20세기 후반, 인공지능(AI)은 인간이 만든 일련의 지침(규칙)에 따라 컴퓨터 엔지니어들이 프로그래밍하여 등장했으며, 이를 통해 근본적인 문제들을 해결할 수 있게 되었습니다.
편집자 주: 정보화 시대에는 많은 산업이 신기술의 영향을 받습니다. 자동화, 컴퓨터 과학, 인공지능(AI)의 영향으로 의사, 병원, 보험 회사, 의료 관련 산업 등도 예외는 아닙니다. 특히 의료 분야에서는 AI가 다른 산업에 비해 더욱 긍정적인 영향을 미치고 있습니다.
1세대
이 단계의 AI 훈련은 의대생들이 취하는 접근 방식과 유사하다고 볼 수 있습니다. AI 시스템은 환자의 증상을 진단으로 변환하는 수백 가지 알고리즘을 학습합니다. 이는 의료 원칙을 AI 시스템에 통합한 첫 번째 세대로 여겨집니다.
의사결정 알고리즘은 마치 나무가 자라나는 것과 같습니다. 줄기(환자의 문제)에서 시작하여 가지가 뻗어나가듯 진행됩니다. 예를 들어, 환자가 심한 기침을 호소하면 의사는 먼저 발열 여부를 확인합니다. 발열 여부에 따라 두 가지 질문이 이어집니다. 첫 번째 답변을 바탕으로 환자의 상태에 대한 추가 질문이 생겨나고, 이는 다시 가지처럼 뻗어나갑니다. 궁극적으로 각 가지는 진단으로 이어지는데, 진단은 세균성, 진균성, 바이러스성 폐렴에서부터 암, 심부전, 기타 여러 폐 질환에 이르기까지 다양할 수 있습니다.
전반적으로, 1세대 인공지능은 문제를 인식할 수는 있었지만 의료 기록을 분석하고 분류할 수는 없었습니다. 그 결과, 이러한 초기 형태의 인공지능은 의학적 지식 과 직관, 경험을 결합한 의사만큼 정확할 수 없었습니다. 이러한 한계 때문에 규칙 기반 인공지능은 과거에는 임상 현장에서 거의 사용되지 않았습니다.
완전 자동화
21세기 초, 인공협소지능(ANI), 즉 특정 작업 그룹을 해결하는 인공지능의 등장으로 인공지능의 두 번째 시대가 시작되었습니다. 인간 두뇌의 구조를 모방한 신경망의 출현은 딥러닝 기술의 발전을 위한 발판을 마련했습니다. ANI는 이전 세대 인공지능과는 매우 다른 방식으로 작동합니다. 연구자들이 미리 정의한 규칙을 제공하는 대신, 2세대 시스템은 방대한 데이터 세트를 활용하여 인간이 식별하는 데 매우 오랜 시간이 걸릴 패턴을 찾아냅니다.
한 예로, 연구진은 수천 장의 유방조영영상을 인공신경망(ANI) 시스템에 입력했는데, 그중 절반은 악성 암을, 나머지 절반은 양성 암을 보여주었습니다. 이 모델은 X선 영상에서 크기, 밀도, 음영의 수십 가지 차이점을 즉시 식별하고, 각 차이점에 악성 가능성을 반영하는 영향 계수를 할당할 수 있었습니다. 중요한 것은 이러한 유형의 인공지능은 인간처럼 추측(경험 법칙)에 의존하는 것이 아니라, 방사선 전문의나 소프트웨어 설계자조차 인지하지 못하는 악성과 정상 소견 사이의 미묘한 차이에 기반한다는 점입니다.
규칙 기반 AI와 달리 2세대 AI 도구는 진단 정확도 면에서 의사의 직관을 능가하는 경우가 있습니다. 그러나 이러한 형태의 인공지능은 심각한 한계점도 가지고 있습니다. 첫째, 각 애플리케이션은 특정 작업을 수행하도록 설계되었습니다. 즉, 유방 촬영 사진을 판독하도록 훈련된 시스템은 뇌 스캔이나 흉부 X선 사진을 해석할 수 없습니다. 인공지능의 가장 큰 한계는 시스템이 훈련된 데이터가 있을 때만 제대로 작동한다는 점입니다. 이러한 약점의 명확한 예는 유나이티드헬스케어(UnitedHealthcare)가 건강 상태가 가장 취약한 환자를 식별하고 추가 의료 서비스를 제공하기 위해 협의의 AI에 의존했던 사례에서 찾아볼 수 있습니다. 데이터를 필터링하는 과정에서 연구원들은 나중에 AI가 잘못된 가정을 했다는 사실을 발견했습니다. 환자들은 의료 기록상 의료 서비스를 거의 받지 않았다는 이유만으로 건강하다고 진단받았고, 반대로 더 많은 의료 서비스를 받은 환자들은 건강 상태가 과소평가되었던 것입니다.
차세대 인공지능은 사람들이 의사처럼 질병을 진단하고 치료 계획을 세울 수 있도록 해줄 것입니다. 현재 구글의 AI 기반 진단 도구(MED-PALM2)는 전문가 수준의 점수로 의사 자격 시험을 통과했습니다. 다른 많은 의료 AI 도구들도 의사와 유사한 진단을 내릴 수 있습니다. 하지만 이러한 모델들은 여전히 의사의 감독이 필요하며 아직 의사를 완전히 대체할 수는 없습니다. 그러나 현재의 기하급수적인 성장 속도를 고려하면, 이러한 애플리케이션들은 향후 5년 안에 최소 30배 이상 강력해질 것으로 예상됩니다. ChatGPT와 같은 미래 세대의 도구들은 누구나 의료 전문 지식을 활용할 수 있도록 하여 의사와 환자 간의 관계를 근본적으로 변화시킬 것으로 예측됩니다.
비엣 레 편찬
[광고_2]
원천
댓글 (0)