인공지능(AI)은 의료 현장에서 이미 활용되고 있습니다. 처음에는 진찰의 첫 단계인 진료 상담에 사용되기 시작했습니다. 한 회사의 AI 기반 진료 상담 시스템은 환자의 증상에 따라 질문을 순차적으로 변경하여 환자의 상태를 파악합니다. 이 회사는 5만 건 이상의 의학 논문을 기반으로 증상과 질병 간의 관계를 분석하는 알고리즘을 개발했습니다. 이 알고리즘을 통해 의사는 환자가 진료실에 들어오는 순간부터 포괄적인 정보를 얻을 수 있습니다. AI는 진료 상담 이후의 검사 분야에서도 이미 널리 사용되고 있습니다. X선 및 내시경 영상, 심전도 파형 분석 등에 AI가 활용되고 있는 것입니다. 특히 심전도 파형을 분석하여 질병을 조기에 발견하는 기술은 실용화되었습니다. 진료 상담과 검사 결과를 종합하여 진단을 내리고 치료 방법을 선택하는 단계로 넘어가는데, 이 과정에서도 AI는 정확도를 향상시키고 있습니다.
일본에서는 1990년대부터 각 질병에 대한 최적의 검사와 치료법을 요약한 임상 진료 지침이 발표되어 왔습니다. 다양한 학회에서 최적의 검사와 치료법을 정리한 임상 진료 지침을 만들고 발표하면서 일본 의료 수준 향상에 기여했습니다. 또한 의사들의 경험과 지식이 축적되었고, 경험과 지식이 풍부한 의사들은 ‘숙련된 의사’로 불리게 되었습니다. 임상 진료 지침은 의료 전문가들의 ‘교과서’와 같은 역할을 해왔습니다. 인공지능(AI)은 이러한 지침을 학습하여 인간 의사가 평생 동안 경험할 수 없는 방대한 사례를 분석하고 학습할 수 있게 되었습니다. AI 기반 진단은 이러한 방대한 사례 데이터를 바탕으로 이루어집니다. AI 의학은 모든 환자에게 ‘숙련된 의사’의 진단을 제공할 잠재력을 지니고 있는 것으로 보입니다.
한편, 의료계에서는 치료보다는 예방 의학에 중점을 두어야 한다는 의견도 나오고 있습니다. 질병의 징후를 조기에 발견하면 조기에 치료할 수 있고, 건강 수명을 연장할 수 있다는 것입니다. 이러한 조기 발견과 조기 치료를 위한 환경이 조성되고 있습니다. 질병의 징후와 진행 과정을 정량화할 수 있는 건강 데이터를 디지털 바이오마커라고 합니다. 스마트폰과 웨어러블 기기의 보급으로 심전도와 같은 이러한 건강 데이터를 쉽게 얻을 수 있게 되었습니다. 심전도는 24시간 측정이 가능하며, 결과는 클라우드에 기록됩니다. 시스템은 클라우드에 저장된 호흡률, 심박수 등의 데이터를 분석하여 이상 징후가 감지되면 해당 사용자에게 알림을 보냅니다. 알림을 받은 사용자는 협력 의사가 AI 시스템을 활용하여 심전도 데이터를 추가로 분석하고 치료를 받게 됩니다. 이 시스템은 축적된 데이터에서 과거 환자의 파형과 유사한 파형을 발견하면 AI가 경고를 보내도록 설계되었습니다. 진단 및 의료 치료를 지원하는 AI 시스템은 초기 단계를 벗어나 광범위하게 도입되는 단계로 접어들고 있습니다.
