4차 산업 혁명을 타고 의료 인공지능(AI)이 급속도로 확산되면서 이에 대한 성능 지표에 대한 관심도 높아지고 있다.

이에 대해 전문가들은 인공지능의 난제로 꼽히는 '결측값'의 효율적 처리가 의료 AI의 성능을 가를 것이라고 내다보고 있다.

18일 의료산업계에 따르면 최근 의료 인공지능 모델의 성능 지표로 '결측값'의 처리가 주목받고 있는 것으로 파악됐다.

고대 안암병원 감염내과 서진웅 교수는 "빅데이터가 확장되면서 의료 인공지능도 새로운 시대를 맞고 있다"며 "결측값을 포함한 더욱 발전된 알고리즘이 역할에 중요한 지표가 될 것"이라고 설명했다.

실제로 의료 인공지능은 과거 단순한 진단 보조를 넘어 예측 의료의 시대로 나아가고 있다. 단순히 의료진의 진단을 돕는 것을 넘어 앞으로 일어날 일을 예측해 경고하는 방향으로 흐르고 있는 셈이다.

이는 마찬가지로 빅데이터에 의존한다. 방대한 의료 데이터를 통해 끊임없이 인공지능을 학습시키면서 분석을 통해 질병의 예측 정확도를 키우는 방식이다.

문제는 단순히 데이터의 양이 예측 정확도와 비례하지 않는다는 점에 있다. 의료 데이터의 특성상 균일하고 표준화된 데이터가 쌓이지 않는 이유다.

예를 들어 어떠한 질병의 예후나 악화를 예측하는데 심전도가 필요할 수도 그렇지 않을 수도 있으며 어떤 환자는 그 데이터가 있지만 다른 환자는 없을 가능성이 높다는 의미다.

이에 따라 임상 현장에서는 인공지능 모델에 임상적 판단과 경험이 녹아들 수 있어야 한다고 지적한다. 개별 환자를 대상으로 의사 결정을 내릴때 무엇보다 중요한 것이 바로 이 특징이라는 설명이다.

서진웅 교수는 "예를 들어 혈액 검사 결과는 패혈증 예측 모델에 매우 중요한 지표로 활용된다"며 "이를 예측하고 선제적으로 대응하기 위해서는 혈액 검사 내용이 중요하다는 의미"라고 말했다.

그는 이어 "하지만 이러한 데이터가 있는 환자도 있을 수 있고 없는 환자도 있는데다 이 데이터를 활용하는 모델도 그렇지 않은 모델도 있는 만큼 이같은 임상적 판단이 결합된 모델이 점점 더 중요해질 것"이라고 내다봤다.

이에 따라 전문가들은 앞으로 의료 인공지능에 있어 '결측값'의 처리가 매우 중요해질 것으로 전망하고 있다.

결측값이란 입력되지 않았거나 측정되지 않은 데이터를 의미한다. 결국 이 결측값을 어떻게 처리하는지가 정확도를 높이는데 결정적 역할을 한다는 의미다.

따라서 앞으로의 의료 인공지능은 이 결측값을 효과적으로 처리할 수 있는지가 관건이 될 수 있다는 것이 전문가들의 의견이다.

환자의 상태를 조기 예측하는 인공지능 솔루션인 바이탈케어(AITRICS-VC)가 대표적인 경우다. 이 원리를 적용한 모델이기 때문이다.

실제로 바이탈케어는 5가지 생체신호와 11종의 혈액검사결과, 나이, 환자의 의식 상태점수 및 산소포화도를 포함한 최대 19가지 EMR 데이터를 활용해 조기 예측 기능을 제공하지만 생체 신호 5종 이외에 나머지는 실측 데이터가 없어도 결측치 보정을 통해 스스로 점수를 계산한다.

즉 많은 데이터가 들어온다면 더 좋겠지만 일부 결측값이 생긴다 해도 의료진의 임상적 판단과 경험을 학습한 인공지능이 이마저도 예측해 분석한다는 의미다.

서진웅 교수는 "결국 의료진의 임상적 경험과 가치 판단이 인공지능에 반영되는지가 매우 중요한 지표"라며 "이렇게 결합된 모델이 더욱 향상된 솔루션을 제공할 수 있을 것"이라고 밝혔다.