의약국(FDA) 승인을 받고 상용화됐다.8일 FDA에 따르면 베링(Bering Limited)사의 인공지능 기반 흉부 X레이 분석 솔루션 'BraveCX'가 최종 승인을 마친 것으로 확인됐다.베링사의 흉부 X레이 분석 솔루션 BraveCX가 FDA 승인을 받았다.이 제품은 18세 이상의 성인을 대상으로 흉부 X레이를 분석해 미리 지정된 임상 소견이 있는지 분석하는 소프트웨어로 510(k)로 최종 승인을 받았다.최종적으로 이뤄진 임상 3상에서 BraveCX는 곡선하 면적(ROC AUC)가 0.98에 이르며 높은 정확도를 기록해 FDA 승인을 받는데 성공했다.BraveCX는 백만개 이상의 흉부 X레이 이미지를 딥러닝 시키는 방식으로 개발됐으며 영상의학과 전문의가 직접 5만개 이상의 이미지를 라벨링해 세부 조정을 마쳤다.이를 통해 흉막 삼출 진단에 있어서는 ROC AUC가 0.96을 기록했으며 기흉은 0.98로 매우 높은 정확도를 기록했다. ROC AUC는 1에 가까울 수록 정확도가 높다는 것을 의미한다.또한 특이도 또한 흉막 삼출은 95%, 기흉은 97%를 기록해 임상 적용에 있어서 유효성을 입증했다.BraveCX는 전자의무기록(EMR)에 이미지가 등록되면 흉막삼출과 기흉 등 응급상황을 알아서 분석하며 환자를 분류해 우선순위를 정해준다.아울러 이러한 결과는 즉각 의사에게 통보돼 2차 소견을 제공하는 방식으로 응급 사례에 대한 진단 시간을 단축한다.베일사는 이번 FDA 승인을 기반으로 미국 내에서 빠르게 판매망을 구축한다는 계획이다.특히 이 제품이 클라우드 기반에서 운용된다는 점에서 현재 구축된 시스템에 자연스럽게 녹아들 수 있도록 다양한 하드웨어 기기사들과 파트너쉽을 가져간다는 방침이다.베링사의 CEO인 이그넷(Ignat Drozdov) 박사는 "3년이 넘는 연구 끝에 마침내 미국 시장에서 상용화의 길을 열었다"며 "가장 진보된 알고리즘을 통해 의료진의 워크플로우를 개선하고 응급 환자 분류의 새로운 길을 열겠다"고 밝혔다.

메디칼타임즈=이지현 기자국내 연구진이 알츠하이머성 치매 치료의 새로운 대안을 제시했다. 미토콘드리아 재활용 과정으로 알려진 미토파지 기능 촉진 신물질(ALT001)을 최초 개발하는데 성공하면서 가능성이 열렸다.미토파지(mitophagy)란 손상되었거나 수명이 다한 미토콘드리아를 선택적으로 제거하고, 새로운 미토콘드리아 생합성을 촉진하는 일련의 세포 작용.연구진이 개발에 성공한 ALT001는 미토파지 촉진 구조인 이소퀴놀린 스캐폴드를 화학적 최적화를 통해 합성한 새로운 미토파지 촉진물질이다.한국보건산업진흥원(원장 차순도)은 "동아대학교 의과대학 윤진호 교수와 의약생명공학과 조종현 교수, 전남대학교 조지훈 교수, ㈜알트메디칼(대표 유은희)로 구성된 연구팀이 협업 연구를 통해 알츠하이머성 치매를 치료할 수 있는 미토파지 촉진 신물질(ALT001) 개발에 성공했다"고 밝혔다.신물질 ALT001은 독성이 낮고 세포 성장을 방해하지 않는 안전성을 입증했으며 동물실험 결과 손상된 인지기능의 효과적으로 개선되는 등 임상치료 적용이 가능한 치매 치료 물질임을 입증했다.알츠하이머성 치매 치료연구는 주로 아밀로이드 베타 및 타우 단백질에 중점을 뒀지만, 최근 연구결과에 따르면 미토콘드리아 기능이상이 아밀로이드 베타와 상호작용하여 치매 발병에 중요한 역할을 한다는 것이 확인됐으며 미토콘드리아 기능을 유지해주는 미토파지 과정의 촉진이 새로운 치료전략으로 주목받고 있다.하지만 임상 적용 가능성이 입증된 미토파지 촉진 화합물의 부재로 인해 실제 미토파지를 통한 치매 치료는 구현되지 않고 있는 실정이다.연구진은 이러한 상황을 개선하기 위해 자체적으로 개발한 미토파지 활성 분석 시스템을 활용하여 화합물 라이브러리 스크리닝을 진행했다.스크리닝 분석 결과, 연구진은 동일한 이소퀴놀린 스캐폴드를 가진 화합물들이 미토파지 촉진 활성을 나타낸다는 것을 발견했으며, 미토파지 촉진활성이 개선된 화합물을 도출하기 위해 이소퀴놀린 스캐폴드를 화학적 최적화를 통해 개량해 ALT001이라는 화합물을 개발했다.연구진이 개발한 ALT001은 미토파지 활성을 효과적으로 촉진시키며, 세포 성장을 방해하지 않는 안전성까지 보유하여 임상 치료시 적용 가능성을 입증했다.또한 알츠하이머성 치매 마우스 모델에 ALT001을 사용해 학습 및 기억 능력을 평가하는 실험을 진행한 결과 치매 마우스 모델의 학습 및 기억 능력이 회복되는 놀라운 결과를 얻었으며, 이러한 치료 효과는 다른 치매 연구에 널리 사용되는 마우스 모델에서도 확인됐다.연구를 주관한 윤진호 교수는 "치열한 경쟁을 벌이고 있는 미토파지 기반 치료제 개발분야에서 국책사업의 지원과 돕는 손길 덕분에 국내 연구진들이 임상적용까지 가능한 치매 치료물질 개발에 성공할 수 있었다"고 전했다.그는 이어 "이번 연구를 통해 그간 분자기전 검증 약물이 없어 실용화가 어려웠던 미토파지 기반 치매 치료제의 개발이 가능해질 것"이라며 "이번 연구성과를 활용한 치매치료제 상용화를 목표로 겸손한 마음으로 후속 연구에 매진하겠다"고 포부를 밝혔다.한편, 이번 연구는 치매극복연구개발사업단의 지원을 통해 수행했으며 연구결과는 의학연구분야 상위 5.8%의 세계적 권위 학술지인테라노스틱스(Theranostics)지에 10월 27일자로 온라인 게재됐다.

