시장 성장 기다리는 의료 AI업계, “기술력은 준비 완료”

[아이티데일리] 우리나라의 세계적인 수준의 의료 서비스 체계를 갖추고 있다. 뛰어난 실력을 갖춘 의료진들과 인프라, EMR을 위시한 선제적 디지털 기술 활용, 국민건강보험에 기반한 높은 의료 접근성 등은 독보적인 수준이다.

최근에는 이러한 의료산업계 위에서 국내 의료 인공지능(AI) 서비스 기업들이 두각을 드러내고 있다. 잘 갖춰진 의료 데이터들과 AI 역량을 결합해 의사들의 중요한 의사결정을 돕고 진료에 소요되는 시간과 비용을 절감할 수 있는 서비스들이 속속 등장하고 있다. 그러나 한편으로는 빠르게 성장하는 의료 AI 기술력에 비해 정부와 시장의 반응이 따라가지 못하고 있다는 지적도 나온다.

① 디지털화 완료된 의료업계, AI 개발 ‘기회의 땅’
② 너무 뛰어난 의료환경, 오히려 AI 시장 성장 저해


빠르게 성장한 의료 AI 서비스

의료 산업은 가장 혁신적인 IT 기술이 다수 적용되고 있는 분야 중 하나다. 환자의 상태를 보다 정확하게 파악하고 올바른 진단을 내릴 수 있도록 데이터를 수집하고 분석하는 데에 다양한 IT 기술들이 활용되고 있다. X선(X-ray), CT(Computed Tomography), MRI(Magnetic Resonance Imaging), 내시경, 초음파 등으로 육안으로 확인하기 어려운 인체 내부를 촬영하는 기술들이 있으며, 조직 검사나 유전체 분석 등 과거에는 불가능했던 정밀한 검사들을 통해 환자의 데이터를 보다 다양하게 수집할 수 있게 됐다.

하지만 환자에 대한 데이터의 양이 늘어나고 복잡도가 증가하면서 이를 분석하고 활용하는 데에 소요되는 데에 어려움을 겪고 있다. 데이터는 쌓이고 있지만 의료진의 수는 한정돼 있기 때문이다. 예를 들어 X선, CT, MRI를 진단에 사용하는 경우는 빠르게 늘어나고 있는데, 이를 분석하고 질환을 판독해줄 영상의학과 전문의는 태부족한 상황이다. 이에 따라 의료진들이 환자 데이터를 보다 손쉽게 분석하고 정확한 의사결정을 내릴 수 있도록 돕는 AI 기반 제품들의 수요가 빠르게 높아지고 있다.

지난 2017년 11월 식품의약품안전처(이하 식약처)는 전 세계 최초로 ‘빅데이터 및 AI 기술이 적용된 의료기기의 허가‧심사 가이드라인’을 발표했다. 또한 2018년 11월 국회를 통과한 의료기기법 개정안에서는 SW를 의료기기의 정의에 포함시킴으로써, AI를 활용한 의료 SW 제품들이 의료기기로 인정받을 수 있도록 했다.

‘뷰노메드 본에이지’를 활용해 골연령 판독의 정확도(왼쪽)를 높이면서도 판독시간(오른쪽)을 줄일 수 있다. (출처: 뷰노)
‘뷰노메드 본에이지’를 활용해 골연령 판독의 정확도(왼쪽)를 높이면서도 판독시간(오른쪽)을 줄일 수 있다. (출처: 뷰노)

식약처 허가‧인증을 획득한 국내 1호 AI 기반 의료기기는 뷰노의 ‘뷰노메드 본에이지(VUNO Med-BoneAge)’였다. 2018년 5월 인증을 획득한 ‘뷰노메드 본에이지’는 환자의 왼손 X-레이 촬영 영상을 AI로 분석해 골연령 판독을 도와주는 제품이다. 기존에는 의료진들이 직접 왼손 참조표준영상(GP, Greulich-Pyle)과 비교해 유사한 사례를 찾아야 했지만, 해당 제품을 활용하면 수초 내에 AI가 가장 유사한 골연령을 최대 3순위까지 찾아서 제안해준다. 이를 통해 골연령 판독에 소요되는 시간이 크게 줄어들었을 뿐만 아니라 정확도 또한 향상되는 결과가 나타났다.

지난해 식약처가 공개한 ‘2021년 의료기기 허가 보고서’에 따르면, 최근 5년 간 AI 기반 의료기기 인허가를 획득한 제품은 총 101건이었다. 2018년부터 매년 30건 이상의 AI 기반 의료기기들이 승인을 받고 있다. 특히 인허가를 받은 제품 중 국산 비율이 90% 이상에 달해, 국내 AI 산업계가 의료 분야에 높은 관심을 가지고 있음을 보여준다.

