인공지능으로 국내 의료를 발전시키려면 의료 데이터 활용에 대한 합의가 필요하며 이를 위해 국가 차원에서 심의 기구를 마련해 병원 데이터를 활용할 수 있도록 해야 한다는 제안이 나왔다.

서울아산병원 융합의학과 김남국 교수(영상의학과)는 대한의학회 E-뉴스레터 최근호에 기고한 글을 통해 이같이 말했다.

김 교수는 우선 나라마다 의료체계가 다르므로 우수한 인공지능을 개발해 의료 현장에 적용할 때는 검증이 필요하다고 지적했다.

김 교수는 “우리가 알아야 할 매우 중요한 사실은 어떠한 검사도 완벽하지 않고, 의료행위는 그 지역적인 특성을 반영해야 한다는 점”이라며 “모든 나라는 독립적인 의료체계를 가지고 있기에, 사용 가능한 약, 의료기기, 수술법 등이 다를 수 있다. 그러므로, 아무리 우수한 인공지능이 개발되더라도 각 병원별로 적용될 때 검증이 필요하다”고 말했다.

김 교수는 “최근 인공지능에 대한 과장된 평가가 어느 정도 끝나가면서, 큰 딥러닝 네트워크를 너무 작은 데이터로 학습을 시키기 때문에 생기는 과최적화(over-fitting) 문제와 중층적 비선형 네트워크 특성 때문에 인공지능의 판단 이유를 설명하기 힘든 점 등이 문제로 제기되고 있다”며 “기존 지능형 기술과는 달리 ‘딥러닝’은 영상, 음성 등 특정 영역에서 인간에 준하는 성능을 보여주고 있다. 따라서, 이 기술을 임상의료 현장에 어떻게 도입을 해야 하는지에 대해 의미 있는 연구와 시도들이 필요하다”고 강조했다.

김 교수는 이어 “인공지능의 사람 수준의 인식률, 빠른 속도, 피로를 느끼지 않는 특성, 100% 재현성 등은 임상현장의 많은 문제를 해결해 줄 것으로 기대된다”며 “의료진이 24시간 몸으로 버티는 부분들인 24시간 모니터링, 야간 진료, 실시간 대응 등의 문제들을 해결할 것”이라고 전망했다.

김 교수는 “기계(인공지능)는 단순한 일을 하고, 사람은 판단하는 시스템을 구축할 수 있다. 이는 현재 의료 시스템을 발전시켜서 더 좋은 환자 치료 결과를 낼 것”이라며 “인공지능의 성능과 한계를 잘 이해하는 의료진이 국내 데이터를 이용해 만든 의료인공지능을 적절한 곳에 적용한다면 현재 의료를 한 단계 도약시키는 데 도움이 될 것이다. 이 결과에 따라서 임상진료의 재설계와 의사들의 reposition을 가져올 수 있다”고 말했다.

김 교수는 이어 국가 차원의 데이터 활용 IRB를 만들어 병원 데이터를 활용해 인공지능 소프트웨어를 개발할 수 있도록 해야 한다고 제안했다.

김 교수는 “딥러닝 연구를 위해서는 빅데이터가 필요하다. 하지만 과거 데이터를 일일이 동의를 받아서 사용하는 것은 불가능하다”며 “환자의 개인식별 우려가 없는 조건에서 국가 차원의 데이터 활용 IRB와 같은 기구를 만들어 병원 데이터를 가치 있게 활용하는 시도에 대해 심사를 하고, 이 심사를 통과한 데이터로 만든 인공지능 소프트웨어는 ‘데이터세(tax)’를 내서 건강보험을 강화해 환자의 부담을 줄여주는 방향으로 나아가는 것도 방법이 될 수 있다”고 말했다.

김 교수는 “이런 점에서 우리나라의 단일보험체계는 강력한 장점이 될 수 있다”며 “의료인공지능 연구는 병원과 의료진의 적극적인 참여가 필수적이다. 이를 위해 과감한 병원과 의료진에 인센티브를 줘야 한다”고 했다.