[뉴스비전e 정윤수 기자] 의료분야는 인공지능이 함께 살아가기 시작한 대표적인 분야다. 

가천대길병원 등 국내 병원에는 IBM의 왓슨 인공지능 암센터가 있다. IBM의 인공지능 '왓슨' 기반 치료법을 기반으로 의사들이 처방을 결정한다. 

쇼핑, 의료, 뱅킹 등에 적용된 왓슨 중 의료처방을 위한 '왓슨 포 온콜로지'는 1500만페이지의 암 전문자료를 습득하고 8초만에 진단 처방한다. 사람의 처방 속도보다 비교할 수 없이 빠르다.  

암종별 파트가 세분화 된만큼 암마다 중요한 정보가 다르다. 

기본적으로는 환자의 나이, 컨디션, 치료 이력 등을 입력한다. 이어 왓슨에게 물어보는 이유를 입력한다.   

유방암의 경우 폐경의 유무 등 환자별 특성에 대해 추가 입력을 한다. 적게는 10개, 많게는 30~40개다. 

이를 사용하는 가천대길병원 관계자는 "입력 자체는 어렵지 않고 이용하는데 큰 어려움 없다"며 "항암제, 약물치료를 위주로 하고 있는데 최근 업데이트 되고 있는 난소암 전립선암의 경우 항암제 뿐 아니라 방사선 기법까지 알려준다"고 설명했다. 

가천대길병원이 암치료에 왓슨을 도입한지는 2년여가 됐다. 지난 2014년인데 미국의 3대 암병원중 하나인 메모리렁 슬론 케터린 캔서 센터(memorial sloan kettering cancer center)에서 인공지능 왓슨을 적용한 실적을 미국 암학회에 한 것을 보고, 2년의 준비후 2016년 도입했다. 

방사선 기법까지 알려주는 수준이 됐지만, 인공지능은 아직 수수술방법까지는 아직 제시하고 안느다. 그러나 병원 관계자는 "앞으로는 그렇게 될 날이 멀지 않다. 발전속도가 무섭다."고 평가했다.  

아직은 진단과 치료에 도움을 주고 있는 선이다.  

암진단후 치료는 환자마다 각각 다르다.  

처음부터 수술을 할것이냐 약쓸것이냐 약쓰다가 방사선치료를 하고 수술을 하느냐 등 다양한 조합이 있기 때문이다. 환자마다 각각 치료 방법이 다르기 때문에 의료계에서는 첫 방향을정하는 이른바 '가르마'를 잘 타야 한다고 표현한다. 처음에 치료 방향을 잘못 선택하면, 환자는 고생만 하게된다. 

일단 인공지능을 암 치료에 사용함으로써, 방대한 정보를 순식간에 돌려서 결과를 도출한 이후, 사람 의사들이 한번 더 모여서 확인작업을 한다는 점에서 이를 도입한 병원들의 평가는 나쁘지 않다.  

의료계 관계자는 "증거에 입각한 암치료에 대한 치료 방법을 제시하는 것"이라며 "수술 방사선 항암 치료 등 세가지 부분에서 여러 의료진들이 왓슨을 이용하고 있다"고 전했다.  

환자에게 설명을 하는데도 인공지능이 제시한 데이터는 도움이 된다는 평이다. 

환자에데 적용하고자 하는 치료법에 대해, 예상되는 치료의 결과와 부작용들을 설명하는데 좀더 객관성을 높일 수 있기 때문이다. 

의료진들이 여러가지 치료법을 상의를 할때 왓슨이 제시한는 결과를 보조적으로 사용함으로써 판단의 정확성을 높일수 있다는 평가다.  

◆인공지능 의료처방 발전속도 빠르지만..."의사의 판단과 공존할 것"

인공지능의 의료처방 기술이 진화를 하더라도,완변한 수준으로 가는데는 한계가 있다는게 의료계의 시각이다. 

의료는 의학적 지식에 현장의 상황을 더해져 같은 질병이라도 수많은 경우의 수가 생긴다.

환자의 경제적 상황이나, 종교적 신념, 보험체계 등은 물론, 어떤 의사가 수술하느냐에 따라서 결과는 달라지기 때문이다.  이에 따라 애초부터 정답이 없는 상황에서, 인공지능이 완벽한 정답을 찾게 한다는 것은 '가정'부터가 잘못됐다는 시각도 존재한다. 

예컨대 명의로 알려진 의사의 치료법이 정말 최선이라고 단정할 수 있나. 최선의 치료법이란걸 어떻게 증명하나. 또 가능한 방법이 있어도 그 비용을 감당할 수 없는 환자는 차선을 택할 수밖에 없다. 이 환자에겐 그게 최선이다. 이렇듯 의료에는 궁극의 정답이 없다. 그런데 지능형 기술, 즉 현재의 인공지능은 지도학습 통해 정답을 찾는다. 이런 상황에서 인공지능이 의사를 대체한다는 관점은 잘못된 것이다.

의료에 있어 가장 먼저 인공지능이 대체할 분야로 영상의학이 거론되고 있지만 이에 대해서도 의견은 분분하다.

의료영상은 분명 디지털 데이터 형태로 만들어짐에도 불구하고, 빅데이터 관점에서는 디지털로 보지 않는다. 형태는 디지털이지만, 의사의 해석이 없이는 의미가 없기 때문이다. 

영상에 대한 의사의 판독 역시 각각 다르다. 이에 따라 정량화를 통한 빅데이터는 쉽지 않다.  

산업통상부 지원의 인공지능 의료영상 사업에 참여하고 있는 관계자는 인공지능을 영상의학에 적용하는 것에 대해, "현재의 의료시스템을 대체한다는 식의 접근은 아니다"며 "보다 잘 이해하고 더욱 쓰임새가 강화되도록 도와준다는 개념으로 이해하는 게 맞다"고 평가했다. 

왓슨포 온콜로지 이외 인공지능을 적용한 의료기술 발전에 대한 시도가 수없이 이뤄지고 있지면서 의료의 질은 높아지겠지만,  자율주행차가 거리를 돌아다니는 시대에도 인공지능은 의사의 어시스트 역할을 한 상태로 남아 있을 가능성이 높다.