인터넷서점 인터파크도서

2020년, 바야흐로 인공지능의 시대다. 스크립스 중개과학연구소의 창립자로, 의료의 미래를 바꿀 디지털 혁신 기술의 확산에 힘쓰고 있는 에릭 토폴은 이 책에서 누구도 가보지 못한 미지의 세계로 우리를 이끈다. 바로 인공지능으로 의사와 환자 간의 유대 관계와 신뢰를 회복하는 미래다. 토폴은 인공지능으로 의료의 인간화를 꿈꾼다. 인공지능은 세계 최고의 바둑 고수를 압도했고, 인간을 대신해 차량을 운전하지만, 의료 영역에는 아직까지 많은 영향을 미치지 못했다. 오늘날 널리 사용되는 전자의무기록을 비롯한 전산화 과정은 의료의 비인간화를 조장하는 결과를 낳았다. 인공지능은 이러한 흐름을 뒤집고 의사와 환자 간의 유대 관계를 회복할 수 있을까? 아니면 인간을 대체하고 프라이버시를 침해하면서 기술 발전의 부작용을 가속화할까?

알고리즘이 환자의 생명을 구하는 시대 심장내과 전문의인 에릭 토폴은 기술 발전 덕분에 환자의 생명을 구할 수 있었다. 2011년, 비행기에 탑승하고 있던 토폴은 기내에 있는 의사의 도움을 요청하는 승무원의 안내 방송을 들었다. 환자는 10만 킬로미터 상공에서 가슴을 부여잡고 통증을 호소하고 있었다. 토폴은 얼라이브코어라는 기업에서 제작한 스마트폰용 심장 모니터링 기기를 이용해 환자의 심전도를 측정했다. “스마트폰을 통해 심근 경색을 확인할 수 있었죠. 그래서 비행기를 돌리도록 했고, 환자는 무사할 수 있었습니다.” 당시 토폴은 스마트폰으로 심전도 검사를 시행했지만, 진단을 내린 건 알고리즘이 아니라 심장내과 전문의인 토폴의 경험과 지식이었다. 하지만 그로부터 6년이 지난 2017년, 미국 식품의약처는 얼라이브코어가 개발한 애플 워치용 알고리즘을 허가했다. 시계 밴드에 내장된 알고리즘 덕분에 뇌졸중의 위험 인자인 심방세동을 지속적으로 모니터링할 수 있게 된 것이다. 이는 사용자의 안정 시 및 활동 시 심장 박동을 학습한 다음, 비정상적인 리듬을 감지하면 엄지를 시계 밴드에 올려 심전도를 측정하도록 안내한다(현재 애플 워치 4에는 애플에서 개발한 알고리즘이 탑재되어 있다). 심전도는 의사의 판독이 반드시 필요한 검사였지만 지금은 손목시계가 그 역할을 대신하게 된 것이다. 이는 토폴의 신작 『딥메디슨』에 열거된 기술 발전의 여러 사례 중 하나에 불과하다. 그는 인공지능이 오늘날의 비인간적인 의료 시스템을 개선해 의사와 환자 간의 유대 관계를 회복할 수 있으리라 기대한다. 인공지능, 전문의의 영역을 넘보다. 『딥메디슨』은 인공지능이 의료 각 분야에서 어떻게 적용되는지를 조망한다. 가장 자명한 활용 분야는 알고리즘이 탁월한 능력을 발휘하는 패턴 인식이다. 인공지능은 이미 엑스레이를 판독하고, 병리 슬라이드에서 종양 세포를 확인하며, 피부 병변을 진단하고 있다. 그뿐만 아니라 시력 소실의 주요 원인인 당뇨병성 망막병증을 조기에 감지하고, 시계에 탑재된 센서를 통해 심방세동과 같은 부정맥을 잡아내 뇌졸중 발생을 예방한다. 일반적인 예상을 벗어나는 인공지능 활용 영역은 아마도 정신 건강 분야일 것이다. 감성 컴퓨팅이라는 새로운 분야에서 인공지능은 음성과 표정에 나타나는 미묘한 변화를 감지해 상대의 기분을 파악할 수 있다. 토폴은 타이핑 및 스크롤링 패턴과 같은 온라인 활동, 센서, 의학 문헌, 그리고 진료 기록 등의 데이터를 통합하는 알고리즘이 등장하리라 예측한다. 인공지능은 기계가 가장 잘 할 수 있는 업무를 담당하고, 인간 역시 그들이 가장 잘 할 수 있는 업무, 즉 환자와 공감하고 함께 하는 데에 더 많은 시간을 할애하게 될 것이다. 