메디칼타임즈=최선 기자원발성 다한증 치료를 위한 교감신경차단술 후 부작용으로 문제 되는 보상성 다한증 예측을 위해 기계학습 알고리즘을 활용한 연구 결과가 발표됐다.원발성 다한증은 교감신경의 과도한 활성을 특징으로 하고, 이의 해결을 위해 흉강경을 통한 교감신경차단술이 효과적·안정적으로 시행되고 있다. 수술을 통한 원발성 다한증의 증상 개선으로 환자들 대부분이 만족감을 나타내지만 적지 않은 수에서 다른 부위에 땀이 나는, 소위 보상성 다한증의 부작용이 발생한다.가톨릭대학교 성빈센트병원 심장혈관흉부외과 현관용 교수는 의정부성모병원 심장혈관흉부외과 김재준 교수 연구팀과 함께 자율신경계검사를 통한 심박동수의 변이성 자료를 바탕으로 기계학습 알고리즘 기반 분석을 통해 보상성 다한증을 예측하는 연구를 진행했다.보상성 다한증 예측을 위한 머신러닝 모델에 따른 ROC 곡선현관용·김재준 교수팀은 2017년부터 2021년까지 교감신경차단술 전 자율신경계검사를 받은 128명의 두경부 혹은 손 부위 원발성 다한증 환자를 대상으로 자율신경계검사 지표(SDNN, RMSSD, TP, LF)를 분석해 이에 따른 다한증을 분류하고 보상성 다한증의 발생 정도를 랜덤포레스트 진단결정트리 모델을 이용해 예측했다.연구 결과, 단변량과 다변량 분석에서 부교감신경에 대한 교감신경의 우세성이 두경부 다한증 타입에서 유의하게 높았으며, 보상성 다한증의 정도 또한 교감신경의 우세성과 유의한 영향 관계가 있음을 확인했다.김재준 교수는 "이전 연구를 통해 심박동수의 변이성이 보상성 다한증의 관련인자임을 확인했고, 이를 바탕으로 기계학습 알고리즘을 활용한 보상성 다한증 정도의 예측 분석이 실제로 환자 개개인의 예측률을 제시하는지를 알아보는 것에 의의가 있다"고 말했다.현관용 교수는 "기존의 연구와는 실제 목적이 다른 알고리즘 기반 분석을 통해 새로운 케이스를 연습된 모델에 넣어 예측한 이번 연구가 앞으로의 다한증 연구에 초석이 됐으면 한다"고 소감을 밝혔다.이번 연구 논문 '원발성 다한증의 기계학습을 통한 다한증의 분류 및 보상성 다한증의 예측(Machine learning analysis of primary hyperhidrosis for classification of hyperhidrosis type and prediction of compensatory hyperhidrosis)'은 SCIE 국제학술지 '흉부 질병 학회지(Journal of Thoracic Disease, IF=2.5)에 게재됐다.

메디칼타임즈=이인복 기자수술 후에 나타날 수 있는 부작용과 합병증까지 예측해 미리 대비할 수 있도록 하는 의료 인공지능(AI)이 개발돼 학계의 관심을 받고 있다.특히 이에 더해 향후 추가적으로 발생할 수 있는 질환까지 예측할 수 있도록 고도화가 진행중이라는 점에서 더욱 기대를 모으고 있다.현지시각으로 오늘(20일) 개막한 유럽유방암학회에서 림프부종 부작용을 예측하는 인공지능 모델이 공개됐다.유럽유방암학회(EBCC)는 현지시각으로 20일 이탈리아 밀라노에서 3일간 진행되는 연례회의를 개막했다.개막 첫날인 20일(현지시각)에는 유방암 수술 후 나타날 수 있는 고질적인 부작용과 합병증을 예측하는 인공지능 모델이 공개돼 화제를 모았다.현재 유방암은 절제술과 함께 방사선 요법이 표준 요법으로 진행되고 있다. 하지만 수술은 물론 방사선 요법을 진행할 경우 일정 확률로 부작용이 나타난다는 것이 걸림돌이 되고 있는 상황.대표적인 부작용은 림프부종으로 팔이 고통스럽게 부어오르며 일상 생활에 큰 지장을 주며 일부 환자에게서는 방사선 조사로 인한 심장 손상이 나타나기도 한다.이로 인해 의료계에서는 이같은 부작용을 최소화하며 유방암을 치료하기 위한 방법을 찾고 있다.영국 레스터 의과대학 팀 라타이(Tim Rattay) 교수가 이끄는 다국가 연구진이 이러한 위험이 있는 환자를 찾아내기 위한 인공지능을 개발한 것도 이러한 이유 때문이다.만약 부작용이 예상되는 환자를 선별할 수 있을 경우 사전 조치를 통해 이같은 부작용을 최소화하거나 다른 치료법을 고민할 수 있는 이유다.이에 따라 연구진은 영국과 프랑스 등 유럽의 6개국에서 유방암 환자 6361명의 데이터를 수집해 인공지능에 기계학습을 진행했다.목표는 방사선 치료 등을 진행한 후 3년안에 림프부종이 일어날 위험을 미리 예측하는 것이었다.성능 분석에서 이 인공지능 모델은 유럽 3개국의 데이터 세트로 검증한 결과 평균 81.6%의 확률로 림프부종이 일어날 환자를 찾아냈다.또한 평균 72.9%의 확률로 림프부종 등 부작용이 나타나지 않을 환자도 걸러냈다. 이를 통해 얻어진 곡선하면적은 0.73이었다. 73%의 정확도로 림프부종을 예측할 수 있다는 의미다.이를 기반으로 연구진은 심장 손상과 같은 부작용 데이터를 더 학습시켜 림프부종과 심장 손상이라는 두개의 가장 큰 부작용을 걸러내는 인공지능을 고도화시킬 계획이다.또한 프랑스와 네덜란드, 영국 등 3개국에서 전향적 임상시험을 진행해 2026년까지 실증을 마치고 상용화시킨다는 방침이다.팀 라타이 교수는 "현재 최종 모델은 환자가 화학요법을 받았는지, 림프절 생검이 수행됐는지 등의 데이터까지 수집해 매우 높은 정확도를 기록했다"며 "데이터가 더 모인다면 유방암 치료의 가장 큰 난관이었던 림프부종과 심장 손장을 아주 쉽게 예측할 수 있을 것"이라고 설명했다.이어 그는 "올해 말부터 3개국 유방암 환자를 대상으로 전향적 임상시험을 진행해 곧바로 임상 현장에 투입할 수 있도록 조치할 계획"이라고 밝혔다.

