딥 메디슨, 에릭 토플, 최윤섭 감수, 멋진 신세계, 올더스헉슬리, 항우울제, 박리성 골연골염, 활액주사, 비인간화, 전자의무기록, 데이터세트, 후향적연구, 데이터조사, 의사감독

에릭 토폴 (Eric Topol, MD) 관심작가 알림신청 작가 파일
스크립스 중개과학연구소(Scripps Translational Science Institute) 소장이며 캘리포니아 주 라호야(La Jolla, California)에 있는 웨스트 무선의료 연구소(West Wireless Health Institute)의 공동 설립자이자 부회장이다. 그는 스크립스 클리닉(Scripps Clinic)의 심장전문의이며, 스크립스 연구소(Scripps Research Institute)의 유전학 교수이기도 하다. 의학계에서 논문이 가장 많이 인용되는 10명의 연구자 중 한 명이며, 미국국립과학원 의학원(Institute of Medicine of the National Academy of Science)의 일원으로 선출되었으며, 〈GQ〉가 선정한 과학계의 스타 12인에 포함되기도 한 에릭 토폴은 현대의 심장 치료 확립에 기여한 수많은 임상연구들을 주도하였다. 그는 1990년 36세의 나이로 클리블랜드 클리닉 심장내과 주임교수가 된 이후 16년간 클리블랜드 클리닉 심장내과를 이끌었으며, 클리블랜드 클리닉 러너 의과대학의 설립에도 크게 기여했다.
출판사 리뷰
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 가치를 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.