인공지능 AI 시대의 의료시스템

---

의료 분야의 인공지능은 수년 동안 주목을 끌며 화제가 되고 있으며, 딥러닝의 발전으로 광범위한 의료분야에서 성공적으로 활약하고 있습니다.

흔히 주변에서 볼수 있는 광학기술을 이용한 인공지능 AI분야는 CAT 스캔 및 Xray와 같은 의료 이미징 진단 도구입니다. 치료진단 모니터링, 환자의 신원확인, 수술실 기록 자동화, 약물 분석 발견의 가속화에 이르기까지 광범위한 분야에서 인공지능 AI을 이용하고 있습니다.

 

 

---

셀 카운팅 과 이미지 인식 기술 Cell counting and image recognition

Louis-Charles Malassez는 1세기 이전 적혈구를 정확하게 계산하도록 설계된 챔버 디자인에 혈구계산판(Heamocytometer)을 발명하였습니다. 비전 인공지능은 사람들이 셀 수 있는 것보다 훨씬 더 빠르게 세포핵을 식별하고 계산하며 정확합니다. 이를 위해 AI 모델은 세포핵을 식별하도록 딥러닝 훈련합니다. 거기에서 샘플 이미지에 주석이 달린 다음 기계 학습 모델이 신경망을 생성합니다. 현미경 이미지가 컴퓨터 비전 모델로 전송되면 셀 수는 초 단위로 계산됩니다. 하나의 GPU 칩이 100 개가 넘는 동시 요청을 처리 할 수 있기 때문에 이 프로세스는 무한대로 확장될 수 있습니다. 이는 약물 개발 연구자들이 훨씬 더 많은 화합물을 훨씬 더 빠르고 정확하게 테스트 할 수 있음을 의미합니다. 이는 곧 의약품 개발에 소요되는 비용을 절감하고, 기간을 단축할수 있습니다.

 

---

인공지능 수술 로그 AI Surgical logs

인공지능의 실재 의료 업무의 도입으로 모든 기록의 전산화가 이루어졌고, 이것을 관리하는데 아주 효율적으로 변하였습니다. 하지만 수술실에서 비전 컴퓨팅 기술을 사용하는 것은 매우 어려운 일이 될 수 있습니다. 환자 드레이핑부터 수술 상처 봉합에 이르기까지 수술실에서의 추적동작을 기록하여 최적의 방법을 찾고 유지하는 것에 새로운 변화가 찾아왔습니다. 마취과 의사는 여전히 수술시 필기로 기록을 작성하지만 이제는 시간을 보다 효율적으로 사용할 수 있습니다. 미국 마취과 학회(American Society of Anesthesiologists)에 따르면, 2018년 미국에서 매년 4,500건에서 6,000건의 사례를 보였던 수술기구의 부주의 하게 보관하여 발생하였던 문제를 해결하기 위해 전자기록 보관을 이용한 컴퓨터 비전 시스템도 개발 중에 있다고 합니다.

 

 

---

환자식별 Patient identification

수많은 환자의 병원기록을 확인하고 구분하는 일은 아주 광범위한 작업입니다. 환자의 상태를 잘못 파악하고, 진단 하는데에 많은 시간이 소모되고 있습니다. 2013년~2015년 통계에 따르면 미국의 181개 병원에서 7,600개의 잘못된 환자 식별 사건이 발생하였으며, 사건중 약 9%가 피해 또는 사망하였습니다. 사망원인은 의사가 잘못된 건강기록내역을 확인하여 약물을 투여한 경우가 대부분이었으며, 다른사람의 처방을 받거나 잘못된 식이요법 등의 문제가 뒤를 있었습니다.병원과 간병인은 모든 단계에서 환자의 MRN과 연계된 안면 인증을 사용하여 이런 심각한 문제를 간단하게 처리할 수 있게 합니다.

 

 

---

의료영상분석 Medical Imaging Analysis

의료영상분야에서 컴퓨터 비전은 많은 이점을 가지고 있습니다. 의료전문가가 이미지를 분석하는데 걸리는 시간이 줄어들며, 보다 빠르고 정확하게 식별할수 있습니다. 눈으로 확인할수 없는 형태가 작을 때 발생하는 문제를 조기 발견하고 감지하여 생명을 구하고 치료의 잘못된 판단을 줄일 수 있습니다. 의료분야 전체 치료과정에서 컴퓨팅 비전은 인공지능 AI 모델을 사용하여 이미지간에 차이를 식별할 수 있고 이러한 모든 기술들은 MRI, CAT 스캔, 초음파촬영, Xray와 같은 여러 유형의 이미징 진단에 활용할 수 있을 것입니다.

 

 

---

인공지능 AI 기술을 이용할 수 있는 분야는 이밖에도 더 많은 분야에서 활용될 수 있을 것입니다. 시각적 데이터, 뼈 골절 등의 데이터 자료를 취합하고 빅데이터 및 딥러닝을 이용한 네트워크를 생성해 방대한 자료를 통합 서치하여 단시간에 빠르고 정확한 진단이 가능할 수 있게 할 수 있을 것입니다. 개인의 얼굴을 인식하여 이전에 의료기록들을 취합한다면 사람의 신원, 골절의 변화, 세포에 대한 화합물반응, 수술등에서 좀 더 효율적이고 정확하게 진단할 수 있어 소모되는 시간을 줄일 수 있을 것입니다.

인공지능 AI 이용한 환자관리 및 건강관리는 이제 현실이 되어 실재 업무에 쓰이게 될 것이며, 환자와 의료전문가 모두에게 정확한 결과와 비용을 개선할 수 있게 만들 것입니다.