인공지능(AI)과 머신러닝 등 첨단기술들이 의료 분야에서도 활발하게 연구되고 있다. 특히 암 진단 및 치료 과정에서의 AI 활용 사례가 증가하고 있으며, 최근에는 환자 맞춤형 항암제 추천 시스템 개발 성과도 나오고 있다.
이러한 추세에 발맞춰 국내 주요 병원들도 다양한 시도를 하고 있다. 하지만 아직까지는 임상시험 단계이거나 상용화 초기 단계인 경우가 많아 실제 적용 시 많은 어려움이 예상된다. 따라서 본고에서는 현재 진행 중인 국내외 관련 연구 현황을 살펴보고 향후 전망을 제시하고자 한다.
암 진단 및 치료 과정에서 AI 활용 사례가 증가하고 있다는데 어떤 방법인가요?
현재 여러 기관에서 딥러닝 기반의 영상 분석 알고리즘을 이용해서 유방암 검진 결과 판독 정확도를 높이고자 노력하고 있다. 대표적인 예로 서울아산병원 핵의학과 임호준 교수팀은 지난 2016년 12월 국제학술지 ‘네이처 메디슨’에 발표한 논문에서 한국 여성에게 흔한 치밀유방 조직 검사 결과를 예측하는 데 딥러닝 기법을 도입했다.
이 팀은 4개의 서로 다른 딥러닝 모델을 만든 후 이를 각각 비교·평가했는데, 기존 방식으로는 1% 미만이었던 양성 판정률이 딥러닝 모델로는 5~6% 수준으로 향상됐다. 또한 세브란스병원 흉부외과 박성용 교수팀은 2017년 8월 대한흉부영상의학회 학술대회에서 폐결절 검출에 딥러닝 모형을 적용한 새로운 소프트웨어를 공개했다. 해당 소프트웨어는 이전 버전 대비 결절 검출율을 약 2배가량 높였고, 오진율 역시 크게 개선시켰다.
환자 맞춤형 항암제 추천 시스템 개발 성과는 어떻게 되나요?
서울아산병원 융합의학과 김남국 교수팀은 지난해 6월 미국 존스홉킨스 의대와의 공동연구를 통해 전이성 대장암 환자들을 대상으로 한 유전체 빅데이터 분석을 통해 개인별 맞춤치료 전략을 수립했다고 밝혔다. 김 교수팀은 세계 최초로 종양조직 내 특정 유전자 변이 여부에 따라 표적항암제의 효과가 달라진다는 점에 착안해 총 7만여 명의 데이터를 수집했고, 이를 토대로 각 환자별로 최적의 약물 조합을 도출하는데 성공했다. 이번 연구결과를 담은 논문은 네이처 자매지인 ‘사이언티픽 리포트’ 최신호에 게재됐다.
국내외 제약사들의 신약개발 경쟁 치열한데 앞으로의 전망은 어떨까요?
미국 식품의약국(FDA)으로부터 허가받은 글로벌 블록버스터급 신약은 2011년 이후 매년 감소하고 있지만, 바이오시밀러 시장은 연평균 23%씩 성장하며 빠르게 확대되고 있다. 실제로 올해 상반기에만 15개의 바이오시밀러가 FDA로부터 판매 승인을 받았다. 셀트리온헬스케어 관계자는 “바이오시밀러 사업은 이미 해외시장에서 큰 폭의 성장세를 보이고 있고, 유럽 지역 점유율 확대로 실적 호조가 지속될 것”이라며 “올해 하반기 램시마SC 출시 예정으로 매출액 상승 기대감이 높다”고 말했다.
지금도 인공지능의 발전이 한달 한달 너무 빠르게 발전하고 있습니다. 10~20년 안에 정말 특이점이 올 확률이 99% 입니다. 특이점이 오면 인간이 연구하던 시간을 1,000배 이상 단축시켜준다고 하니...암같은 질병도 100년안에 정복될 문제가 이제는 5년안 10년안에 된다는 말이죠.
인공지능의 속도를 보시면 아시겠지만 인간이 하루동안 그릴 그림을 3초만에 그려버리죠. 음악도 한달간 만들 음악을 5초에 10개씩 만들어내구요 ㅡㅡㅋ 그림 인공지능이랑 음악인공지능 그리고 글써주는 인공지능은 너무 많기 때문에 굳이 검색한번만 해보시면 다 아실 수 있으니 여기에 남기진 않을께요.
어쨋든간에 인공지능의 엄청난 속도 때문에 이런 좋은 환경에서 살 수 있다는게 감사하기도 하지만 반대로...일자리 문제가 매우 심각하긴 합니다. 앞으로 어떻게 될지 두고보는 수 밖에 없어요