4차 산업혁명이 의사까지? 의료사업과 딥러닝

4차 산업혁명의 시작을 알린 인공지능 알파고가 

처음에는 이세돌 9단을 상대로 승리한 알파고가 세계 바둑 1위 커제에게마저 압도적으로

 승리하는 모습을 보이며 화제가 되었는데요, 

스스로 학습하는 알파고는 어떤 원리와 기술로 학습할 수 있는 것일까요.

 

 

1959년 아서 사무엘은 기계 학습을 "기계가 일일이 코드로 명시하지 않은 동작을 데이터로부터 학습하여

 실행할 수 있도록 하는 알고리즘을 개발하는 연구 분야"라고 정의하였습니다.

머신러닝의 예시로는 문제와 답이 제공된 여러 함수 식을 보고 해당 함수들을 만족시키는 매개 변수를 찾아내는 것이 있습니다. 

이것이 기계가 학습하는 방식이고 이 학습된 알고리즘을 통해서 새로운 문제의 답을 찾아내는 것이 머신러닝의 기초입니다.

딥러닝이란 머신러닝의 계열 중 하나로서 머신러닝에서 쓰이는 전처리 과정의 자동화를 동반한 학습방법입니다. 

머신러닝을 하기 위해서는 사용될 데이터의 전처리 필요한데 딥러닝은 기계학습의 전처리 부분을 자동화 한 학습방법입니다. 

하지만 자동화를 위해서는 통상적인 머신러닝보다 훨씬 많은 데이터가 필요하고 

처음 소개될 당시 학습 방법 또한 개발되지 않았기에 배척되었지만, 

빅데이터 기술들의 개발과 딥러닝의 방법론들 또한 발달되면서 과거에 배척되었던 딥러닝이 부활했습니다.

 

 

인공지능을 필두로 한 4차 산업혁명은 이미 우리 사회에 많은 변화를 가져오고 있습니다.

어떤 상황에도 안정적일 것만 같던 전문직 또한

4차 산업혁명이 전문직의 미래를 없앤다는 말이 나올 정도로 영향을 받는다고 하는데요, 

실상이 어떨지 궁금합니다.

전문직의 대명사라고 할 수 있는 의료분야는 어떨까요? 

이를 알아보기 위해 아주대학교 의료정보학교실의 박사과정, 진상형 선생님을 만났습니다.

 

 

Q. 4차 산업혁명에서의 머신러닝/딥러닝이 갖는 중요성은 무엇이라고 생각하십니까?

A. 머신러닝과 딥러닝은 4차 산업혁명의 주축이라 할 수 있는 인공지능의 기초가 됩니다. 인공지능을 통해서 개인별 서비스와 맞춤형 서비스를 가능하게 해주며 빅데이터의 처리 또한 더욱 효율적이고 다양하게 할 수 있도록 해줍니다.

 

Q. 의료분야에서 머신러닝과 딥러닝은 어떻게 활용되나요?

A. 과거 의료산업에서는 머신러닝 방법들 중 모든 과정이 설명 가능한 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 또는 의사결정트리(Decision Tree)를 사용해서 환자의 현재 혹은 미래 상태를 추정하곤 했습니다. 또한 어떤 처방 혹은 시술을 할 했을 때 환자의 상태를 예측하는데 또한 머신러닝이 사용되었습니다. 

하지만 의료계열에서는 전 과정이 자동화 된 방법들 보다는 모든 과정이 설명 가능한 방법들만을 도입했었지만 알파고의 등장과 함께 퍼포먼스에 중요성이 더해지면서 과정이 확실히 표현되지 않는 블랙박스모델들의 사용이 널리 받아들여지며 딥러닝 또한 의료산업에서 받아들여지기 시작했습니다. 

현재는 의료영상분석과 바이오시그널의 시퀀스 분석 등에 딥러닝이 사용되고 있습니다. 딥러닝과 인공지능이 전문직, 즉 의사 선생님들을 대체할 것이라는 생각과 반대로 인공지능은 의사들의 판단을 보조하는 역할을 하고 있습니다.

 

Q. 아주대학교 의료정보학교실의 주요 연구 분야는 어떤 것 인가요?

A. 아주대학교 의료정보학교실은 국내 OMOP (Observational Medical Outcomes Partnership) 공통 데이터 모델(Common Data Model/CDM)의 선두주자로서 13개 이상의 대학병원들이 참가한 OHDSI(Observational Health Data Sciences and Informatics/ 의료관찰 데이터 연구지원을 위한 국제 컨소시엄)에서 공통데이터모델을 개발/도입하는 연구를 진행 중 입니다. 

현재 국내 병원들은 각각의 의료 자료들이 완전히 전산화 되어 있지도 않을뿐더러 병원마다 다른 형식으로 전산화 되어있습니다. 때문에 병원들이 분석하기 위한 데이터 양이 한정될뿐더러 병원들의 의료데이터 공유 또한 제한되었습니다. 공통 데이터 모델을 통해서 이러한 문제를 해결하고 더 나은 분석 모델을 구축할 수 있도록 하는 것이 아주대학교 의료정보학교실이 현재 진행 중 인 일입니다.

 

Q. 의료산업의 앞으로의 전망은 어떨 것 이라고 생각하십니까?

A. 의료산업을 포함한 거의 모든 분야에서 머신러닝/딥러닝 전문가들의 수요는 증가하고 있습니다. 특히 의학 데이터는 의학적 지식과 머신러닝/딥러닝의 지식이 겸비되어야 다룰 수 있기 때문에 사실상 의학데이터 전문가의 공급이 부족한 상황입니다. 앞으로 더 많은 병원들이 공통 데이터 모델을 사용할 것이며 이에 따른 의료 기록들의 전산화와 분석에 더 많은 인력이 필요할 것으로 보입니다.

 

오늘 취재의 핵심 궁금증이었던 ‘과연 인공지능이 의사를 대체할 수 있을까?’에 대한 답변은 아직은 아닌 것 같습니다. 오히려 인공지능은 의사의 진료와 처방을 더욱 정확하게 할 수 있도록 보조하는 역할을 한다고 합니다. 또한 의료산업에서 실력 있는 머신러닝/딥러닝 전문가들 또한 많이 찾는다고 하니 관심 있으신 분들은 공부해보고 지원해 보실 수 있을 것 같습니다.