메디칼타임즈=이인복 기자디지털 청진기가 인공지능(AI)와의 결합을 통해 효용성을 높여가고 있다. 다양한 심장 질환을 의심할 수 있는 기능을 탑재하며 성능을 입증하고 있는 것.특히 이러한 성능을 기반으로 실제 임상 현장에서 디지털 청진기를 활용한 연구들도 속속 공개되고 있다는 점에서 과연 청진기 패러다임이 변화할지 이목이 집중되고 있다.오는 11일 미국심장학회 연례 과학회의에서 디지털 청진기의 실제 임상 적용 사례에 대한 연구가 발표될 예정이다.현지시각으로 11일 미국 필라델피아에서 개막하는 미국심장학회 연례 과학 회의(AHA 2023)에서는 디지털 청진기의 실제 임상 적용 사례에 대한 연구 결과가 발표될 예정이다.디지털 청진기는 말 그대로 디지털 기술을 활용해 심음 등을 듣는 기기로 전 세계적으로 많은 스타트업들이 개발중인 상태다.하지만 아직까지 실제로 상용화돼 임상 현장에 보급된 제품은 많지 않은 것이 사실.그러나 인공지능 기술의 발달로 디지털 청진기도 새로운 상황을 맞고 있다. 디지털 청진기에 인공지능이 결합되면서 아날로그 청진기로는 구현할 수 없는 기능들이 추가되고 있기 때문이다.지난 6월 미국식품의약국(FDA) 승인을 받고 상용화게 들어간 에코헬스(Eko Health)사의 코어 500(CORE 500)이 대표적인 경우다.이 기기는 환자의 심장 부분에 청진기를 대는 것만으로 2초 만에 심방세동은 물론 서맥과 빈맥을 감지해 알람을 울린다.또한 심박수는 물론 심전도를 풀 디스플레이로 구현하며 노이즈 캔슬링을 통해 주변 소음과 무관하게 명확한 심음 등을 들을 수 있다.이번 연구에 관심이 쏠리고 있는 이유도 여기에 있다. 실제 임상 현장에서 디지털 청진기의 활용성을 평가한 연구이기 때문이다.실제로 학회에 앞서 미리 공개된 초록에 따르면 이번 연구는 미국의 1차 의료기관에서 실제 디지털 청진기의 효용성을 검증하는데 초점을 맞췄다.269명의 환자를 대상으로 1차 의료기관 의사가 표준 청진기로 진료한 경우와 디지털 청진기를 적용한 경우를 비교하는 것이 골자다.그 결과 디지털 청진기를 썼을 경우 심장 판막의 이상을 무려 94.1%나 잡아내는데 성공했다.1차 의료기관 의사가 표준 청진기를 사용한 경우 41.2%에 그친 것과 비교하면 상당한 차이가 난다.마찬가지로 디지털 청진기는 이전에 심장 잡음 등 병력이 전혀 없던 심장 판막 질환 환자를 22명이나 식별했다. 하지만 1차 의료기관 의사는 8명에 그쳤다.연구진은 이러한 결과가 디지털 청진기의 임상 적용 필요성을 보여준다고 강조했다. 다양한 심장 질환을 더욱 정확하게 잡아낼 수 있다는 점에서 충분히 효용성이 있다는 설명이다.연구를 진행한 매스 제너럴 브링험(Mass General Brigham, MGB) 랜시어(Moshe Rancier) 박사는 "1차 의료기관에서 심장 질환을 초기에 발견하는 것은 환자의 예후와 비용 절감에 매우 중요한 가치"라며 "디지털 청진기를 쓰는 것만으로 매우 효과적으로 이를 발견할 수 있다는 것을 보여준다"고 설명했다.이어 그는 "이번 연구를 장기적 추적 관찰 연구로 확장해 디지털 청진기의 임상적 효용성에 대한 근거를 더욱 단단히 쌓을 계획"이라며 "디지털 청진기가 단순히 판막 질환 뿐 아니라 부정맥, 서맥 등의 진단에도 효용성을 갖춘 만큼 이에 대한 연구도 병행할 것"이라고 밝혔다.

