Lenovo Vantage가 갑자기 켜지고 칼럼 하나를 던져주길래..
인공 지능의 시대가 시작되었으며 이미 의료 부문을 혁신하고 있습니다. 의학과 건강 분야에 맹렬할 기세로 파고드는 AI를 살펴보는 첫 번째 단계로 AI를 통해 진단 프로그램, 임상 인프라 그리고 예방 치료가 어떻게 향상되는지 살펴보았습니다. 이 첫 단계를 병원 관리에서 알고리즘 개발에 이르기까지 모든 부문에서 Lenovo가 담당하는 역할을 비롯하여 태도, 규정, 기본 기술에 대한 입문서로 시작할 수 있습니다.
이와 같은 강력한 변화는 모두 환자와 공급자 양쪽에 도구 역할을 하며 향후 10년 동안 이러한 추세가 계속 이어질 것입니다. AI가 신뢰할 수 있는 의사를 대체할 가능성이 없고 환자의 데이터 프라이버시를 인정해야 한다면 중요한 변화는 어떻게 발생할까요?
5년 후의 AI: 더 스마트한 머신 및 가상 어시스턴트
약 5년 후로 가서 필드가 어떻게 변할 수 있는지 살펴보겠습니다. 점진적인 기술 발달로 인해 위에서 언급한 예는 보편화되고 뚜렷해지겠지만 실질적인 변화가 일어나는 곳은 어디일까요?
스마트폰에서 가상 어시스턴트를 사용할 때 뒤에서 얼마나 많은 작업이 실행되는지 생각해 보십시오. 먼저 사용자의 음성을 학습하고, 라이브 검색 결과를 통해 면밀하게 조사한 후 과거 행동을 활용하고, 여러 기기에서 결과를 공유합니다. 이러한 과정은 즉각적으로 전개되므로 대부분의 사용자는 AI가 어떻게 구동되는지 주의를 기울이지 않습니다. Tease는 진단 프로그램 기술에서도 비슷한 현상이 발생할 것으로 예상합니다.
Lenovo의 고성능 컴퓨팅 및 인공 지능 부문 이사인 Scott Tease는 "PET 스캔이나 MRI를 위해 병원에 간다고 상상해 보십시오. 의사 또는 기술자가 이미지를 검토하기 전에 알고리즘에서 데이터를 해석하고 모든 불규칙성을 표시합니다. 이러한 작업을 통해 의료인이 작업을 더 신속하게 수행하고 문제에 주의를 기울일 수 있으며, 문제를 간과하지 않게 됩니다. 실제로 이러한 프로세스는 현재 규제 기관에서 검토하고 있습니다."라고 밝혔습니다.
해상도 및 분석 성능 향상으로 작고 미묘한 증상까지도 원격 스캔 및 진단이 가능합니다.
의사들은 AI 사용을 받아들이는 경향이 있지만 추적 데이터가 급증하는 것에 대해서는 어떨까요? 진료소에 자동으로 정보를 전송하는 건강 추적 장치에는 잠재적인 우려 사항이 있으며 이에 대한 전망은 놀라움 이상입니다.
Lenovo의 전임 임상의이자 글로벌 의료 제품 관리자인 Dan Stevens 박사는 "실제로 경보 피로에 대한 우려가 있지만 당분간은 달라지지 않을 것입니다. 대신 적어도 단기적으로는 필요한 경우 웨어러블 데이터를 유용한 진단 프로그램 보충 자료로 사용할 수 있을 것입니다."라고 밝혔습니다.
또한 웹 사이트나 앱을 통해 모든 것을 간편하게 처리할 수 있는 "편의성"에 대한 수요가 늘어남에 따라 위험도 낮은 환자 치료가 달라질 수 있습니다. 이 경우 AI는 생체인식과 결합된 일련의 대상 질문을 통해 적합한 치료를 찾을 수 있는 챗봇 스타일의 의사 치료로 이어질 수 있습니다.
물론 몇 년 전 원격 의료를 통해 집에서 편안하게 의사와 상담할 수 있게 되었지만 전자 의사를 이용하면 비용을 크게 줄일 수 있습니다. 검토와 승인을 위해 사람이 개입하는 경우에도 AI 주도의 인터뷰와 데이터 평가 절차를 통해 효율성이 확실히 향상됩니다.