의료 인공지능 시대가 열리다. 하지만 의료 분야에서 인공지능의 활용에 관한 대조군 연구 결과는 아직 많지 않다. 대부분의 연구는 테크 기업에 의한 알고리즘 검증 단계에 머무르고 있으며, 실제 임상 진료에서 개선된 결과를 입증한 사례는 거의 없다. 우리는 5막으로 이루어진 연극의 1막을 보고 있는 셈이다. 여기서 주연 배우는 구글, 바이두, 알리바바, 애플, 아마존, IBM, 마이크로소프트와 같은 거대 테크 기업과 전 세계 수백 개가 넘는 헬스케어 스타트업이다. 연극의 무대는 더없이 매력적이다. 데이터가 원유라면, 인공지능이 진단 및 치료에 활용할 수 있는 의료 관련 데이터는 정제된 휘발유라 할 수 있을 것이다. 의료의 본질, 진정한 돌봄의 회복 이 책은 에릭 토폴의 세 번째 저작으로, 인공지능이라는 미래의 도구를 이용해 과거의 잃어버린 가치...를 추구한다. 오늘날 의료의 문제점은 자명하다. 의료 산업에는 엄청난 비용이 소요되지만 의사와 환자 모두 만족하지 못하는 상황이다. 잘 사는 나라의 경우 의료비는 치솟고 있지만, 치료 성적은 그다지 개선되지 못했다. 반면 가난한 나라에서는 적절한 의료 서비스를 제공할 수 있는 의료진이 턱없이 부족하다. 저자는 의사가 되기 위한 수련을 받던 시기부터 오늘날까지 40여 년을 돌이켜보며 눈부신 의학 발전에도 불구하고 치료 성적은 그다지 개선되지 못한 상황에 안타까움을 드러낸다. 그리고 인공지능의 힘을 빌려 의사와 환자의 관계를 개선하고자 한다. 엄청나게 빠른 속도로 변화하는 이 분야에서 그가 쓴 글의 상당 부분은 이내 시대에 뒤떨어진 내용이 되겠지만 기술을 이용해 진정한 돌봄을 회복하자는 그의 주장은 언제나 유효할 것이다. [저자에게 『딥메디슨』을 묻다] Q1. 의료 분야의 인공지능은 무슨 의미인가? 오늘날 우리는 개인의 의료 정보를 파악할 수 있는 능력을 갖추게 되었습니다. 웨어러블 센서에서 얻은 생리적 데이터, 고해상도 영상 스캔 결과, 유전체 및 장내미생물 정보, 그리고 기존의 의무기록 등 여러 층위의 데이터를 확보하게 된 겁니다. 하지만 이렇게 방대한 데이터를 제대로 파악하고 활용하기 위해서는 도움이 필요합니다. 결국 인공지능을 통해 이러한 데이터를 분석하고 활용하려는 것이죠. 오늘날은 의료 분야에서 정말 흥미진진한 시기라 할 수 있습니다. Q2. 이 책에는 ‘얕은 의학’이라는 용어가 등장하는데, 무슨 뜻인가? 오늘날 의료의 문제점은 환자에게 할애하는 시간이 매우 적다는 것입니다. 제가 의과대학에 다니던 40년 전과 비교했을 때 의사와 환자 간의 관계는 지속적으로 악화되고 있습니다. 시간이 중요하긴 하지만 그게 문제의 전부는 아닙니다. 수많은 오류, 그리고 환자의 모든 데이터를 확보할 수 없다는 점, 계속해서 쏟아지는 의학 문헌을 따라갈 수 없다는 점도 간과할 수 없습니다. 또한 번아웃도 큰 문제입니다. 의사뿐만 아니라 전체 의료진의 절반 정도가 번아웃에 시달리고 있습니다. 의료는 길을 잃어버렸어요. 탈진된 이들은 오류를 범할 가능성이 커지기 때문에 이러한 상황은 악순환을 초래합니다. 하지만 가장 중요한 문제점은 인간에 대한 심층적인 이해의 부재, 그리고 의사-환자 간의 신뢰를 형성하는 데 필수적인 공감의 부재입니다. 저는 딥러닝과 인공지능을 통해 이러한 문제점을 해결하고 의료를 다시 정상 궤도에 올릴 수 있으리라 믿습니다. Q3. 인공지능은 심장이 뛰지 않는데, 어떻게 이를 통해 의료의 인간화를 회복할 수 있는가? 역설적인 말로 들릴 겁니다. 