[iitp] 의료, 바이오 분야의 인공지능 - 강민수 을지대학교 교수

 

[전 세계 의료 분야 인공지능 업체]

 

 

 

 

*** 출처: [iitp] 의료, 바이오 분야의 인공지능 - 강민수 을지대학교 교수

*** 문서:

file6520409680353037346-185801.pdf

 

 

 

 

 

1. 인공지능과 의료·바이오 융합의 가치

 

 

- 유전체와 같은 방대하게 수집된 개인의 의료 데이터를 체계적으로 분석하여 질병의 발병 후 치료에만 그치지 않고 질병을 미리 예측할 수 있는 인공지능 기술이 반드시 필요한 시점이다.

 

- 임상부분에서 인공지능 기술은 의사가 판독하는 것만큼 정확도 역시 신뢰할 만한 시점에 왔다.

 

- 바이오 분야의 신약 개발의 경우, 1명의 연구자가 조사할 수 있는 자료가 1년에 200~300여 건이지만 기계의 성능에 따라 인공지능은 100만 건 이상의 논문과 문헌을 검토할 수 있으며 400만 명 이상의 임상 데이터 분석도 가능하다.

 

- 인공지능 알고리즘을 활용하면 진단 성과는 41.9% 향상되고, 의료비는 58.5% 절감된다.

 

 

 

2. 의료·바이오 분야의 인공지능 적용

 

 

- 컴퓨터 성능의 향상 및 일관성이 의미하는 것은 멈춤 없는 연산으로 24시간 학습이 가능함으로써 생산성이 향산되고 이에 따른 임상의사지원이 가능하다는 것이다.

 

- 현 시점에서 인공지능의 활용도가 가장 높을 것으로 기대되는 영역 중 하나가 영상 분석 기반 의사지원시스템으로 2017년 방사선 의료긱 전시회 RSNA Annual Meeting에 참여한 전체 731개 업체 중 48개 업체가 관련된 머신러닝 업체였다.

 

 

○ 임상의사지원시스템

 

- 인공지능 기반의 임상의사지원시스템은 넘쳐나는 정보를 학습하고 분석하여 의사-간호사-환자를 유기적으로 연결함으로써 '많은' 것이 '좋은' 것이 아니라 적절한 수준의 기술과 서비스로 의료의 질을 높일 수 있다.

 

 

 

 

[정형 / 비정형 데이터 기반 임상의사결정지원시스템 구조]

 

 

 

- 임상의사지원시스템은 임상 데이터, 문헌, 논문 등의 정보를 분석하여 의사의 진료행위를 지원하는 정보시스템으로 의료진의 임상지침(Clinical Guidelines) 및 근거기반 의료행위(Evidence Based Practice: EBP)를 지원하기 위한 정보시스템이다.

 

- 병원에서 인공지능이란 이름으로 사용하는 대부분의 시스템이 임상의사지원의 성격을 가지고 있다.

 

- 삼성전자, 삼성메디슨: "영상의학과용 초음파 진단기기"에 딥러닝 적용, 한 번의 클릭으로 유방 병변의 특성과 악성·양성 여부를 제시하고 약 1만 개에 이르는 유방 조직 진단 사례가 수집된 빅데이터를 바탕으로 사용자의 최종 진단을 지원

 

- 뷰노의 "뷰노-메드본에이지(VUNO-Med BoneAge)": 성장기 자녀의 성장문제를 잔단하기 위한 골연령 측정 소프트웨어, 촬영된 수골(손뼈) 영상에 대한 보다 정확하고 빠른 측정을 가능하도록 도와주는 인공지능 기기로 국내 최초(2017년 9월) 식약처 임상시험계획을 승인 받음

 

- 루닛, "인사이트(https://insight.lunit.io/)": 실시간 폐질환 진단이 가능하도록 함, 흉부 영상에서 페암 결절, 결핵, 기흉 및 폐렴과 같은 주요 폐질환을 진단할 수 있음, 정확도는 98%에 이르며, 루닛 인사이트를 통해 유방암 조기진단을 위한 유방 촬영술용 솔루션을 연구 중임

 

 

 

○ 신약개발

 

- 영국 인공지능기업 BenevilentAI와 제약회사 얀센: 인공지능을 적용하여 임상단계 후보물질에 대한 평가 및 난치성 질환 표적을 위한 신약 개발에 착수

 

- 미국 아톰와이즈, 아톰넷(AtomNet): 스크리닝 시스템을 활용하여 서로 다른 후보 물질들의 상호작용을 분석해 물질별 분자들의 행동과 결합 가능성을 학습하고 예측하여 단 하루에 100만 개의 화합물을 선별할 수 있음

 

- 미국, 투사(toXAR): 단백질의 상호작용과 진료 기록, 유전자 발현 등 방대한 생의학 데이터와 인공지능 알고리즘을 활용하여 신약 개발 중

 

- 한국, 스탠다임: 약물 상호작용을 포함한 약물 구조의 데이터베이스에 적용하는 알고리즘을 개발하고 있음, 이를 통해 실험적으로 검증이 가능한지를 파악하고 있음

 

- 한국, 파로스 IBT: 현존하는 약물 관련 데이터베이스와 상업적으로 구매가 가능한 1,200만 개의 화합물에 대한 정보, 200만 개의 표적 단백질의 약효 데이터, 2억 편의 논문 정보가 집약된 Pubmed 빅데이터를 학습하고 분석해주는 신약 개발용 인공지능 플랫폼 케미버스를 개발 중

 

 

 

■ 의료 분야의 진단과 예측은 사람의 생명을 다루는 것이기 때문에 임상의사의 판단이 가장 우선된다. 하지만 증상에 따라 질환(병)의 진단이 달라질 수 있어 다학제간 협진에 의해 하나의 증상에 다양한 전공자들의 종합적인 진단과 최적의 치료방법, 나아가 질병예측을 해줄 수 있다면 좋을 것이다.