메디칼타임즈=이인복 기자인공지능(AI) 기술의 발전으로 다양한 웨어러블 기술 등을 활용해 피부 질환을 진단하는 의료기기가 늘고 있지만 유색인 데이터가 반영되지 않아 정확도에 한계가 있다는 지적이 나왔다.기계학습이나 딥러닝 과정부터 유색인 데이터가 현저하게 적어 인공지능이 절름발이가 되고 있다는 것. 따라서 조속히 이에 대한 보완책을 마련해야 한다는 것이 전문가들의 의견이다.피부 질환 진단 인공지능이 유색인들에게는 정확도가 크게 떨어진다는 연구가 나왔다.현지시각으로 7일 세계피부과학회지(International Journal of Dermatology)에는 피부 질환 진단 보조 인공지능의 한계성에 대한 연구 결과가 게재됐다(10.1111/ijd.17076).현재 인공지능 기술의 발달로 CT나 MRI 등 영상 정보를 넘어 웨어러블 등과 결합해 일상 생활에서 비침습적으로 상시 검사를 진행할 수 있는 의료기기가 지속적으로 상용화되고 있다.피부과 질환도 마찬가지. 피부에 간단히 접촉하거나 피부 사진을 찍는 등의 방법으로 피부암을 포함해 다양한 질환을 사전 진단할 수 있는 인공지능이 속속 나오고 있는 상황.하지만 일부 의료기기가 유색인종에 대해 진단 오류를 일으키는 등의 문제가 발생하면서 이에 대한 비관론도 만만치 않은 상태다.럿거스대학 투민텅(Thu Minh Truong) 교수가 이끄는 연구진이 현재 활용되고 있는 인공지능 기반 피부 질환 진단 보조 의료기기를 대상으로 이에 대한 분석에 들어간 것도 이러한 배경 때문이다.실제로 상용 제품들이 유색인에게도 제대로 작동되는지, 그렇지 않다면 이유가 무엇인지를 파악하기 위해서다.이에 따라 연구진은 2013년부터 2023년까지 개발된 피부 질환 진단 인공지능 15개와 이에 대한 임상 논문을 모두 분석했다.습진부터 탈모, 피부암 등 모든 질환에 대한 인공지능을 사실상 전수조사한 셈이다.그 결과 실제로 상용화된 인공지능 중 유색인에게 임상과 유사한 결과는 내는 제품은 30%에 불과했다. 나머지 제품들은 유색인의 경우 제대로 진단하지 못했다는 의미다.그렇다면 이러한 이유는 무엇일까. 결론적으로 데이터 수집과 학습 과정에서 공백이 나타났기 때문이다.인공지능을 개발하는데 필요한 데이터에 유색인에 대한 데이터가 아예 빠져있거나 극소수에 불과해 이에 대한 학습 자체가 되지 않았다는 의미다.실제로 연구진이 이러한 인공지능을 검증하기 위한 연구를 살펴본 결과 10개 중에서 유색인 데이터가 들어가 있는 것은 마찬가지로 30%에 불과했다.결국 나머지 연구들은 백인 데이터를 학습시키고 백인에게 적용하는 임상을 적용했다는 뜻. 이러한 이유로 유색인들에게는 정확도가 크게 떨어지는 결과가 나타난 셈이다.이에 따라 연구진은 인공지능의 범용성을 확보하기 위해 피부 질환 제품을 개발할 경우 유색인 데이터를 필수적으로 넣어야 한다고 지적했다.또한 이를 위해 양질의 유색인 피부 데이터를 구축할 필요가 있다고 강조했다.투민텅 교수는 "일부 인공지능 모델의 경우 피부암까지 높은 정확도로 잡아내지만 유색인들에 있어서는 정확도가 절반까지 낮아졌다"며 "인공지능의 학습과 개발 자체가 편향적으로 이뤄지고 있기 때문"이라고 지적했다.이어 그는 "진단 정확도를 높이기 위해서는 양질의 유색인 데이터를 수집하고 이를 적극적으로 반영하는 노력이 필요하다"며 "그렇지 않는다면 지금까지처럼 절름발이 제품이 될 수 밖에 없다"고 밝혔다. 

메디칼타임즈=이인복 기자미국 식품의약국(FDA)이 2형 당뇨병 정책에 디지털헬스케어를 접목하기 위한 방안 마련에 나서면서 기업들의 관심이 집중되고 있다.FDA의 결정은 전 세계 정책에 큰 영향을 준다는 점에서 방향성에 따라 디지털헬스케어 생태계에 큰 영향을 줄 수 있기 때문이다.FDA가 공개 의견 수렴을 통해 당뇨병 디지털헬스케어 정책 수립에 나섰다.5일 의료산업계에 따르면 FDA가 2형 당뇨병에 디지털헬스케어 기술이 미치는 영향에 대한 공개 의견 수렴을 진행하고 이에 대한 정책 방안 수립에 들어간 것으로 확인됐다.현재 당뇨병 분야에서는 웨어러블과 인공지능(AI) 등을 활용한 디지털헬스케어 기술이 눈부시게 발전하고 있다.연속혈당측정기(CGM)부터 인슐린펌프, 모바일 어플리케이션 등을 활용해 효과적인 당뇨병 관리를 도모하고 있으며 기계학습과 딥러닝 등을 통한 당뇨병 진단 보조 분야 또한 빠르게 성장하고 있는 상황.FDA가 이에 대한 기술 조사와 더불어 공개 의견 수렴에 나선 것도 이러한 배경 때문이다. 이러한 기술을 잘 활용한다면 의료 접근성과 형평성 문제에 열쇠가 될 수 있다는 판단에서다.FDA는 "2025년까지 건강 형평성을 향상시키는 것은 FDA의 전략 우선 순위"라며 "당뇨병 분야에서 디지털헬스케어 기술이 매우 혁신적으로 발전하고 있다는 점에서 건강 형평성 개선에 중요한 역할을 기대하고 있다"고 설명했다.이어 "이에 따라 과연 인공지능과 웨어러블, 기계학습 등이 실제로 다양한 인구 집단에서 광범위하게 도움이 될 수 있는지를 판단하기 위해 노력하고 있다"고 덧붙였다.이에 따라 FDA는 지난해 12월부터 전당뇨 및 2형 당뇨병 진단과 관리에 있어 디지털헬스케어 기술의 현재 상황과 지향점에 대한 공개 의견 수렴에 나선 바 있다.하지만 2달여 기간의 의견 수렴 기간 동안 접수된 의견은 단 네건에 불과했고 이에 따라 FDA는 지난 2월 29일까지 기한을 늘리고 각 기업들에 이를 알렸다.한달여 기간을 연장한 결과 FDA에는 연속혈당측정기 제조 기업인 덱스콤(Dexcom)을 비롯해 글로벌 제약사인 노보노디스크(Novo Nordisk)를 비롯해 다양한 스타트업 기업들이 의견을 낸 것으로 파악됐다.또한 미국첨단의료기술협회(AdvaMed)와 미국약사협회, 조지워싱턴대 등 협단체 및 대학 등도 다양한 의견을 제시한 것으로 확인됐다.이에 따라 FDA는 이를 기반으로 총 14가지의 주요 주제를 잡아 당뇨병 진단과 관리, 치료에 있어 디지털헬스케어의 과학적 근거와 임상 현장에의 적용 방안, 나아가 건강한 성인을 대상으로 확산할 수 있는 방안, 지역사회 적용 방안 등을 논의할 예정이다.또한 의료기기 전담부서인 CDRH(Center for Devices and Radiological Health)를 통해 필요하다면 기술을 보다 빠르게 임상에 적용시킬 수 있는 제도 개선과 더불어 혁신 기술에 대한 지원 방안도 함께 마련한다는 계획이다.FDA는 "FDA의 CDRH는 혁신적인 의료기기의 개발과 허가를 앞당길 수 있는 독보적 권한을 가지고 있으며 이를 통해 보다 많은 인구가 혜택을 받는데 초점을 두고 있다"며 "이번에 수렴된 의견을 종합해 보다 효율적으로 건강 형평성을 증진할 수 있는 방안을 수립할 것"이라고 밝혔다.

