의료접근성 낮은 환경에서 일관성 높은 인공지능 의료 서비스 제공해

2014년 12월에 설립된 뷰노(대표 김현준)는 의료진의 진단과 치료 등 임상적 의사결정을 돕는 의료 인공지능 솔루션을 개발하는 기업이다. 현재 130명 이상의 인공지능 연구원, 소프트웨어 개발자, 인허가 전문가, 의사 등이 의료 혁신을 도모하는 솔루션 개발에 매진하고 있다.

뷰노는 방사선 영상이나 병리 영상 등 주로 의료 영상을 중심으로 연구개발이 이루어져 왔던 국내외 의료 인공지능 분야에서 의료영상, 병리, 생체신호, 음성, 전자의무기록(EMR) 등 의료기관에서 환자를 진단 및 치료하는 과정에서 생성되는 다양한 데이터를 포괄적으로 분석하는 기술을 확보하고 있다.


정규환 기술부사장, 뷰노

이러한 기술을 바탕으로 다양한 의료 인공지능 솔루션을 국내외 시장에 선보이고 있다. 뷰노의 의료 인공지능 솔루션 7가지는 식품의약품안전처 인허가를 획득했으며, 이중 5가지 솔루션이 CE 인증을 획득했다. 이외에도 인공지능 기반 의료 음성인식 소프트웨어인 뷰노메드 딥 ASR도 비의료기기 제품으로서 의료 현장에서 활발히 활용되고 있다.

뷰노는 세계적으로 저명한 국제 학술지 및 학술대회 발표나 각종 대회의 수상을 통해 입증된 기술력과 임상적 유효성을 확보해 나가고 있다. 뷰노의 솔루션을 도입하여 임상현장에서 진단에 활용하는 국내 의료기관이 빠르게 증가하고 있으며, 일본의 최대 의료정보 플랫폼 기업인 M3와 체결한 판권 계약을 기반으로 일본 시장에도 뷰노메드 솔루션의 도입이 활발하게 진행되면서 해외 진출에도 박차를 가하고 있다. 이러한 기술 및 사업적 성과를 바탕으로 뷰노는 올해 1분기를 코스닥 상장을 목표로 현재 기업공개(IPO)를 진행 중이다.

이에 정규환 기술부사장에게 인공지능 기반 헬스케어의 현재와 미래에 대해 들었다.

왜 의료 인공지능인가

Q.  헬스케어와 인공지능(AI), 빅데이터, 사물인터넷, 클라우드, 나노 등의 기술들이 융합된 새로운 개념인 스마트 헬스케어는 기존의 헬스케어 영역에서 더 나아가 언제 어디서나 개인이 손쉽게 건강관리를 받을 수 있는 개념이다. 그렇다면 스마트 헬스케어는 어떤 서비스라고 생각하며, 뷰노는 이를 어떤 식으로 활용하여 비지니스로 연결하고 있다고 보는가.

A.  기존의 헬스케어는 의료진의 개별 의학적 지식과 임상 경험에 근거해 환자를 진단하고 치료하는 개념이었습니다. 이제는 의료의 디지털화를 통해 환자로부터 의료영상 뿐 아니라 생체신호, 유전체 데이터, 그리고 웨어러블을 통한 환자의 생활 데이터까지 수집되고 있으나 이러한 데이터를 통합하고 이를 의료진이 분석하여 임상에 활용하기에는 많은 현실적 제약이 존재하였습니다.

하지만 빅데이터와 클라우드와 같은 데이터를 위한 플랫폼이 발전함에 따라 환자의 데이터가 통합되고, 인공지능과 같은 기술이 이러한 대량의 데이터를 효율적이고 정확하게 분석하게 됨으로써, 이제는 의료인의 경험과 지식이 아닌 데이터 기반한 보다 객관적이고 효율적인 임상적 의사결정을 수행할 수 있게 되었습니다. 또한 클라우드와 인공지능은 언제 어디서나 접근 가능하다는 장점이 있습니다. 따라서 심야시간대나 주말, 그리고 의료진이 부족한 국가와 같이 의료접근성이 낮은 환경에서 일관성 높은 의료 서비스를 제공할 수 있습니다.