지금까지 기술은 비인간화의 원인이었으니까요. 전자의무기록은 의료진을 데이터 입력 기사로 만들었습니다. 따라서 정상적인 사고를 하는 사람이라면 기술을 통해 위기에서 벗어날 수 있다고 말할 수 없을 겁니다. 하지만 사실 지금이 가장 좋은 기회입니다. 왜냐하면 그동안은 기술이 우리에게 시간을 선물할 수 없었기 때문입니다. 인공지능은 의료진의 수행 능력을 현저하게 강화하고, 동시에 환자를 본인 건강의 주체로 만들 겁니다. Q4. 의사 집단은 새로운 기술을 받아들이기를 주저하는 걸로 악명이 높다. 그들이 인공지능을 신뢰해서 환자에게 사용하도록 할 수 있는 방법은? 인공지능이 광범위하게 사용되기 위해서는 환자에게 도움이 된다는 명백한 근거를 제시하는 연구가 뒷받침되어야 합니다. 아직은 인공지능의 초창기이므로 결과 개선을 독립적으로 재현하는 전향적, 피어 리뷰 연구가 부족합니다. 대규모 데이터세트를 이용해 컴퓨터에 기반한 환경에서 시행한 후향적 연구가 대부분이며, 이는 아직 실제 임상 진료 환경에서 검증되지 않았죠. 또한 많은 사람들은 알고리즘이 환자에게 적용될 때 발생할 수 있는 위험을 고려해 기준을 높게 설정해야 한다고 주장합니다. Q5. 인공지능은 어떤 위험을 지니는가? 우리는 해킹이 만연한 세상에 살고 있습니다. 소프트웨어에 오류가 발생하는 것도 결코 드문 일이 아니죠. 사소하고, 발생 확률이 낮은 문제라 하더라도 이러한 가능성을 염두에 두어야 합니다. 이는 실제로 상당히 우려되는 점입니다. Q6. 인공지능에 입지를 위협받는다고 생각하는 의사도 있다. 인공지능은 정말 의사를 대체할 것인가? 알고리즘이 환자 치료를 전담하기 때문에 의사는 더 이상 필요하지 않을 것이라는 생각은 정말 어리석은 발상입니다. 기계는 판단력이 없고, 정황을 고려하지 못합니다. 하지만 인간은 도저히 감당할 수 없을 정도로 많은 데이터를 소화할 수 있는 능력이 있습니다. 그렇기 때문에 데이터 분석을 인공지능에 위임할 수는 있습니다. 하지만 의사의 감독 없이 진단, 치료, 수술에 관한 중대한 결정을 기계에게 맡기길 원하는 사람은 아마 없을 겁니다. Q7. 인공지능을 식단에 활용하는 내용에 한 장을 할애했다. 인공지능은 권장 식단을 어떻게 바꾸나? 그동안 어떤 음식을 섭취해야 하는지에 대해서는 음식 피라미드나 가이드라인을 참고했지만 이는 과학적 근거에 기반한 것이 아니라 이상적인 식단이 모든 사람들에게 동일한 효과가 있다는 단순한 사고에 기반합니다. 하지만 이것은 그다지 현명하지 못한 선택이었죠. 이제 우리는 인공지능을 이용해 개인별로 맞춤화된 식단을 파악하고자 합니다. 기계학습은 음식 섭취에 대한 개인별 혈당 반응을 예측하는 데 유용합니다. 또한 식사 시간, 신체 활동 수준, 복용하고 있는 약제, 혈액 검사, 유전체 염기 서열, 장내미생물 등의 데이터를 바탕으로 음식을 권장합니다. 이것은 시작에 불과합니다. 그동안 어림짐작으로 이루어졌기에 과학적이라고 간주될 수 없었던 영양학은 곧 송두리째 바뀔 겁니다. Q8. 이 책의 독자들에게 전하고자 하는 가장 중요한 메시지는 무엇인가? 오늘날 의료 시스템에 불만을 제기하지 않는 사람은 거의 없습니다. 이제 특단의 조치를 취해야 할 때입니다. 우리는 미래의 기술을 이용해, 환자와 시간을 보내고 함께 고민하고 유대감을 형성하는 과거의 모습으로 돌아가야 합니다. 의사와 환자 간의 관계 악화는 우리를 괴롭히는 근본적인 문제입니다. 이러한 변화에는 상당한 시간이 소요되겠지만 인공지능이라는 강력한 도구를 이용해 반드시 이뤄내야 합니다.