메디칼타임즈=이인복 기자의료 인공지능(AI) 모델이 진단 보조를 넘어 예측과 관리 영역까지 확산되면서 이에 대한 비용효과성을 기반으로 건강보험과의 결합 가능성이 제기되고 있다.예측 모델을 통해 질병을 미리 예방하고 관리할 경우 상당한 경제적 효과가 있다는 점에서 보험과 환자 모두에게 이득이 될 수 있다는 결론에서다.의료 인공지능의 예측 성능을 통해 예방적 치료로 비용효과성을 발휘하는 보험 적용 모델이 논의되고 있다.텍사스대 연구진은 2형 당뇨병 위험 예측 인공지능을 건강보험에 적용하는 것을 기반으로 하는 경제성 연구를 진행하고 29일 국제학술지 제조 및 서비스 운영 관리(Manufacturing and Service Operations Management)를 통해 공개했다(10.1287/msom.2021.0251).현재 2형 당뇨병은 전 세계적으로 유병률이 크게 증가하고 있는 질환으로 의료비를 포함해 천문학적 비용이 투입된다는 점에서 예방적 접근이 강조되고 있다.당뇨병 위험을 미리 예측해 관리하면 발병과 악화를 막을 수 있다는 점에서 이른바 '예방 가능한 질환'으로 분류되고 있는 셈이다.실제로 연구 결과 미국에서 당뇨병 등 예방 가능한 질환을 방치해 투입되는 비용만 총 7304억원에 달한다는 점에서 이에 대한 심각성이 커지고 있는 상황이다(Breiman L(2001) Random forests. Machine Learn. 45(1):5–32).텍사스대 마이탈 자르-체찬스키(Maytal Saar-Tsechansky) 교수가 이끄는 다국가 연구진이 이스라엘 최대 보험사인 클랄릿(Clalit)과 손잡고 이에 대한 예방 효과에 대한 연구를 진행한 배경도 여기에 있다.의료 인공지능을 통해 당뇨병을 예방하는 모델들이 지속적으로 나오고 있다는 점에서 실제로 이를 보험에 적용할 경우 어떠한 사회, 경제적 효과를 거둘 수 있는지 분석한 것이다.이에 따라 연구진은 보험사에 가입한 사람 중 당뇨병 환자 8만 9191명의 전자의무기록(EMR)을 기반으로 기계학습을 진행해 당뇨병 예측 인자를 추출하고 이를 분석하는 AI 모델을 개발했다.또한 이 AI를 통해 환자에게 예방적 치료로 당뇨병 1차 치료 약제인 메트포르민을 투입할 경우와 그렇지 않은 경우에 대해 데이터 기반 의사 결정 모델을 구축했다.아직 당뇨병에 걸리지 않았지만 발병 위험이 높은 사람에게 당장 약값이 들어가더라도 메트포르민을 예방적으로 처방했을때 장기적으로 경제적 효과가 있는지를 분석한 셈이다.결과는 놀라웠다. 일단 현재 표준요법으로 사용되는 당뇨병 위험 점수인 프레이밍햄(Framingham) 척도보다 이 인공지능은 25%나 위험을 더 잡아냈다.또한 이들에게 데이터 기반 의사 결정 모델을 통해 예방적으로 메트포르민을 처방할 경우 환자 1만명 당 290만 달러를 아낄 수 있는 것으로 집계됐다.또한 만약 이 모델을 미국 전체 인구에 적용할 경우 연간 의료 비용을 11억 달러라 절약한다는 보고가 나왔다.미국의 경우 메디케어 등 일부 보험을 제외하고는 민영 건강보험이 지배적이라는 점에서 보험사와 환자 모두 보험료와 의료비를 아끼는데 도움이 된다는 의미가 된다.이를 기반으로 연구진은 이 데이터 기반 의사 결정 모델이 건강 보험에 적용될 경우 당뇨병을 포함해 다른 예방 가능한 질환의 사회, 경제적 비용을 아끼는데 큰 역할을 할 수 있을 것으로 기대하고 있다.보험사와 환자 모두에게 윈윈(Win-WIn)이 될 수 있다는 설명이다.체찬스키 교수는 "전자의무기록 등의 데이터를 기반으로 예방적 치료 방식을 결정하고 이를 통해 약물 등 효율적 자원을 할당하는 이 접근 방식은 의료비와 보험료를 낮추는데 매우 중요한 역할을 하게 될 것"이라고 설명했다.이어 그는  "당뇨병을 넘어 미국의 주요 사망 원인인 호흡기 질환과 심혈관 질환 등에도 충분히 적용이 가능하다"며 "미국을 넘어 전 세계 의료 시스템의 장기적 비용을 절감할 수 있다"고 밝혔다.

메디칼타임즈=이지현 기자기도 삽관 후 인공호흡기를 사용하는 미숙아의 인공호흡 장치를 제거하는 발관(extubation) 시점을 결정하는 데 도움을 주는 인공지능 모델이 국내 의료진에 의해 개발됐다.분당서울대병원 고위험산모신생아통합치료센터 정영화ㆍ최창원 교수(소아청소년과), 디지털헬스케어연구사업부 유수영 교수, 송원근 연구원 등 연구팀은 기도 삽관 후 인공호흡기를 사용하는 미숙아의 발관 성공률을 평가하는 모델을 개발, 저명 국제학술지 ‘International Journal Of Medical Informatics’ 최신호에 보고했다.미숙아들은 출생 후 호흡기가 제대로 기능하지 못해 호흡곤란이나 무호흡 등이 발생하는 경우가 많고, 출산 시기가 이를수록 이러한 위험에 노출될 가능성이 높아진다. 이때는 정상적으로 자가 호흡이 가능할 때까지 기도 삽관 후 인공호흡기를 사용하게 된다.분당서울대병원 고위험산모신생아통합치료센터 정영화ㆍ최창원 교수, 디지털헬스케어연구사업부 유수영 교수 이러한 인공호흡기는 가능하다면 최소한의 기간만 사용하고 발관(제거)하는 것이 좋다. 인공호흡기를 통해 숨을 쉬는 기간이 필요 이상으로 길어질수록 폐가 정상적으로 성장하지 못할 가능성이 높아지기 때문이다. 실제로 장기간의 기도 삽관 및 인공호흡기 사용은 미숙아의 기관지폐이형성증 위험을 높이고, 신경 발달도 지연시키는 것으로 알려져 있다.반대로 발관이 너무 이르게 이뤄질 경우 저산소증과 고이산화탄소혈증이 발생해 뇌에 안 좋은 영향을 끼칠 수 있고, 마찬가지로 기관지폐이형성증의 발생 위험이 증가할 수 있다. 너무 늦지도, 이르지도 않은 최적의 발관 시점을 정해야 한다는 의미다.그러나 현재는 이에 대해 명확히 합의된 지침이 없어 주치의의 판단에 의존하고 있는데, 1000g 미만의 미숙아에서 발관 후 이를 유지하는 데 성공할 확률은 평균 60-73% 수준으로 보고되고 있다.이에 연구팀은 2003년부터 2019년까지 분당서울대병원에서 태어난 32주 미만의 미숙아 중 기도 삽관 후 침습적 인공호흡기를 사용한 678명의 데이터를 활용, 심장박동ㆍ호흡 등의 생체 신호를 분석해 발관 성공 여부를 예측하는 기계학습 알고리즘을 개발했다.‘NExt-Predictor’라는 명칭의 이 발관성공 예측모델은 정확도를 나타내는 곡선하면적(AUC) 0.805, 정밀도(precision)는 0.917 수준으로 매우 뛰어난 예측이 가능하다. 이러한 예측성능은 미국의 MIMMIC-III 데이터를 기반으로 분석했을 때도 안정적으로 유지됐으며, 기본적인 생체 신호만을 사용하기 때문에 별도의 장비가 필요하지 않은 장점도 있다.분당서울대병원 고위험산모신생아통합치료센터 정영화 교수는 “인공호흡기를 쓰는 미숙아는 빨라도, 늦어도 안 되는 최적의 시점에 인공호흡기를 떼는 것이 중요하다”며 “그러나 이에 대한 정확한 기준을 마련하는 데 어려움이 있었던 만큼, 발관 성공 가능성을 예측해주는 인공지능이 의료 현장에서 큰 도움이 될 것이라 판단해 개발하게 됐다”고 밝혔다.한편, 이번 연구는 환자의 실시간 생체신호를 인공지능으로 분석해 발관 성공 예측모델을 개발한 국내 첫 연구로, 보건복지부의 연구비 지원을 받아 이뤄졌다.