저는 이러한 패러다임의 변화를 ‘스마트 헬스케어’로 이해하고 있고, 이에 맞추어 뷰노는 현재까지 대량의 의료데이터에 기반한 진단 보조 및 예측 솔루션을 개발해 왔습니다. 저희가 개발한 솔루션은 일상적인 의료 환경에서 임상적 의사결정을 보조할 뿐 아니라, 클라우드 서비스로서 의료자원이 부족한 환경에서 빠르고 정확한 의사결정을 보조하는 도구로서 활발히 사용되고 있습니다.


"이번 이루다 사태를 통해 다시 한번 인공지능 학습에 사용되는
데이터의 수집 과정과 인공지능의 윤리적인 활용의 중요성에 대해
환기하게 된 계기가 되었다고 생각합니다.(중략) 인공지능 의료기기는
개발 과정과 활용의 측면에서 비교적 개인정보 보호와
윤리적 활용에 대한 고려가 반영되어 있다고 볼 수 있습니다."


Q.  인공지능 의료기기는 AI 기술을 적용하여 기존의 측정된 생체신호 또는 진료 내역을 이용자의 상태나 상황에 따라 진단, 처방, 치료를 돕거나 이용자의 생활패턴 개선 등을 유도하여 건강개선?증진을 도와줄 수 있는 의료기기 및 소프트웨어를 말한다. 이에 최근 몇 가지 이슈가 있다. 우선, 퀄리티 검증이다. 네트워크와 클라우드를 이용하여 지속적으로 데이터를 쌓으며 학습을 통해 성능을 향상시켰을 때, 이들 데이터와 학습 알고리즘 기준, 퀄리티 검증은 어떻게 진행하고 있는가.

A.  인공지능 의료기기는 대량의 데이터에 기반한 학습 과정을 통해 개발된 알고리즘을 기반으로 하기 때문에 고품질 대량의 데이터 확보가 가장 중요합니다. 따라서 연구의 설계 단계부터 목표하는 데이터의 범위와 종류, 그리고 인공지능을 학습시키기 위한 일종의 정답(Label)을 구축하는 과정까지를 미리 계획하게 됩니다. 실제 연구를 진행할 때는 이러한 정답을 구축하는 과정을 보다 효율적이고 일관적으로 진행하기 위해서 Labeling Tool을 직접 개발하여 활용하고, 데이터의 품질을 꾸준히 검수합니다.

이를 통해 개발된 알고리즘은 연구 과정에서 사용된 데이터가 아닌, 새로운 장비나 병원 등에서 수집된 데이터를 통해 성능의 변화나 일관성 등을 평가하여 알고리즘의 안정성을 검증하게 됩니다. 더 나아가서, 실제 의료진이 개발된 알고리즘을 사용하기 전과 후를 비교하여 유의한 판독이나 예측의 정확도 개선이 있는지와 임상적 의사결정에 필요한 시간 감축효과가 있는지 여부를 검증하는 관찰자 연구도 수행하여 기술적 가치뿐 아니라 임상적 가치 또한 평가하게 됩니다.



Q.  다음으로 지식 데이터 또는 학습 데이터에 의료 종사인의 편견 또는 부정확한 판단 개입 문제이다. 또한, 인공지능 학습시 사용된 데이터와 많은 차이를 갖는 병원의 현장 데이터를 사용할 경우 정확률이 떨어질 수 있는가. 딥러닝 기반 예측 모델과 같이 계속된 변화가 생기는 경우, 기존의 평가 체계에 맞추기 어렵지 않을까 하는데.

A.  인공지능 의료기기는 의료진이 구축한 정답을 통해 학습하기 때문에, 의료진의 판단에 편견이나 부정확성이 있다면 인공지능 알고리즘의 성능 저하나 일관성 부재로 연결될 수 있습니다. 따라서 하나의 데이터에 대해서 복수의 의료진의 판단을 수집하여야 하며, 의료진 들간의 판단이 일치하는 데이터에 가중치를 두어 학습하는 과정을 거치게 됩니다.

또한 학습을 마친 인공지능은 학습 과정에 사용된 데이터의 특성과 다른 장비나 병원의 데이터에서 성능의 하락이 일어나게 되는데, 이를 방지하기 위해서는 학습하는 과정에서 보다 다양한 데이터를 활용하는 방법과 더불어 데이터의 특성 변화에 성능의 변화가 최소화되도록 다양한 전처리나 데이터 변환 기술 등도 활용됩니다.