메디칼타임즈=이인복 기자4차 산업 혁명과 맞물려 의료 인공지능(AI)이 눈부시게 발전하고 있지만 중요한 축을 담당하는 의료기관과 의료진에 대한 보상 방안이 없어 한계를 드러내고 있다는 지적이 나왔다.개발은 기업이 하지만 이에 대한 실 사용과 검증, 나아가 데이터 생성부터 딥러닝에 이르기까지 의료기관이 중요한 역할을 하는데도 이에 대한 보상이 전무하다는 것이다.자기공명의과학회가 ICMRI 학회를 통해 의료 AI 발전 기여에 대한 의사와 의료기관에 대한 보상을 주문했다.대한자기공명의과학회는 3일 워커힐호텔에서 진행된 제11회 MRI 국제학술대회(ICMRI 2023)을 통해 이같이 지적하고 이에 대한 합리적 개선 방안을 주문했다.학회는 일단 현재 의료 AI, 특히 MRI 등 의료 영상을 기반으로 하는 인공지능의 발전을 괄목할만 하다고 평가했다.자기공명의과학회 김호성 학술이사(울산의대)는 "4차 산업 혁명과 맞물려 디지털헬스케어 기술이 눈부시게 발달하면서 과거 진단 보조에 머무르던 의료 AI도 매우 빠르게 발전하고 있다"며 "아직까지 더 치밀한 검증을 받아야 하는 단계지만 유용한 기술들이 속속 나오고 있다"고 설명했다.그는 이어 "영상 판독 보조를 넘어 MRI의 해상도를 보완한다던지 촬영 시간을 단축하는 기능 등은 실제 임상 현장에서도 매우 기대가 높은 기술"이라며 "당분간 MRI를 기반으로 하는 인공지능은 이 세가지 카테고리로 발전할 것으로 본다"고 내다봤다.하지만 이러한 기술 개발에 의료기관이 소외되고 있다는 점에서 이에 대한 대안이 필요하다는 것이 학회의 의견이다.결국 임상 적용을 위해서는 검증과 고도화, 리얼월드데이터가 중요한데 이를 주관하는 곳은 바로 의료기관이라는 설명이다.자기공명의과학회 이인숙 법제이사(부산의대)는 "수많은 스타트업들이 의료 AI 분야에 뛰어들었고 이에 따라 수많은 소프트웨어들이 개발됐고 개발되고 있다"며 "이러한 기술이 실제 임상 현장에서 쓸 수 있는지를 검증하는 것은 바로 의사과 의료기관의 몫"이라고 지적했다.이어 그는 "나아가 이를 임상에 적용해 실사용 데이터를 만들고 딥러링 기반을 만드는 것도 결국 의사와 의료기관이 하고 있는 일"이라며 "하지만 이에 대한 보상이 전혀 없다는 점에서 한계가 나오고 있다"고 강조했다.지금과 같이 의료기관이나 의사가 자체적으로 환자를 위해 비용과 시간을 투자하는 방식으로는 의료 AI의 발전을 기대할 수 없다는 지적이다.이인숙 이사는 "의사와 의료기관에 아무런 보상이 없다보니 환자를 위해 의료 AI 등을 활용하기 위해서는 말 그대로 병원이 투자를 감행해야 한다"며 "결국 의료기관의 노력과 공을 인정하고 보상을 하지 않으면 실제 임상 적용에 한계가 있다는 것"이라고 꼬집었다.특히 나아가 의료 AI 등의 발전과 함께 MRI 국산화에 대한 노력도 병행해야 한다는 것이 학회의 의견이다.아무리 좋은 소프트웨어를 개발한다 해도 결국 하드웨어라는 기반이 없으면 한계가 있다는 주장이다.자기공명의과학회 이희중 홍보이사(경북의대)는 "우리나라에는 세계 굴지의 전자회사들이 있는데도 국산 MRI 하나가 없다는 것은 매우 안타까운 일"이라며 "같은 아시아 국가인 일본과 중국에는 이미 자리잡은 기업들이 있다는 점을 감안할때 경쟁에서 뒤쳐질 수 밖에 없는 이유"라고 말했다.아울러 그는 "1980년대 금성사가 상업용 MRI를 만들었지만 상용화에 실패했고 삼성그룹 또한 개발을 가시화했지만 지금까지 정체돼 있는 상황"이라며 "영상 진단 분야와 영상 후처리 분야에서는 세계 톱(Top) 수준을 기록하고 있는 만큼 국산 MRI가 나온다면 세계 1류 도약이 어렵지 않다고 본다"고 밝혔다.