메디칼타임즈=최선 기자의학계와 기업, 이공계열과의 콜라보(협업)가 활성화되고 있다. 전통적으로 의학회의 임원진의 의료진 출신이 많았지만 학회의 기초과학 중요성 인식 및 이공학계열 교수의 바이오 벤처 창업 붐이 맞물리면서 교류가 활성화되고 있는 것.특히 인공지능의 임상적 활용이 늘어나고 디지털치료제가 상용화되면서 기술에 능통한 교수진들의 의학계에 문을 두드리는 일이 빈번해지고 있다.23일 의학계에 따르면 각종 학회에서 산학연 자문단을 영입하거나 디지털 기술을 기반으로 한 연구회 창립이 늘어나고 있다.질병의 예방, 괸리, 치료를 위한 근거 기반의 중재인 디지털 치료제가 보건당국의 허가를 얻으면서 디지털임상의학을 완성시키기 위해서는 인공지능부터 사물인터넷, 로봇공학, 웨어러블 등의 각종 기술의 도움이 필요하다는 인식이 대두되고 있는 것.디지털치료제 상용화 및 인공지능의 임상적 활용이 늘면서 디지털 연구회 발족이나 관련 학회 창립이 빈번해지고 있다. 이 과정에서 의료진 중심의 임원진 구성에도 변화가 감지되고 있다.정밀의료 및 유전체연구회, 중증 심부전연구회를 보유한 대한심부전학회는 최근 산하에 디지털헬스연구회를 발족하고 회원 모집에 나섰다.최동주 연구회 회장(분당서울대학교병원 순환기내과)은 "디지털 기술이 발달하고 임상적인 활용이 확대되면서 여러 의료진들이 인공지능이 무엇이고 어디까지 할 수 있는지 굉장히 궁금해 한다"며 "디지탈헬스부터 인공지능, 빅데이터 등 여러가지가 몰려오고 있는데 문제는 아직도 임상 영역에서의 디지털을 모르는 의료진이 많다"고 연구회 발족의 배경을 설명했다.그는 "디지털을 이해하는 능력을 뜻하는 디지털 리터러시(Digital Literacy) 용어가 나올 정도로 디지털 이해도가 중요 관심사로 떠오르고 있다"며 "디지털 문맹을 깨우치기 위한 노력의 일환으로 웹심포지엄을 마련했다"고 설명했다.지난달 1차 웹심포지엄 주제로 인공지능 심전도 판독을 선정한 연구회는 이달 30일 ChatGPT의 임상 응용 가능성을 2차 주제로 진료와 의학연구에서 ChatGPT 활용방안, ChatGPT 상식 등에 대해 논의한다.대한디지털임상의학회는 고대안안병원 내분비내과 교수를 역임했던 유승현 카카오헬스케어 이사를 기획이사로 영입한 데 이어 산학연구자문단을 두고 메디컬에이아이, 아이시그널, 스카이랩스, 메디칼아이피, 크레너채널즈, 메타아이넷, 스탠다임인공지능신약개발 등 다양한 기업체와 협업하기로 했다.대한의료인공지능학회장은 올해 1월부터 KAIST 교수가 맡았다. 예종철 회장은 KAIST 바이오및뇌공학과 교수로서 바이오 메디컬 이미징 시스템의 고해상도 및 고감도 이미지 재구성을 위한 신호처리 및 기계학습 툴 개발에 정통한 인물로 알려졌다.예 회장은 "의료인공지능이라는 분야가 이미 의료현장의 곳곳에 사용되고 있으며 관련 산업들도 성숙의 단계에 들고 있는 것을 볼 때 감회가 새롭다"며 "의료인공지능학회가 국내의 의료인공지능 연구에 대한 기반을 탄탄히 구축한 성과를 바탕으로 앞으로 2년간은 의료인공지능분야의 혁신적인 도약과 발전을 도모해야 한다"고 강조했다.대한면역학회의 수장은 광주과학기술원 전창덕 생명과학부 교수가 맡았다. 전창덕 교수는 면역 T-세포가 항원표지세포를 만날 때 만들어지는 분자구조체인 면역시냅스(immunological synapse) 연구에 정통한 것으로 알려졌다.이미 면역학회 산하 점막면역연구회나 감염면역연구회, 면역항암연구회에 산학연구소, 기업체 등과 손발을 맞춰왔던 만큼 과학기술원 출신의 수장 탄생은 그리 놀랄 만한 일이 아니라는 것이 학회 내부의 분위기.면역학회 관계자는 "바이오 산업이 커지면서 면역에 대한 중요성이 부각되고 있다"며 "면역을 기반으로 한 다양한 바이오 제제가 상용화된 만큼 학회가 임상 연구부터 기초과학, 산학계와 연결 고리가 될 수 있기 때문에 의학계와 산-학-연의 교류는 더 긴밀해 질 수밖에 없다"고 덧붙였다.

메디칼타임즈=최선 기자스마트병원 시대를 열 핵심 키로 인공지능이 제시되고 있다. 연구의 규모가 커지고 고도화될 수록 인력에 의존하는 방식 대신 AI를 활용한 연구 효율화 방안이 보다 보편화될 것이란 게 전문가들의 진단이다.정보통신기술(ICT)을 활용해 의료 질을 향상시킨다는 '스마트병원' 개념이 인공지능(AI)과의 접목을 통해 서서히 구체화되고 있다.영상 판독문을 알아서 분류하고 의료영상 진단 오류를 탐지하는 것은 물론 타이핑 대신 음성으로 간단히 차트를 작성하는 등 단순하거나 반복적인 업무 부담을 AI가 대신해 의료진은 그만큼 환자의 진료에 더 집중할 수 있다는 것.19일 스위스그랜드호텔에서 개최된 대한의료인공지능학회 학술대회에서 의료 영역에서 인간의 판단 및 경험, 노동력에 의존해야 했던 부분의 업무 부담을 줄이기 위한 다양한 아이디어가 공유됐다.스마트병원 시대를 열 핵심 키로 지목된 것은 방대한 양의 데이터를 기반으로 학습된 대규모 언어 모델(LLM). 일련의 텍스트에서 의미를 추출하거나 추론하고 단어와 구문 간의 관계를 이해하기 때문에 일상 언어로 질문하거나 명령을 내려도 그 의미를 이해해 적절한 업무를 처리할 수 있다.일반인을 대상으로 상용화된 ChatGPT도 대규모 언어 모델을 사용하고 있지만 의료 영역에서는 전문 용어, 의학 용어, 축약어 등이 사용되고 질환별 환자 특성이 달라 각 의료기관, 전문과는 해당 특성에 맞는 방식의 LLM을 개발하거나 기존 LLM을 세부 조절해 적용하는 파인튜닝을 시도하고 있다.이날 학회에선 최근 연구 동향을 살필 수 있는 다양한 포스터 연구가 발표됐다. 주요 방향성은 AI 기반의 진단 보조와 행정 업무 자동화로 요약된다. AI 진단은 기업이 개발한 전문 SW가 여러 적응증에서 상용화됐고 일부는 비급여 항목으로 지정된 까닭에 학계 연구는 연구 효율화를 위한 업무 자동화 등에 초점을 맞췄다.삼성융합의과학원(SAIHST), 삼성서울병원 등이 진행한 응급실 의무기록지에 대한 개인정보 자동 삭제 방안 연구는 AI를 활용한 연구 효율화 방법론을 제시했다.최근 BERT와 GPT와 같은 언어모델의 등장으로 자연어 처리 연구가 많은 주목을 받고 있고 의료계에서도 문자 서술형(free-text) 의료데이터를 자연어 처리 기술로 분석하려는 시도가 급속도로 증가하고 있다.차원철 성균관의대 교수는 연구 효율화를 위한 AI 활용의 중요성에 대해 강조했다.문제는 개인정보 보호법으로 의무기록을 연구에 활용하기 위해서는 철저한 가명 처리가 필요해 많은 수요에도 불구하고 국내 의료데이터는 자연어처리 연구에 손쉽게 활용되기 어렵다는 점.의무기록 정보의 전문성으로 인해 의료진이 직접 개인정보에 해당하는 내용을 일일이 검토하고 가명 처리하는 번거로운 과정을 거쳐야 하는 실정이다.연구진은 이같은 한계점을 해결하기 위해 한국어 언어모델인 DistilKoBERT를 적용, 응급실 의무기록지 내 개인 정보를 자동으로 인식할 수 있는지 여부를 확인했다. DistilKoBERT 성능은 문맥을 이해하기 때문에 Rule-base 방식인 정규 표현식보다 개인정보를 더 잘 분류한다는 것이 연구진의 판단.차원철 성균관의대 교수(삼성서울병원 디지털혁신센터 센터장) 역시 '생성모델 범람의 시대 의료 인공지능의 나아갈 길' 발표를 통해 연구 효율화를 위한 AI 활용의 중요성을 언급한 바 있다.차 교수는 "의료 데이터를 연구에 활용하려고 하면 환자를 특정할 수 있는 수술 날짜나 수술명, 나이 등의 정보를 삭제하는 가명화, 비식별화가 필요하다"며 "이런 요소를 찾아서 삭제하는 일이 쉽지 않기 때문에 인력에 의존할 수밖에 없었다"고 말했다.그는 "무식해 보일 순 있지만 5천개 정도를 일일이 찾아서 삭제하기도 했다"며 "국가연구사업을 할 때는 3만개 정도의 자료를 해야 했기 때문에 인력에 의존할 수 없어 AI와 같은 다른 방향성을 고민하게 됐다"고 밝혔다.연구의 규모가 커지고 고도화될 수록 인력에 의존하는 방식은 더 이상 작동할 수 없다는 것. 이날 업무 효율화, 자동화에 초점을 맞춘 연구들이 공개된 것도 비슷한 맥락이다.서울의대 곽정원 연구팀은 한국어 의료 인공지능 개발을 위한 가상 의무기록지 생성 방법을 제시했다.의료 현장에 적합한 인공지능을 개발하기 위해 한국어 의료 분야에 특화된 언어 모델을 구축해야 하고, 이를 학습시키기 위해서는 방대한 양의 의무기록지 데이터가 필요하지만 개인정보 보호와 규제 등으로 인해 접근이 제한될 수 있다.이에 연구진은 충분한 양의 실제 의무기록지 데이터를 수집하는 것이 어려울 경우 적은 양의 실제 데이터를 유사한 가상 데이터 형태로 증강해 데이터 확보 문제를 해결하는 한국어 가상 의무기록지 생성 방법을 제시했다.이외에도 대규모 언어모델을 활용한 영상 판독문 레이블링 연구, 의료영상 진단 오류 탐지를 위한 인공지능 모델 개발, 시간의 흐름에 따른 응급실 내원 환자의 사망 예측 기계학습 모델 개발 및 검증, 소아 발열의 원인을 탐지하는 딥러닝 기반 스마트폰 앱 연구 등이 공개됐다.AI가 사실과 다른 내용을 창조해 제시하는 환각(hallucination) 현상은 의료 분야에서 AI의 활용을 제한하는 걸림돌로 작용한다. 서울대학교 의학정보학연구소 등이 참여한 연구팀은 생성형 AI를 사용해 갑상선 수술 기록에서 환각을 탐지하고 교정한 연구 결과를 제시했다.