인공지능은 새로운 데이터를 통해 꾸준히 개선될 수 있는 속성이 있어 고정된 성능을 나타내는 기존 의료기기와 평가 체계상 확연한 차이점이 있고, 이러한 점을 고려하여 식약처와 FDA 등 규제 기관에서도 품목허가 심사와 허가, 관리의 체계를 구축하고 있습니다.

뇌의 위축 정도, 객관적 평가

Q.  뷰노는 최근, 치매를 비롯한 퇴행성 뇌 질환 관련 인공지능 알고리즘에 대한 연구개발을 활발히 진행하고 있다. 이중 뇌 MRI를 기반으로 100여개로 분할된 뇌 영역의 위축 정도를 정량화하는 뷰노메드 딥브레인(VUNO Med-DeepBrain)은 식약처 인허가와 유럽 CE 인증을 획득한 바 있다. 인공지능 기술을 기반으로 뇌 질환 분야를 집중적으로 연구한다는 것은 어떤 특장점이 있는가. 또한 극복해야할 문제가 있다면.

A.  인류의 수명이 연장되고 암을 비롯한 다양한 질환에 대한 진단과 치료법이 개발됨에 따라, 현재 헬스케어의 중요한 목표는 건강히 오래 사는 것이 되었습니다. 하지만 환자 분 뿐 아니라 환자의 가족과 주변인의 삶의 질을 급격히 저하시키는 알츠하이머 질환과 같은 퇴행성 뇌질환은 아직 치료법이 개발되어 있지 않고, 조기 진단으로 진행을 늦추는 것이 현재로서는 최선입니다. 치매의 진단에 현재까지는 신경심리검사와 뇌 영상 검사가 대표적으로 활용되는데, 신경심리검사의 경우 환자에 따라 자연스러운 노화와 치매를 구분하기 어려운 경우가 있고, 뇌 영상 검사는 판독자마다 편차가 존재합니다.
 
이를 해결하기 위해 저희 뷰노는 뇌 MRI 영상의 주요 영역을 정확하게 정량화 하고, 각 영역의 위축 정도를 동일 성별/연령대의 정상인과 비교하여 제시하는 뷰노메드 딥브레인이라는 솔루션을 개발해 국내 식약처와 CE 인증을 획득했습니다. 해당 솔루션을 통해 현재 뇌의 위축 정도를 객관적이고 효율적으로 평가할 수 있으며, 생성된 리포트를 통해 환자와 보다 편리하고 상세하게 소통할 수 있습니다.
더 나아가 환자의 뇌 MRI를 기반으로 치매 위험도를 인공지능을 통해 산출하는 뷰노메드 딥브레인 AD 제품도 최근 식약처 품목허가를 획득했으며, 추후에는 신경심리검사를 포함한 보다 다양한 검사 결과를 통합한 보다 정교한 치매 진단 보조 솔루션을 제공하여 치매의 조기 진단과 이를 통한 환자의 삶의 질 개선에 기여하고자 합니다.


Q.  최근 챗봇 이루다의 논란에서 보듯이, AI 윤리와 개인정보에 대한 이슈가 또 다시 수면 위로 떠올랐다. 의료분야는 특히 이와 민감한 관련이 있는데요. 의료분야의 헬스케어 쪽에 계신 입장에서 이번 논란을 보고, 연관되어서 어떻게 대처해야 한다고 생각하시는지요.

A.  이번 이루다 사태를 통해서 다시 한번 인공지능 학습에 사용되는 데이터의 수집 과정과 인공지능의 윤리적인 활용의 중요성에 대해 환기하게 된 계기가 되었다고 생각합니다. 의료데이터는 개인정보 중에서도 민감 정보로서 여러 법령이 데이터의 수집과 관리 및 활용에 적용됩니다. 특히 의료 인공지능 솔루션의 개발을 위해서는 연구 자체의 윤리적 임상적 타당성을 데이터를 수집하는 의료기관의 기관윤리심의위원회(IRB) 심의를 받게 되며, 실제 데이터 활용을 위해서는 환자의 개인 식별정보를 모두 삭제하는 익명화 과정을 거치게 됩니다.

활용의 측면에서도 인공지능 의료기기는 범용성을 가지는 것이 아니라, 허가 받은 의료 행위의 목적에 한해 보조수단으로만 활용되며 최종적인 판단의 책임은 해당 의료기기를 사용하는 의료진이 지게 됩니다. 따라서 인공지능 의료기기는 개발 과정과 활용의 측면에서 비교적 개인정보 보호와 윤리적 활용에 대한 고려가 반영되어 있다고 볼 수 있습니다.

