뇌가 컴퓨터와 연결되면 어떤 일이 생길까?  SF영화에서나 보던 일이 현실화되고 있다.

뇌-기계 인터페이스(BMI·Brain-machine Interface) 기술이다. AI로 뇌파를 해석해 환자가 마음으로 떠올린 멜로디를 재현하거나 루게릭병 환자와 대화도 할 수 있다. 최근에는 사지마비나 언어능력을 상실한 환자들의 뇌에 직접 브레인 칩을 이식해 눈의 움직임과 생각만으로 메시징 앱을 사용하거나 인터넷 검색까지 가능해졌다.

세계적으로 의료AI에 대한 관심이 뜨겁다. 의료AI는 의료 서비스 영역에 AI를 결합한 기술로 환자의 검사 영상, 병리 이미지 자료를 AI를 통해 빠르게 분석해 문제를 발견하고 활력 징후를 살펴 위기 상황을 미리 감지, 예측하는 기능을 수행한다. 의료영상 판독 및 진단 보조, 웨어러블 디바이스 활용 등에 쓰인다.

최근 세계적 학술지 란셋에는 의료 진단 AI 솔루션이 보조를 넘어 의사를 대신해 유방암을 검진할 수 있다는 논문이 발표되었다. 과거에 비해 의료 AI에 대한 신뢰도가 높아졌다는 방증이다. 영상의학과, 핵의학과 분야 의료진 수가 절대적으로 부족한 실정에서 영상·병리 판독 시 AI의 진단 보조 역할은 의료사고를 줄이는 데도 도움이 된다는 평이다.

글로벌 리서치 기관인 스태티스타에 따르면 의료AI 시장의 규모는 2021년 110억달러에서 연평균 37%의 성장률을 기록하며 2030년에는 약 1880억달러에 달할 것으로 예측됐다.

하지만 의료AI에 대한 우려는 지속적으로 제기되고 있다. 국민 건강증진을 목표로 하는 보건의료 특성상 윤리적 측면에서 나타날 수 있는 잠재적 피해의 심각성을 감안해야 하기 때문이다.

의료AI에서 윤리적 논의와 합의가 가장 시급한 영역은 데이터다. 정보 처리가 광범위하고 환자의 개인 의료정보를 이용하는 만큼 체계적 운영이 필수적이지만 아직은 제도화를 통한 일괄적인 프로토콜이 이뤄지지 않고 있다.

현장 데이터를 모아 정확도를 높이는 것이 의료AI의 핵심인데, 우리나라의 경우 병원마다 사용하는 의무전자기록(EMR)이 각양각색인 데다 데이터 품질이 달라 균등한 질의 데이터를 수집하기 어렵다. 건강데이터 주도권을 일종의 인권으로 보는 견해도 있어 데이터 통합부터 쉽지 않다. 민간이 주도하기보다 병원들의 데이터를 통합·관리하는 정부 컨트롤타워를 구축해야 한다는 주장이 더 설득력 있게 들리는 이유다.

2007년 구축한 핀란드 의료정보시스템 '칸타(Kanta)'는 국가주도 데이터관리의 모범적 사례다. 핀란드는 1950년대부터 수집한 국민 의료기록을 하나의 시스템으로 일원화했다.

X-ray·CT 같은 영상검사 결과뿐만 아니라 진료기록, 처방전 등 의료와 관련된 모든 정보가 저장되어 있다. 550만 핀란드 국민의 환자 기록 중 98%가 전자문서로 저장돼 있으며, 연동되는 마이칸타페이지를 통해 실시간으로 환자 본인의 의료기록과 처방전 검색, 전자 처방전 발행, 의약품 기본 정보 및 가격 등이 제공된다.

칸타의 데이터는 2019년 5월 의료 건강데이터의 2차 이용에 대한 법률 승인으로, 핀란드 내 민간기업과 연구소, 정보기관들이 연구 목적으로 활용이 가능해졌다. 의료데이터에 대한 민간의 접근성을 높이자 화이자·머크·아스트라제네카 등 글로벌 제약사들이 잇따라 핀란드에 연구소를 설립했다.

