의료AI솔루션의 기술적 한계 고찰, IBM 왓슨 사례를 중심으로

소개

"의료AI솔루션의 기술적 한계 고찰, IBM 왓슨 사례를 중심으로"에 대한 내용입니다.

목차

없음

본문내용

의료 부문에서 AI를 도입하려는 시도, 또는 도입한 사례는 분야가 다양하다. 우선 의사의 진단 및 처방을 포괄적인 측면에서 대신하거나 의료진에게 이를 제안할 목적으로 개발한 소위 의료AI솔루션이 있다. 암 진단과 치료방법 제안을 지원하는 프로그램인 IBM의 왓슨, 정확하게는 WFO(Watson for Oncology)가 대표적이다. 의료분야에서 AI를 적용한 첫 사례로 회자된다. 이외에도 AI가 제시하는 진단 솔루션의 범위를 보다 좁힌 형태로, 영상검사를 비롯하여 진단검사, 병리검사 데이터를 토대로 판독 결과를 추정하는 각종 프로그램이 개발 단계에 있고, 일부 질환에 특화된 판독 프로그램 중 극히 일부는 완성 단계까지 간 경우도 있다. 또한, AI의 일종인 음성인식이나 얼굴인식 기능을 차용한 형태로, 의무기록 입력을 간편하게 해주는 Voice EMR이나 얼굴사진 분석을 통한 유전질환 진단 프로그램들도 개발된 바 있다.
그러나 막상 개발이 완료됐더라도 대다수의 경우 AI가 내린 진단의 정확도가 떨어져 신뢰성에 의문이 있으며, Voice EMR처럼 막상 실무에서 사용하기 불편한 경우 등 다양한 문제가 있어, 최종적으로는 도입이나 유지관리를 위한 비용 대비 효용성 부족을 사유로 의료 현장에서 퇴출되거나 외면당하고 있다. 본 리포트에서는 의료 분야 AI 전반이 아닌 의료AI솔루션으로만 범위를 좁혀, WFO를 중심으로 AI의 의료 부문 적용 시 애로 요인을 기술적 한계 측면에서 고찰해보고자 한다.
WFO는 2013년 출시 후, 앞서 소위 바둑 분야 AI인 알파고가 성공적으로 주목받았던 시기에 편승하며, 당시에는 불가능할 것이라 여겨진 의료 분야에 AI를 적용한 혁신 사례로 평가받았다. 알파고는 대중에게 인간의 지성을 AI가 능가할 수 있다는 충격적인 메시지를 던졌으나 실생활에 적용된 것이라 보기 어려워 정도가 덜했지만, WFO는 실생활 중에서도 특히 전문적인 분야인 의료 부문에 활용되며 마치 의사 인력을 대체할 수 있을 것처럼 보였기에, 당시 수많은 언론이 곧 AI가 인간의 영역을 대부분 점령할 것이라며 공포스러운 분위기를 조장했다.

참고자료

· 김효정 et al., 「왓슨 포 온콜리지란?」, 2017
· 최윤섭, 「IBM 왓슨 포 온콜로지의 의학적 검증에 관한 고찰」, 2017
· 김천순, 「IBM Watson 작동방식에 대한 이해 및 사례 소개」, 2017
· 송수연, 「왓슨-의료진 의견 일치율 낮은 이유, ‘심평의학’에 있다?」, 2018, 청년의사
· 과학기술정보통신부, 「닥터앤서 클리닉 공모안내서」, 2022