메디칼타임즈=이인복 기자흉부 방사선 사진(X레이) 하나만으로 환자의 추정 연령을 계산하고 실제 나이와의 차이를 분석해 다양한 질환을 예측하는 인공지능(AI)가 나와 주목된다.X레이만으로 노화에 대한 바이오마커를 찾아내고 질병 위험을 예측할 수 있다는 조기 진단의 단초가 된다는 것이 전문가들의 설명이다.흉부 X레이만으로 환자의 연령을 추산하고 실제 나이와 괴리를 통해 질환을 예측하는 인공지능이 나왔다.현지시각으로 17일 란셋(LANCET)에는 홍부 X레이의 노화 바이오마커로의 활용성에 대한 연구 결과가 게재됐다(10.1016/S2666-7568(23)00133-2).흉부 X레이는 가장 널리 쓰이는 기초적 진단 도구 중 하나로 매우 가격이 싸고 접근성이 좋다는 점에서 일선 의원급 의료기관에서도 광범위하게 활용되고 있다.특히 신체 내부의 특징적 형태 뿐 아니라 내부 장기와 뼈를 확인할 수 있다는 점에서 활용도가 매우 높은 상황. 하지만 각 부위별 X레이 사진 하나만으로는 진단 가능한 질환이 제한적인 것도 사실이다.일본 오사카의과대학 야스히토(Yasuhito Mitsuyama) 박사가 이끄는 연구진이 X레이의 활용성을 극대화하는 방안에 대한 연구를 진행한 배경도 여기에 있다.가장 광범위하게 활용하는 만큼 인공지능을 통해 이에 대한 효용성을 높인다면 진단 영역에 획기적 발전을 기대할 수 있다는 판단에서다.이에 따라 연구진은 흉부 X레이를 활용해 환자의 나이를 추정하는 인공지능 모델을 훈련시키고 테스트에 들어갔다.일본내 5개 의료기관에서 7만 248명으로부터 추출한 10만 1296개의 흉부 X레이 사진을 기계학습시켜 환자의 나이를 추정하게 한 것.그 결과 인공지능이 추정한 연령과 실제 환자의 나이간의 상관 계수는 0.95로 집계됐다. 일반적으로 상관계수가 0.9 이상이면 매우 강력한 근거로 활용된다.나아가 연구진은 흉부 X레이를 바이오마커로 활용해 인공지능 추정 연령과 실제 나이간 괴리를 분석하는 방식으로 질환 예측에 들어갔다.이미 질환이 확진된 3만 4197명의 환자의 X레이를 추가로 학습시킨 뒤 인공지능이 추정한 연령과 실제 나이간 괴리가 질환의 예측 인자가 될 수 있는지 검증한 것.그 결과 고혈압은 1.02배, 고요산혈증은 1.02배, 당뇨병은 1.01배, 악성 종양은 1.05배 정상 환자와 비교해 나이간 괴리가 나타난 것으로 분석됐다.이러한 괴리를 더 고도화시켜 활용한다면 충분히 광범위한 조기 진단의 길을 열 수 있다는 것이 연구진의 설명이다.야스히토 박사는 "X레이를 활용해 노화를 점검하는 최초의 인공지능이며 이를 검증한 첫 다중 기관 연구라는 점에서 의미가 있다"며 "특히 인공지능이 추정한 연령과 실제 연령간에 매우 높은 상관 계수를 얻었다는 점에서 활용도에 기대감이 높은 상황"이라고 설명했다.그는 이어 "나아가 이러한 나이간 괴리가 여러 만성질환과의 연관성을 보인다는 것을 보여줬다는 점에서 향후 고도화 및 활용도 논의가 가속화될 것으로 기대한다"고 밝혔다.

메디칼타임즈=이지현 기자이기헌 교수분당서울대병원 가정의학과 이기헌 교수 연구팀이 설문 조사 기반 당뇨병 환자의 우울증 여부를 판별하는 머신러닝 모델을 개발했다.이기헌 교수팀은 기계학습(머신러닝)을 통해 당뇨병 환자에서 우울증을 탐지할 수 있는 모델을 개발하는 연구를 수행했다. 연구에는 2014년부터 2020년까지의 국민건강영양조사에서 수집된 3만1천개의 데이터가 사용됐다.그 결과, 연구팀은 건강 및 스트레스에 대한 주관적 인식이나 소득 등 설문 조사 결과를 활용해 높은 정확도로 당뇨병 환자에서 우울증 여부를 가려낼 수 있는 머신러닝 모델을 개발했다. 연구팀이 개발한 알고리즘 중 가장 정확도가 높은 것은 '서포트 벡터 머신(Support Vector Machine, SVM)' 방식으로, 정확도는 87.9% 수준으로 나타났다.또한 연구팀은 우울증을 판단하기 위한 요인들 중 ▲건강 상태에 대한 주관적 인식 ▲스트레스 인식 강도 ▲스트레스 인식 비율 ▲소득 수준 ▲활동 제한 등의 순으로 비중이 크다는 사실을 밝히기도 했다. 상위권에 해당하는 항목들이 주로 환자의 주관적 인식과 연관된 만큼, 당뇨병 환자에서 정신건강 관리의 중요성을 확인할 수 있다.이기헌 교수는 "당뇨병은 우울증 발병 위험을 높이고, 우울증은 다시 당뇨병에 악영향을 미치게 된다"며 "이러한 악순환에 빠지기 전에 우울증을 조기 발견할 수 있는 최적의 머신러닝 방식을 규명하고 우울증에 영향을 미친 주요 요인들을 밝혔다는 점에서 이번 연구의 의미가 깊다"고 전했다.한편, 이번 연구 결과는 국제학술지 ‘Plos One’ 최근호에 게재됐다. 