2020년부터는 의료데이터 등의 수집, 결합, 사 처리 및 공개 등을 담당하는 국가 데이터 허가기관인 핀데이터를 운영 중이다. 핀란드정부는 개인정보유출 위험과 소비자 불안 해소를 위해 회사 내 데이터 시스템에 대한 엄격한 인증과 정기적인 갱신, 체계적인 모니터링 계획서 제출을 의무화하고 있다.

AI산업발전을 위한 우리 정부의 기본 방침은 '우선허용·사후규제 원칙'이지만 보건의료 분야는 생명을 다루는 만큼 사전 검증을 통한 안전성 확보가 절대적이다. 의료AI의 활용법과 리스크에 대한 가이드라인 확보와 지속적인 모니터링 및 업그레이드가 필요하다.

특히 할루시네이션(Hallucination) 현상을 보이는 생성형AI 챗봇의 경우 도입부터 신중할 필요가 있다.

국가의료비용 절감을 목적으로 도입한 영국의 AI 의료 챗봇 바빌론. AI를 국민보건서비스(NHS) 보건의와 연결해 진단 데이터를 확인해 꼭 치료가 필요한 환자만 선별하겠다고 했지만 환자들에게 잘못되거나 불충분한 정보를 전달해 오히려 위급한 사람들의 치료를 지연하거나 차단되는 부작용이 발생했다. 성별 편향 문제도 보였다.

흉통에 메스꺼움을 호소하는 59세 여성에게는 우울증과 공황발작을, 같은 증상의 남성에게는 심각한 심장질환 가능성을 제시하며 구급차 호출을 권했다. 결국 지난 해 계약을 해지했지만 영국정부의 근거 없는 승인과 도입은 논란을 피하지 못했다.

최근 들어 빠르게 확장 중인 생성형AI는 진료나 연구에 활용 범위가 넓어 이점이 많지만 의료분야에도입하기에 정확성에 대한 한계가 있다. 아직은 스케줄 관리나 행정 절차 처리보조, 의료 정보의 통합 및 요약. 상담 및 설명 등 제한된 역할에 활용하는 것이 바람직하다.

심장전문의자 정밀의학자인 에릭 토플 (Eric Topol) 박사는 <딥 메디슨>을 통해 말했다.

"AI가 우리에게 안겨줄 가장 큰 기회는 오류나 업무량을 줄이는 것도, 암의 정복도 아니다. AI는 환자와 의사 사이의 귀중하고 전통적인 관계와 신뢰, 인간미를 회복할 기회를 제공할 것이다."

AI의사는 없을 것이다. 진료부터 판독, 진단, 수술까지 정제된 데이터로 학습한 의료AI를 오른팔 삼은 의사의 능력은 상상이상으로 증폭될 것이다. 결국 의료의 본질은 심신을 헤아리고 살피고 치유하는 인간의 고유한 영역. AI를 다루는 의사가 그렇지 않은 의사를 대체할 뿐이다.

◇하민회 이미지21대표(코가로보틱스 마케팅자문) =△경영 컨설턴트, AI전략전문가△ ㈜이미지21대표, 코가로보틱스 마케팅자문△경영학 박사 (HRD)△서울과학종합대학원 인공지능전략 석사△핀란드 ALTO 대학 MBA △상명대예술경영대학원 비주얼 저널리즘 석사 △한국외대 및 교육대학원 졸업 △경제지 및 전문지 칼럼니스트 △SERI CEO 이미지리더십 패널 △KBS, TBS, OBS, CBS 등 방송 패널 △YouTube <책사이> 진행 중 △저서: 쏘셜력 날개를 달다 (2016), 위미니지먼트로 경쟁하라(2008), 이미지리더십(2005), 포토에세이 바라나시 (2007) 등