하지만 여전히 데이터에 의존적인 인공지능의 속성에 따라 의료분야에 있어서도 편견이나 사이버 보안에 대한 이슈가 존재합니다. 예를 들어 피부암 진단 보조 인공지능의 경우 인종에 따라 성능의 편차가 존재하는 것이 알려져 있으며, 인공지능 알고리즘을 해킹하여 진단의 결과를 바꾸는 방법에 대한 연구 결과도 발표되고 있습니다. 따라서 의료분야의 인공지능의 활용이 확산됨에 따라 이러한 편견이나 보안의 문제를 대비하기 위한 다양한 검증 절차나 평가 기준이 마련되어야 한다고 생각합니다.

의료 스타트업, 국내가 유리해

Q.  뷰노도 스타트업으로 시작했다. 의료 분야에서 스타트업으로 생존한다는 것이 쉬운 일이 아니라는 점은, 그만큼 국내 산업 환경에 장애가 많다는 의미이기도 합니다. 그럼에도 국내 스타트업이나 국내 기업이 이 분야에 뛰어들어, 어떤 목표를 달성해야 한다고 보는지 뷰노의 가치와 관련해서 답변해 주신다면.

A.  전통적인 하드웨어 의료기기 분야에서는 국내에서 스타트업이 성장하고 세계를 상대로 경쟁하기에는 기존에 성공 사례가 드물다는 것을 보아도 어려운 점이 많다고 생각하지만, 의료 인공지능 분야는 국내가 오히려 해외에 비해서 스타트업이 도전하기에 유리한 점이 많다고 생각합니다. 예를 들면 우리나라는 의료 수준이 높고 의료진의 역량이 우수한데 반해 의료의 접근성이 높아 검사의 건수가 많습니다.

또한 전산화된 의료 시스템의 높은 보급률로 인해서 이러한 데이터들이 축적되어 관리되고 있습니다. 따라서 고품질의 의료 데이터를 대량으로 확보가능하며 밀집된 국내 환경상 인공지능 의료기기 개발과 연구를 위한 의료진과의 협업에도 유리한 상황입니다.
 
이러한 환경을 바탕으로 우리나라는 저희 뷰노와 같은 의료 인공지능 스타트업들이 빠르게 성장해왔고, 다양한 의료 인공지능 솔루션들을 개발해 왔습니다. 식약처도 이에 발맞추어 전세계에서 가장 앞서 인공지능 의료기기의 허가 심사 가이드라인을 발간하기도 하여 미국 다음으로 많은 인공지능 의료기기가 인허가를 획득하여 의료현장 도입 사례가 지속되고 있습니다.

따라서 의료 인공지능 기업들은 국내의 유리한 연구개발 환경을 바탕으로 안전하고 정확도가 높으며 의료진이 편리하게 사용이 가능한 인공지능 의료기기의 연구개발에 매진하고 이를 바탕으로 수익 모델의 구축과 해외 진출을 목표로 노력하여 의료분야의 성공사례를 만들어 내기를 기대합니다.


Q.  비즈니스 확대와 기업 운영에 많은 어려움이 있을 것 같다. 관련 법규나 인력 수급 등의 문제 말고도, 현실적인 어려움이 무엇이며 해결책이 있다면.

A.  뷰노메드 솔루션과 같은 의료기기는 의료현장에 활용됨으로써 가치를 창출하게 되는데, 현재까지는 수가 보조를 받지 못하는 현 상황상, 비용 구조에 민감한 의료기관들 중에서 도입을 주저하는 경우가 많습니다. 수가 고려 대상이 되기 위해서는 진단 및 치료효과 향상 등 급여대상 포함사유가 존재하는지, 비용효과성이 인정되는지 등에 대한 검토가 필요하지만, 이를 위해서는 해당 제품에 대한 사용이 전제되기 때문에 충돌하는 부분이 있습니다.

따라서 환자의 선택과 수요에 의해서 의료 인공지능이 도입될 수 있도록 충분한 근거 마련 전까지 한시적으로 의료 인공지능을 이용한 진료행위를 비급여 행위로 인정하거나, 기존 행위에 더해서 가산료 형태로 수가를 지원하는 정책 마련을 지원하는 등의 방안이 고려될 수 있을 것입니다.