Stevens는 "AI 진단은 복잡한 연속체입니다. 편의성, 위험 평가, 정확성이 모두 영향을 미칩니다. 위험한 증상이 있는 경우에는 챗봇 접근 방식이 사용되지 않을 것입니다."라고 언급했습니다.
10년 후의 AI: 개인화되고 전 세계적으로 접근 가능한 의학
기술 발전과 채택 확대에 힘입어 지금까지 설명한 변화가 계속 진행된다고 가정해 보겠습니다.AI에 대한 오해는 계속 줄어들고, AI 지원 기술의 성공적인 배포로 인해 알고리즘적 생활에 대한 대중의 신뢰가 높아질 수 있습니다. 도시의 거리와 고속도로를 부드럽게 주행하는 자율 차량 군단이 인식에 어떠한 변화를 가져올지 누가 추측할 수 있겠습니까?
알려진 대로 AI에는 딥 러닝의 필수 기능이며 뒤에서 실행되는 일명 "블랙 박스"가 사용됩니다. 입력과 출력은 물론 알고 있지만 AI가 결론에 도달하는 단계별 프로세스는 거의 알지 못합니다. 기본적인 작업이 숨겨져 있는 경우 (그리고 우발적 편견이 포함될 수 있는 경우) 응답을 신뢰하기 어려울 수 있습니다.
향후 10년 간 신뢰는 높아질 것으로 예상되지만 이를 인정하지 않더라도 규제된 의학계에서 가능한 한 큰 변화가 있을 수 있습니다.
유전체 염기서열 결정은 그 자체로 혁명입니다. 유전체를 매핑하면 유전 조건, 질병에 대한 감수성, 치료에 대한 잠재적 반응 및 기타 수많은 통찰력의 창이 열립니다. 그러나 프로세스에 시간이 걸리고 고성능 컴퓨터의 기능이 상당히 많이 필요합니다.
Lenovo는 최근 염기서열 결정을 인구 수준으로 추진(계산 시간을 훨씬 더 관리하기 쉬운 150시간으로 단축)하는 것을 검토하기 시작했습니다. 대부분의 기타 솔루션보다 쉽게 확장할 수 있는 특정 제안 솔루션의 경우 전체 유전체에서 단 5.5시간을 기록했습니다. 또 다른 10년의 혁신이 이루어진 후의 수치를 상상해 보십시오.
바르셀로나 교회에 위치한 MareNostrum 슈퍼 컴퓨터는 강력한 유전체 연구를 추진하도록 Lenovo에서 지원하고 있습니다.
Tease는 "모든 사람의 염기서열을 결정하고 진정으로 개인화된 의약품을 개발할 수 있다면 어떨까요? AI와 HPC를 통해 계산 시간이 크게 단축되어 필요한 거의 모든 사람이 이러한 진단을 받고 이상적인 개별 치료를 확인할 수 있습니다."라고 말합니다.
Tease는 이러한 대규모 보급을 뛰어넘어 AI를 통해 양질의 의료 서비스를 이용할 수 있을 것으로 예상합니다.
Tease는 "세계 어디에서나 환자는 혈액 샘플과 심층적인 생체인식 정보를 공유할 수 있습니다. AI는 초기 분석, 패턴 찾기, 환자 진단, 다음 단계의 권장 사항에 개입합니다. 그런 다음 필요에 따라 해당 정보를 모두 편리하게 이용할 수 있는 적절한 전문가에게 사례가 확대됩니다."
증강 현실 도구로 지원과 치료 가능성을 높이면 비용이 크게 절감되고 효율성과 품질은 높이 상승합니다. 이러한 현상이 규제된 공간에서 전개되는 방식은 흥미로우면서도 고통스러울 수 있습니다. 단, 조기에 채택한다면 낙관적입니다.
미래를 더욱 밝게 만들려면 AI 알고리즘이 사용 가능한 데이터만큼 강력하다는 것을 고려하십시오. 머신 러닝이 효과적으로 수행되는 이러한 필수 데이터는 의료 분야의 빅데이터 분석을 2025년까지 거의 700억 달러 규모로 끌어올릴 것입니다. 2030년의 AI가 환자와 공급자 모두에게 어떤 방식으로 힘이 되어줄지는 아무도 예측할 수 없습니다.