서문 1장 딥메디슨이란 무엇인가 2장 얕은 의학 3장 의학적 진단 4장 딥러닝의 기초 5장 심층 법적 책임 6장 의사와 패턴 7장 비패턴형 의사 8장 정신 건강 9장 인공지능과 보건 시스템 10장 심층 발견 11장 심층 다이어트 12장 가상 의료 비서 13장 심층 공감 감사의 글 참고 문헌 찾아보기

오늘날 헬스케어의 가장 큰 문제점은 제대로 된 진료를 하지 못한다는 사실이다. 많은 의사들은 충분한 시간을 들여 환자를 돌보지 못하며, 환자들은 적절한 치료를 받는다고 느끼지 못한다. 프란시스 피바디가 1927년에 썼듯이 “환자 진료의 비결은 진심으로 그들을 돌보는 것이다.” 우리가 인공지능을 통해 얻을 수 있는 가장 중요한 것은 오진율이나 업무량의 감소, 암의 완치가 아니다. 그것은 바로 환자와 의사 간의 유대 관계와 신뢰의 회복이다. (p.34) 미국의 경우, 재진 환자의 평균 외래 진료 시간은 7분이고, 초진 환자의 경우에도 12분에 불과하다. 이렇게 터무니없는 시간 부족은 미국만의 문제가 아니다. 수년 전 한국의 삼성의료원에 방문했을 당시, 나를 초대했던 주최 측 인사는 평균 외래 진료 시간이 2분에 불과하다고 했다. 이러한 상황에서 오진이 빈번한 건 전혀 놀랄 일이 아니다. 의사가 시간에 쫓긴다고 생각하는 건 환자와 의사 모두의 공통된 생각이다. (p.45) 무인자동차와 의료 인공지능의 비교는 이 책에서 가장 강조하고 싶은 부분이다. 4단계 자율주행자동차는 이상적인 환경과 교통 상황에서는 가능한 목표일 수 있지만 의료에서 3단계를 넘어가는 자율이 허용될 가능성은 낮다. 알고리즘을 이용한 피부 병변이나 중이염의 정확한 진단과 같은 특정 과제의 수행은 인공지능으로 가능할 수 있다. 하지만 의료 영역 전반에서, 모든 질환에 대해 항상 의료진의 감독이 없는 상황은 결코 허용되지 않을 것이다. 2단계, 즉 크루즈 컨트롤이나 차선 유지와 같은 부분적 자동화는 앞으로 의사와 환자 모두에게 많은 도움이 될 것이다. 알고리즘이 진단을 하고 치료를 권고하며, 의사들이 백업을 맡는 상황인 3단계는 머지않아 특정 질환을 지닌 일부 환자에게 적용될 수 있을 것이다. (p.112) 게다가 기계는 고장 나거나 해킹을 당할 수도 있다. 혈당 수치, 신체 활동, 수면 양상, 영양 상태, 스트레스 수준 등의 다층적 데이터를 받아들이고 처리하는 당뇨병 알고리즘이 미세한 결함이나 해킹으로 인해 잘못된 인슐린 용량을 권장한다고 상상해보자. 인간이 이러한 실수를 저지른다면 환자 한 명이 저혈당 혼수에 빠지거나 사망할 수 있다. 하지만 인공지능 시스템에 오류가 발생하면 환자 수백 명 또는 수천 명의 상태 악화 또는 사망으로 이어질 수 있다. (p.121) 이러한 변화에 적응하는 것은 과거에도 쉽지 않았고 앞으로도 쉽지 않을 것이다. 가리 카스파로프는 『딥씽킹』에서 다음의 사례를 통해 자동화와 두려움, 그리고 궁극적인 수용의 주기에 관해 상기시켜준다. “자동화 엘리베이터 기술은 1900년에 이미 개발되었지만 사람들이 안내원 없는 엘리베이터에 타는 것을 매우 불안하게 생각했기 때문에 1950년대에 이르러서야 무인 엘리베이터가 상용화될 수 있었다(1945년 엘리베이터 안내원 조합의 파업 이후).” (p.135~136) MIT의 컴퓨터과학 및 인공지능연구소 연구팀은 400개의 전체 슬라이드 영상을 활용해 암의 림프절 전이를 진단할 목적으로 27층의 심층망을 개발했다. 알고리즘은 병리과 의사의 오진율을 현저하게 줄였지만 흥미롭게도 병리과 의사와 기계가 협업해 판독하는 경우 가장 우수한 결과가 나왔으며, 이때의 오진율은 거의 0에 근접했다. 인간과 기계는 정확한 진단을 하는 경우와 오진을 하는 경우가 서로 상이하기 때문에 이들의 상호 보완적인 관계는 신경망의 슬라이드 이미지 최적화와 함께 주목할 필요가 있다. (p.158) 외래 진료에서 의사와 환자가 공통적으로 싫어하는 것을 한 가지 꼽으라면 아마 키보드 사용일 것이다. 키보드를 두드리는 상황에서 의...