이러한 상황에서 고무적인 사실은 많은 국내외 의료 기관들이 수가 지정 여부와 상관없이 뷰노의 다양한 의료 인공지능 솔루션들의 유용성을 확인하고, 적극적인 관심을 보이며 구매를 하고 있다는 것입니다. 앞서 말씀드린 것처럼 현재 200곳이 넘는 국내 다양한 의료기관들이 뷰노메드 솔루션 도입해 크레딧을 구매해 지속적으로 저희 제품을 활용하고 있습니다.


"뷰노메드 솔루션과 같은 의료기기는 의료현장에 활용됨으로써
가치를 창출하게 되는데, 현재까지는 수가 보조를 받지 못하는
현 상황상, 비용 구조에 민감한 의료기관들 중에서 도입을
주저하는 경우가 많습니다. (중략) 한시적으로 의료 인공지능을
이용한 진료행위를 비급여 행위로 인정하거나,
기존 행위에 더해서 가산료 형태로 수가를 지원하는 정책 마련을
지원하는 등의 방안이 고려될 수 있을 것입니다."


Q.  국내 빅데이터?AI의료기기 시장은 2020년 2조 2,000억 원에서 2030년 27조 5,000억 원으로 큰 폭으로 성장할 것으로 예상되고 있다. 국내 시장은 심장질환, 폐 질환, 유방암 등 각종 암 질환 및 뇌졸중까지 이미 다양한 의료 분야에서 인공지능과의 접목이 진행되고 있으며, 특히 영상진단 분야에 집중돼 있는 상황이다. 여기에 특별한 이유가 있는지요. 국내 기업이 주목해야할 또 다른 분야가 있다면.

A.  지금까지 인공지능 의료기기는 주로 의료 영상을 기반으로 진단을 보조하는 영역에서 개발이 활발하게 진행되어 왔습니다. 그 이유는 아무래도 검사 건수와 종류가 증가함에 따라 늘어나는 판독량을 감당하기 위해서 인공지능 의료기기의 보조에 대한 임상적인 수요가 높았고, 또한 의료 영상은 생성 단계부터 비교적 표준화되고 디지털화되어 꾸준히 축적되어 있으므로 인공지능의 적용에 유리하기 때문입니다.

하지만 현재는 의료영상에 기반 한 진단뿐 아니라 생체신호를 기반으로 질환을 진단하거나 곧 발생할 응급 상황을 예측하는 솔루션, 암 환자의 조직검사 결과를 디지털화하여 인공지능이 분석함으로써 치료에 대한 예후나 특정 항암제에 대한 치료 반응을 미리 예측하여 치료 계획 수립을 지원하는 영역으로 보다 확장되고 있습니다.

따라서 기존에 많은 회사들의 유사한 솔루션이 경쟁을 하고 있는 의료영상 영역만이 아니라 생체신호나 병리영상, 유전체 데이터 등을 분석해 보다 다양한 임상적 가치를 제공하는 분야를 주목할 만하며, 단편적인 데이터가 아니라 환자로부터 획득된 다양한 데이터를 통합하여 환자의 상태를 보다 정확하게 진단하고 최적의 치료법을 제시함으로써 정밀의학을 구현할 수 있는 솔루션의 가치가 향후 매우 높아질 것으로 예상합니다.


Q.  끝으로, 뷰노의 향후 목표 및 로드맵이 있다면요.

A.  뷰노의 슬로건은 ‘View the invisible, Know the unknown’으로서 각 구절의 앞 단어인 ‘View’와 ‘Know’를 모으면 회사명이 됩니다. 이는 앞서 의료 AI의 발전 방향에서 설명한 바와 같이, 기존에 진단의 일치도나 정확도가 낮거나 볼 수 없었던 질환을 인공지능을 통해 볼 수 있도록 하거나(View the invisible), 최적의 치료법을 선택하거나, 새롭게 개발하기 위해 기존에 알려지지 않은 바이오마커(Know the unknown)를 개발하는 것을 목표로 한다는 의미를 담고 있습니다. 향후에는 더 나아가서 우리 생활 전반에서 질병을 미리 예방하고, 발생한 질환을 조기에 발견하며, 최적의 치료를 통해 빠르게 회복할 수 있도록 도와주는 인공지능 주치의로서 인류의 건강한 삶에 기여하는 것이 바로 뷰노의 비전입니다.