메디칼타임즈=최선 기자유럽고혈압학회(European Society of Hypertension, ESH)가 2023년 개정 진료지침을 발표하면서 학계의 주목을 받고 있다.결과적으로 진료실 혈압 기준 140/90mmHg(수축기/이완기) 이상으로 설정된 고혈압 진단 기준을 고수하는 한편, 심혈관계 진료 영역에서 활용도가 높아지고 있는 웨어러블 기기는 혈압 측정의 편차를 감안해 사용 금지를 명시하는 등 보수적 관점을 유지했다.현지시각으로 3일 ESH는 2023년 고혈압 진료지침을 이탈리아 밀라노에서 열린 제32회 고혈압·심혈관 보호에 관한 유럽연례회의에서 발표했다(DOI: 10.1097/HJH.0000000000003480).새 지침은 2018년에서 지침의 140/90mmHg 이상으로 설정된 고혈압 정의와 분류는 변경하지 않고 최신 연구를 반영하는 선에서 소폭 조정했다.먼저 혈압(BP)의 가변성 때문에 진료실혈압(SBP ≥ 140mmHg 또는 DBP ≥ 90mmHg)은 고혈압 매개 장기 손상이나 심혈관 사건 위험이 높은 경우를 제외하곤 최소 2~3번의 방문으로 확인해야 한다고 규정했다.임상 진료현장에서 대규모 24시간혈압측정(ABPM) 또는 가정혈압측정(HBPM) 데이터를 수집하는 것은 어려울 수 있지만, 진료실 밖 BP 측정은 중요한 임상 정보의 원천이라는 점에서 BP가 상승할 때마다 ABPM, HBPM 데이터를 수집해 특정 BP 표현 유형을 식별해야 한다고 주문했다.목표 혈압을 낮출수록 심혈관 사건(CV) 위험이 감소한다는 관점이 제기되고 있지만 ESH는 140/90mmHg 미만일 경우 더 낮은 목표치를 위해 항고혈압 약제 투여를 할 필요가 없다고 제시했다.ESH의 2023년 진료지침 개정안. 웨어러블의 활용도가 높아지고 있지만 편차 가능성 등을 고려해 임상적 활용은 적합하지 않다고 결론내렸다.ESH는 "혈압이 정상이고 심혈관 위험이 낮은 사람에서는 항고혈압제 치료를 피하도록 권장했다"며 "HOPE-3 임상은 혈압 강하 치료가 경중등도의 CV 위험과 높은 정상 범위 SBP 값을 가진 사람들에서 CV 사건의 위험을 감소시키지 않는다는것을 보여줬다"고 설명했다.중등도 CV 위험 환자의 13개 RCT 메타분석에서도 적극적인 혈압 강하 치료가 모든 CV 결과에 유의한 효과를 만들어내지 못한 것도 경중등도 CV 위험 환자에서 항고혈압제 치료를 시작하지 말라는 권고를 뒷받침한다는 것이 ESH의 판단. 이들 140/90mmHg 언저리의 사람들에겐  생활습관 교정 조언으로 제한할 것을 권고했다.한편 ESH는 혈압 측정 방식 및 장소에 따라 혈압에 편차가 크게 발생한다는 점에서 혈압 측정 방법에 대한 지침을 세부화했지만 활용도가 높아지고 있는 웨어러블 방식의 커프리스(cuffless) 혈압측정 기기에 대해서는 명확한 선을 그었다.ESH는 "웨어러블 장치, 스마트폰, 포켓 장치 또는 기타 유형의 내장 센서 방식과 새로운 기술을 이용하는 커프리스 혈압 측정기기가 이미 시판되고 있다"며 "이들 기기는 고혈압에 대한 인식률, 진단 및 치료를 개선할 수 있는 상당한 잠재력이 있다"고 평가했다.이어 "하지만 이러한 장치를 임상 용도로 권장하기 위해선 해결해야 할 과제가 있다"며 "중요한 문제는 장치의 유효성을 검사하는 데 사용되는 AAMI/ESH/ISO 범용 프로토콜이 커프리스 장치에 적합하지 않으므로 정확도가 입증되지 않았다는 것"이라고 지적했다.새로운 기술에 대한 합의된 성능 표준도 마련되지 않았고 대부분의 커프리스 BP 장치는 표준 암 커프 장치에 기반해 정기적인 보정이 필요한데 연령, 성별, 기타 특성 등 다양한 보정 변수 입력이 필요해 한계가 분명하다는 것이 ESH의 판단.ESH는 "이들 장치는 BP를 측정하는 것이 아니라 보정 BP와 비교해 BP 변화를 추적하거나 인구통계학 및 기계학습 기술을 이용해 BP를 예측하려고 한다"며 "이러한 이유로 현재 임상에서 고혈압의 진단 또는 관리를 위해 커프스리스 BP 장치를 사용해서는 안 된다"고 규정했다.수년새 미세먼지와 심혈관계 사건 발생의 연관성을 살핀 연구가 축적되면서 이에 대한 반영도 이뤄졌다.ESH는 "환경 소음 및 대기 오염에 대한 노출은 도시화된 환경에서 CV 건강에 부정적인 영향을 미치는 두 가지 주요 위험 요소"라며 "두 요인 모두 BP, 입사 고혈압 및 혈관 강성을 포함한 고혈압 매개 장기 손상 증가에 위험 요인으로 확인됐다"고 설명했다.ESH는 "대기 오염은 기체와 미립자 물질의 복잡한 혼합물이며, 소음 노출은 주로 교통 소음에 기인하는데 임상 연구는 두 요인이 공통된 기계적 경로를 공유한다"며 "결국 이런 요소는 BP 증가 효과를 매개하는 혈관 염증 및 내피 기능 장애로 이어질 수 있다"고 경고했다.이어 "추가 연구에선 대기 오염이나 소음의 중단이 BP를 감소시켜 인과관계를 뒷받침했다"며 "고혈압 환자는 실외 활동의 위치, 시기 및 유형을 변경해 대기 오염에 대한 노출을 줄일 수 있으며 마찬가지로 실내의 소음 및 대기 오염에 대한 노출을 줄일 수도 있다"고 덧붙였다.

메디칼타임즈=이지현 기자최근 국내 연구진이 라만 분광법과 인공지능 기술을 이용해 혈액 한 방울로 동맥경화의 중증도를 진단하는 기술을 개발하는데 성공했다. 김준기 교수(좌) 강수진 교수(우)울산의대 서울아산병원 융합의학과 김준기·심장내과 강수진 교수팀은 동맥경화 동물모델을 통한 전임상 시험에서 비표지 표면 증강 라만 분광법(SERS)과 인공지능 통계처리 기술을 활용해 동맥경화의 중증도를 진단하고 분류하는 것이 가능하다는 사실을 확인했다고 30일 밝혔다.이번 연구는 동맥경화 위험도를 계층화하고 대응하는 기준법을 처음 제시한 데 의의가 크다. 연구결과는 공학 및 생명의학 분야 저명 학술지인 '바이오엔지니어링 및 중개연구(Bioengineering & Translational Medicine, 피인용지수 10.684)' 최신호에 게재됐다.그동안 혈청 바이오마커를 이용해 동맥경화 발생을 조기에 식별하는 것은 쉽지 않았다. 고령이나 고혈압, 흡연, 비만, 당뇨병과 같은 전통적인 요인은 낮은 특이성을 나타내고, 저밀도 지단백(LDL) 콜레스테롤 수치나 C-반응성 단백질과 같은 바이오마커는 동맥경화 발생과 직접적인 인과관계가 없었기 때문이다.또 심장 트로포닌과 크레아틴 키나아제-MB(CK-MB)는 급성 심근경색 진단의 핵심 바이오마커이지만, 사후 마커로써 조기 진단하기는 어려웠다.연구팀은 단백질이나 싸이토카인, 엑소좀 등과 비슷한 크기인 나노미터 바이오마커를 진단 마커로 삼는다면, 혈액 한 방울만큼 적은 양의 샘플에서도 표적이 존재할 확률이 매우 높다는 점에 착안해 연구를 진행했다.연구에 활용한 기술은 나노 바이오마커를 표적으로 하는 진단 센싱칩이다. 센싱칩은 내부에 나노다공성 공간이 있어 혈액 내 나노바이오마커를 필터링하고, 필터링 된 표적의 광신호를 금속 재질의 내부 표면을 통해 증폭시킨다.광신호 증폭은 금이나 은처럼 표면이 거친 금속의 플라즈몬 공명 현상에 의해 일어나는데, 이를 라만분광 신호에 적용해 바이오마커를 검출하는 것이 바로 비표지 표면 증강 라만 분광법(이하 SERS)이다.연구팀은 지질분해 효소를 활성화하는 아포지단백 E를 결손시킨 유전자 조작 마우스를 대상으로 왼쪽 경동맥 일부를 외과적으로 결찰해 죽상동맥경화증을 유도했고, 이후 소동물 자기공명영상과 면역조직 염색화학법을 통해 동맥경화 여부를 검증했다.이렇게 검증된 경증, 중증의 동맥경화 모델 쥐와 대조군 쥐에게서 혈액을 채취한 다음 나노 바이오마커 검출용 SERS 칩 위에 혈액 한 방울(5uL)을 올려놓아 라만신호를 획득했다. 이후 주성분 분석(PCA)과 기계학습 알고리즘 중 하나인 기능성분지도(PLS-DA) 메커니즘을 라만신호에 접목시켰다.라만분광 및 인공지능 기반 동맥경화 진단기술 개발분석 결과, 라만 스펙트럼의 주성분 공간에서 대조군과 경증, 중증 질환군을 순차적으로 잇는 벡터를 도출할 수 있었다. 연구팀은 이러한 벡터를 따라 질환군의 데이터가 그룹화되는 것과 데이터 그룹화에 기여하는 라만 스펙트럼의 피크 값을 확인했다.라만 스펙트럼의 피크 값은 분자의 화학적 결합 정보를 알려주는데, 이번 연구에서 진단 기준에 활용된 피크들은 콜레스테롤 에스테르와 죽상반 관련 지질, 티로신, 아미드II 등의 여러 바이오마커와 관련이 있었다.인공지능 기술의 응용성도 검증됐다. 주성분 분석 기반 진단의 정확도는 94.5%였으며, 기계학습 알고리즘 활용의 정확도는 97.5%로 나타났다.김준기 울산의대 서울아산병원 융합의학과 교수는 "이번 연구에서 나노 소재 특성을 활용한 SERS 진단칩을 통해 동맥경화를 모니터링 할 수 있는 라만 신호 패턴을 얻을 수 있었다"며 "혈액 한 방울 속 나노 바이오마커로 동맥경화의 중증도를 판별할 수 있음을 확인한 점에서 연구 의미가 크다"고 말했다.강수진 서울아산병원 심장내과 교수는 "이번 라만 신호 분석에는 콜레스테롤 에스테르 결합 상태, 죽상반 유래 지질 신호 등 동맥경화 발생과 직접적인 관련이 있는 여러 요소들을 참고했다"며 "이는 SERS 진단이 다양한 요소를 복합적으로 분석했음을 의미하는 것뿐 아니라 진단의 근거가 유의미함을 방증한다. 추후 동맥경화 환자에게 유래한 혈액을 이용해 임상적으로도 SERS 진단을 시행할 수 있도록 연구를 지속해나가겠다"고 밝혔다.한편, 이번 연구는 보건복지부 보건의료기술 연구개발 사업 및 과학기술정보통신부 지원 사업으로 진행됐다.