에릭 토폴 [저]

이상열 [저]

최윤섭 [저]

컴퓨터공학, 생명과학, 의학의 융합을 통해 디지털 헬스케어 분야의 혁신을 창출하고 사회적 가치를 만드는 것을 화두로 삼고 있는 융합생명과학자, 미래의료학자, 기업가, 엔젤투자가, 에반젤리스트이다. 국내 디지털 헬스케어 분야의 대표적인 전문가로, 활발한 연구, 저술, 자문 및 강연 등을 통해 국내에 이 분야를 처음 소개한 장본인이다.

포항공과대학교에서 컴퓨터공학과 생명과학을 복수 전공하였으며 동 대학원 시스템생명공학부에서 전산생물학으로 이학박사 학위를 취득하였다. 스탠퍼드대학교 방문연구원, 서울의대 암연구소 연구조교수, KT종합기술원 컨버전스연구소 팀장, 서울대병원 의생명연구원 연구조교수, 성균관대학교 디지털헬스학과 초빙교수 등을 거쳤다. 『사이언스』를 비롯한 세계적인 과학 저널에 10여 편의 논문을 발표했다.

국내 최초로 디지털 헬스케어를 본격적으로 연구하는 연구소인 ‘최윤섭 디지털 헬스케어 연구소’를 설립하여 소장을 맡고 있다. 또한 국내 유일의 헬스케어 스타트업 전문 엑셀러레이터 ‘디지털 헬스케어 파트너스(DHP)’의 공동 창업자 및 대표 파트너로 혁신적인 헬스케어 스타트업을 다른 의료 전문가들과 함께 발굴, 투자, 육성하고 있다. 학술지 『네이처』의 디지털 헬스케어 부문 자매지인 『npj 디지털 메디슨』의 편집 위원이자, 대한의료인공지능학회의 이사로도 활동하고 있다. 식약처와 심평원의 전문가 협의체 자문위원이기도 하다.

뷰노, 쓰리빌리언, 서지컬마인드, 닥터다이어리, 메디히어, 모바일닥터, 마보, 케어투게더 등의 디지털 헬스케어 스타트업에 투자하고 자문을 통해 한국에서도 디지털 헬스케어 혁신을 만들어내기 위해 노력하고 있다. 국내 최초의 디지털 헬스케어 전문 블로그 『최윤섭의 헬스케어 이노베이션』에 활발하게 집필하고 있으며, 『매일경제』 등에 칼럼을 연재한 바 있다. 저서로 『헬스케어 이노베이션: 이미 시작된 미래』, 『의료 인공지능』, 『그렇게 나는 스스로 기업이 되었다』 및 『대학원생 때 알았더라면 좋았을 것들』 (공저) 등이 있다.