메디칼타임즈=황병우 기자신약 개발에서 인공지능(AI)을 이용해 후보물질을 발굴하는 등 활용도가 높아지는 상황에서 약물 소유권에 대한 논의가 이뤄진다.한국바이오협회가 지난 25일 발표한 이슈 브리핑에 따르면 미국 특허청은 5월 15일까지 AI를 의약품 개발 발명자로 인정 여부 의견 수렴했다.한국바이오협회가 지난 25일 발표한 이슈 브리핑에 따르면 미국 특허청은 5월 15일까지 AI를 의약품 개발 발명자로 인정할 것인가를 놓고 의견을 나눴다.미국 특허청(USPTO)이 2022년 1월부터 운영하는 전문가회의(AI/신생기술 파트너십)에서는 새로운 AI 모델이 신약 개발, 개인 맞춤 의료 및 칩 설계에 사용되고, 일부 발명에서는 AI 및 기계학습(ML)이 공동발명가 수준에 이를 만큼의 기여를 할 수 있다고 바라보고 있는 상태다.또 앞서 2022년 10월 미국 톨 탈리스 상원의원과 크리스 쿤스 상원의원은 미국 특허청과 저작권청에 미래 AI 관련 혁신과 창작을 장려하기 위해 기존 법률 개정을 검토하기 위한 AI국가위원회를 공동으로 만들 것을 촉구한 바 있다.이런 상황에서 미국 특허청은 AI가 혁신 프로세스에서 더 큰 역할을 함에 따라 공개 의견(11개 내용)을 수렴해 향후 방향에 대한 논의를 진행한 것.공개수렴의견 중 일부를 살펴보면 ▲AI/ML가 현재 발명과정에서 어떻게 사용되고 있는가? 공동발명가 수준의 기여를 하고 있는가 ▲AI가 공동발명가 수준으로 기여하는 경우 현행 특허법상으로 특허를 받을 수 있나 ▲AI가 발명에 기여하는 경우 발명가에 대한 현재 지침을 확대해야 하는지, 기여의 중요성은 어떻게 평가돼야 하는지 등이다.현재 인공지능을 활용하면 방대한 데이터를 사용해 환자반응 마커를 신속하게 식별하고 약물 표적을 보다 저렴하고 효율적으로 신약을 개발할 수 있다.이 같은 장점 때문에 바이엘, 로슈, 다케다를 포함한 글로벌 바이오 회사들은 AI 역량을 가진 외부 기업들과 협력을 통해 신약 개발을 적극 추진 중이다.다만, AI를 이용하는 특허 출원은 추상적인 아이디어나 자연법칙을 포함해 특허를 받을 수 없는 특허 적격성 문제에 직면하고 있다.한국은 물론 미국, 유럽, 영국 등 주요국 특허청들과 법원들은 특허법 또는 관례를 통해 자연인(사람) 만을 발명자로서 인정하고 인공지능은 인정하고 있지 않아 허들이 존재하는 상황이다.하지만 글로벌 투자은행인 모건 스탠리가 인공지능과 기계학습을 사용해 초기단계의 약물 개발 성공률을 일부만 개선하더라도 향후 10년간 50개의 추가 신약이 개발되고 이는 500억 달러에 대한 시장 가치를 창출할 것으로 전망하는 만큼 이를 활성화하기 위한 노력을 계속 이어나갈 것으로 보인다.또 미국 바이오기업들은 AI를 통해 전임상 단계에 소요되는 비용 중 20%~40%를 절감하면 추가로 4개에서 8개 신약이 성공적으로 개발될 수 있다고 예측했다.이런 상황에서 미국에서 신약 개발 기업 이외에 AI 개발자에게도 특허권이 공동으로 부여되는 논의는 신약 개발 기업에게 큰 이슈가 되고 있으며, 만약 미국에서 허용된다면 다른 나라의 특허법이나 판결에도 큰 영향을 줄 것으로 보인다.한편, 시장조사기관인 Deep Pharma Intelligence 자료에 따르면 AI 기반 신약개발기업에 대한 투자는 지난 4년간 3배가 증가해 2022년 기준 246억 달러에 달했다.지난해 1월 사노피는 영국 기반 Exscientia Plc에 선불 1억 달러를 지불하고, AI 시스템을 사용해 종양학 및 면역학 분야에서 최대 15개 후보약물을 개발하는 데 최대 52억 달러를 지불하기로 합의했다.

메디칼타임즈=이지현 기자뇌졸중 내원환자 전원에 대한 의료데이터를 확보해 이를 기반으로 뇌졸중 발병 이후 어떤 경우 치매 발병률이 높은지 예측할 수 있는 지표를 밝혀낸 의료진이 있다.그 주인공은 한림대 성심병원 이민우 교수(신경과). 그는 지난 18일 메디칼타임즈과 인터뷰에서 "이번 연구를 통해 첫번째는 뇌졸중 심각도, 두번째는 기존 뇌 유축 정도, 세번째는 나이·혈당 등이 치매 발병에 영향을 미치는 것으로 확인했다"며 "이는 국내는 물론 세계 최초의 연구"라고 자신감을 보였다.한림대 성심병원 신경과 이민우 교수 이 교수가 이처럼 자신감을 보이는 데는 나름의 이유가 있다. 한림대 성심병원은 병원 자체적으로 뇌졸중 치료에 중점을 두면서 뇌졸중으로 내원한 환자의 의료데이터를 축적했다.그는 "소위 빅5병원도 뇌졸중환자 전체에 대해 1시간 이상 소요되는 신경심리검사를 실시하는 일은 쉽지않다. 실제로도 이런 경우는 없다"면서 "국내는 물론 해외에서도 최초라고 말할 수 있다"고 설명했다.실제로 대부분의 대학병원은 알츠하이머 치매 환자에 대한 신경심리검사 등을 실시하는 것만으로도 검사 일정이 빡빡하다. 이 같은 이유로 뇌졸중이 발병한 모든 환자를 대상으로 1시간이 걸리는 검사를 진행한 것은 어려운 환경이다.이 교수의 연구명은 '급성 허혈성 뇌졸중 이후 인지 기능 저하 예측을 위한 기계학습 연구'. 그는 지난 2011년부터 2020년 12월 30일까지 총 150명의 뇌졸중 발생 후 3~6개월 기간 중 신경심리검사를 실시, (통상 뇌졸중 환자에게 실시하는 검사를 통해 확인 가능한)30개의 위험인자를 적용해 AI머신러닝을 돌렸다.약 10년간의 환자 데이터를 연구한 결과 위와 같이 어떤 경우 뇌졸중 이후 치매 발병률이 높아지는지 확인했다.가령, 환자에게 막연하게 치매 가능성도 있다고 언급하는 것과 뇌졸중이 발생한 정도와 환자의 생활습관 및 기저질환 등을 고려할 때 발병 가능성을 명확하게 제시해주는 것은 차이가 있다는 게 그의 설명이다.그는 "이번 연구를 통해 뇌졸중 치료 가이드라인을 바꿀 순 없겠지만 의료현장에서 뇌졸중 환자의 증상을 예측해 치료하는 것에는 도움을 줄 것이라고 본다"고 자신했다.한림대의료원은 지난 18일 나고야시립대 국제학술 심포지엄을 개최, 이날 이민우 교수는 자신의 연구 결과를 발표했다. ■ AI의학 의료현장 변화 올까이 교수는 AI머신러닝을 통한 연구는 임상 의료현장에 변화를 가져올 것이라고 내다봤다.그는 "이미 상당수 대학병원은 환자의 심뇌혈관 상태를 AI가 진단해 알려주는 장비를 도입하고 있다"며 "이 장비는 CT를 촬영하면 치료 여부를 가이드 하는 역할을 하기 때문에 의료진에게 도움이 된다"고 말했다.그는 이어 "특히 야간·휴일 응급환자나 지방에 의료진이 부족한 병원은 치료 결정을 하는데 큰 도움을 줄 것"이라고 덧붙였다. 지방의료원에 응급환자가 내원했을 때 당장 치료를 못하더라도, 전원 여부를 결정할 수는 있기 때문이다.그는 "CT촬영 후 판독할 영상의학과 의사가 없는 경우 해당 장비를 통해 환자 상태의 정도를 파악해 어떤 병원으로 전원조치할 것인지를 판단할 수 있을 것"이라고 했다.이 교수는 AI의학 발전에 따른 미래의 젊은의사들의 역량이 감소할 수 있다는 우려에 대해서도 소신을 밝혔다.그는 "신경과 치료는 MRI 전·후로 나뉜다. 개인적으로 MRI 출시 이후 세대다. 물론 이전 선배의사들의 의학적 지식과 차이가 날 수밖에 없다"면서도 "MRI 이후에도 수많은 치료법에 대한 연구를 진행하고 있어 의학발전이 뒤처진다고 평가하기 보다는 새로운 시대가 열린 것이라고 봐야한다"고 말했다.그는 이어 "젊은의사도 AI장비에 의존만 하기보다는 해당 검사를 통해 의학적 판단을 하게 되는 이유 등을 전공의 단계에서 철저히 배운다면 큰 문제될 것은 없을 것"이라고 덧붙였다.한편, 이 교수는 지난 18일 한림대동탄성심병원 대강당에서 열린 '2023 한림대-나고야시립대 국제학술 심포지엄(제15회 기초-임상중개연구 워크숍)에서 발표했다.이날 심포지엄에는 학교법인일송학원 윤희성 상임이사, 한림대학교 김용선 석좌교수(연구강화위원장), 김동준 의과대학장, 나고야시립대학교 고리 겐지로 이사장, 아사히 기요후미 총장, 타카하시 사토루 의과대학장 등 한-일 석학들이 참석했다.

메디칼타임즈=이지현 기자모든 관상동맥 질환에 적용 가능한 머신러닝 기반의 심혈관질환 진단기술이 개발됐다.연세대 세브란스병원 심장내과 김중선 교수와 세종대학교 전자정보통신공학과 하진용 교수, 고려대 안암병원 차정준 교수 연구팀은 OCT(광간섭단층촬영) 영상 정보를 활용한 기계학습 기반의 FFR(분획혈류예비력) 예측 기술을 개발했다고 8일 밝혔다.이번 연구 결과는 국제학술지 '프런티어 인 카디오바스큘라 메디슨(Frontiers in Cardiovascular Medicine)' 최신호에 게재됐다.관상동맥은 심장에 산소와 영양분을 공급하는 혈관으로 좌우 두 갈래로 나뉘어 심장 전체를 둘러싸고 있다. 관상동맥 질환이 발생하면 좁아지거나 막힌 혈관을 넓히는 치료를 해야 한다. 이때 비수술적 치료법으로 스텐트 삽입술을 가장 많이 시행한다. 협착 정도가 심하면 정확한 스텐트 삽입을 위해 혈관 조직 내 미세구조를 영상화하는 영상진단방법 OCT 검사와 함께 혈압 정보를 확인하는 FFR 검사를 추가로 시행한다.OCT는 혈관 내 카테터를 삽입해 동맥경화 병변을 고해상도 영상으로 촬영하는 정밀 진단하는 영상진단검사다. FFR 검사는 압력 센서가 부착된 압력철선을 삽입해 막힌 혈관 전후의 혈압을 비교해 관상동맥의 협착 정도를 기능적으로 평가한다.협착의 정도가 심한 환자에서는 두 가지 검사를 모두 시행하는 것이 일반적이다. 하지만 시급을 다투는 시술 중 두 개의 다른 기구를 삽입해야 하는 어려움과 추가적인 비용, 부작용 등의 문제로 실제 임상 현장에서 적용하는데 어려움이 있다.관상동맥은 심장 오른쪽의 혈류 공급을 담당하는 우관상동맥과 왼쪽 혈류 공급을 담당하는 좌관상동맥(좌전하행지, 좌회선지)으로 구성된다.연구팀은 좌전하행지를 대상으로 OCT 진단검사 결과를 기계 학습(Machine Learning)시켜 FFR 값을 예측할 수 있는 진단기술을 개발한 바 있다. OCT 진단검사 한번으로 정확한 허혈 진단과 생리기능적 평가를 통합 제공할 수 있는 기술이다.연구팀은 모든 관상동맥에 적용이 가능한 범용 모델을 개발하기 위해 세브란스 심장혈관병원에서 관상동맥중재술을 받은 환자 130명을 대상으로 연구를 진행했다. 130명 환자의 356개 관상동맥(좌전하행지 130, 좌회선지 110, 우관상동맥 116) 중 284개의 관상동맥 병변에 대해 OCT 값과 FFR 값을 측정하고 병변 데이터를 활용해 관상동맥 범용 기계학습 모델을 개발했다.범용 기계학습 모델의 정확도를 평가하기 위해 FFR의 예측값과 실제 측정값을 비교했다.356개의 관상동맥 중 관상동맥 종류와 OCT 영상에서 추출한 협착 부위의 비율, 원위부 관상동맥 안쪽 지름, 가장 좁아진 부위의 관상동맥 내경, 병변 길이, 플라크 면적, 근위부 관상동맥 내경 등 7가지 특성을 가진 72개의 관상동맥을 대상으로 기계학습 모델 이용해 FFR 값을 예측했다.예측값과 실체 측정한 FFR 값을 비교한 결과 상관관계가 0.8782(1에 가까울수록 실제 측정 수치에 근접)로 실제 측정한 값과 유사한 것으로 나타났다. 분석의 민감도와 정확도도 각각 98.3%, 91.7%로 높게 확인됐다.또한 130명의 기존 대상자 외 추가적인 외부 코호트 연구를 통해 중증도 협착 환자 47명의 101개 관상동맥을 대상으로 기계학습 모델의 예측력을 확인하는 외부검증에서도 실제 측정된 FFR 값과 예측한 FFR 값의 상관관계가 0.7884, 정확도는 83.2%로 높은 예측도를 보였다.김중선 교수는 "OCT 검사 후 머신러닝에 의해 FFR 값을 1~2분 안에 예측할 수 있는 기술을 통해 시간을 다투는 임상현장에서 환자의 부담과 부작용을 줄일 수 있을 것으로 기대된다"면서 "추후 더 많은 임상 데이터를 활용해 임상현장에서 널리 사용할 수 있는 기술로 발전시킬 수 있도록 노력할 것"이라고 말했다.한편, 이번 연구는 한국연구재단 기초연구사업의 SHDI 선도연구센터와 과학기술정보통신부 의료기관 창업 캠퍼스 연계 원천기술개발사업의 지원을 받아 진행됐다.