“의료 AI 개발 가속화를 위해 기업과 의료진 각각의 노력이 필수”
딥노이드 김태규 전무

딥노이드 김태규 전무
딥노이드 김태규 전무

의료 AI 서비스를 출시하기 위해서는 식약처의 인허가를 받아야 한다. 최근 국내 의료 AI 업계를 선도하고 있는 기업들을 살펴보면 대개 매년 2~3개, 많아도 5개 이하의 인허가를 획득한다. 의료 AI 서비스가 인허가를 받으려면 임상시험을 진행해야 하는데, 당연히 진단 가능한 질환마다 따로 임상시험을 하고 인허가를 획득해야 하기 때문에 시간이 많이 걸릴 수 밖에 없다.

이에 따라 딥노이드는 보다 많은 질환을 진단하고 지원하기 위해 두 가지 방식을 제안하고 있다. 먼저 기존의 방식, 즉 딥노이드가 주도해 특정 질환에 대한 AI 서비스를 개발하는 파이프라인 방식이다. 발생 빈도가 높고 범용적인 질환들을 중심으로 개발하고 있으며, 자사의 대표적인 의료 AI 제품인 딥체스트(DEEP:CHEST, 흉부 X선 분석), 딥스파인(DEEP:SPNE, 척추 X선 및 MRI 분석), 딥렁(DEEP:LUNG, 저선량 CT 및 흉부 CT 분석) 등이 여기에 속한다.

다른 한 가지 방식은 의료인들이 직접 AI를 개발하는 플랫폼 방식이다. 이들은 의료현장에 대한 전문성과 데이터를 보유하고 있기 때문에, 데이터 외부 반출의 위험성을 줄이면서도 보다 효율적으로 AI 서비스를 개발할 수 있다. 대신 딥노이드는 의료진들이 필요한 솔루션을 빠르고 손쉽게 개발할 수 있도록 AI 개발을 위한 노코딩 플랫폼 딥파이(DEEP:PHI)를 제공한다. 간단한 모듈 조립과 데이터 입력만으로 원하는 AI 서비스를 개발할 수 있다.

인간을 위협하는 질환은 수천 가지에 달한다. 보다 빠르게 더 많은 질환을 진단할 수 있는 AI 서비스 라인업을 갖추기 위해서는 파이프라인 방식과 플랫폼 방식을 병행해 기업과 의료진들이 협력할 수 있는 생태계가 필수적이다.

디지털화 완료된 의료업계, AI 개발에 용이

국내 의료 산업계는 AI 기술을 적극 활용하는 분야 중에서도 특히 데이터의 양과 수준이 높은 편에 속한다. AI를 활용한 폐 질환 CT 영상 판독기술을 보유한 코어라인소프트의 강상우 CSO는 “우리나라는 의료 체계가 탑다운(Top down)으로 잘 만들어져있어서 데이터도 잘 모이고, 국가 주도의 데이터 라벨링 사업도 다수 진행돼 학습용 데이터의 품질도 높다. 활용도에 대한 이슈는 있을지언정 데이터의 품질은 전 세계적으로도 비교해봐도 매우 우수하다”고 설명했다.

단적인 예로 우리나라는 전자의무기록(EMR, Electronic Medical Record) 시스템 도입률이 전 세계에서 가장 높다. 한국보건의료정보원이 발표한 ‘보건의료정보화 실태조사 결과보고서’에 따르면, 2020년 기준 국내 의료기관의 약 65%는 모든 의무기록을 EMR로 사용하고 있는 것으로 나타났다. 300병상 이상 종합병원은 71.8%, 상급종합병원은 85.7%가 EMR을 전용하고 있다. 여기에 EMR과 수기기록을 병행하고 있는 경우까지 고려하면 국내 병원들의 EMR 도입률은 96%에 달한다.

우리나라는 의료정보시스템의 도입률이 매우 높은 편이다. (출처: 한국보건의료정보원)
우리나라는 의료정보시스템의 도입률이 매우 높은 편이다. (출처: 한국보건의료정보원)

일각에서는 병원마다 서로 다른 EMR 시스템을 도입하고 있는데, 이들 사이에 표준화가 이뤄지지 않아 결합이 어렵다는 점을 지적한다. EMR 시스템은 정해진 국내 표준 규격이 없을뿐더러 글로벌 표준을 도입해 사용하려는 시도도 적극적이지 않기 때문이다. 그러나 의무기록의 96% 이상이 전산화된 데이터로 저장되고 있다는 것은 분명한 장점이다. 이에 더해 서울대학교 홍석철 건강금융연구센터장은 “EMR은 환자의 의무기록을 저장하려는 목적도 있지만, 한편으로는 기록을 토대로 건강보험심사평가원(이하 심평원)에 의료수가를 청구하는 데에 사용하기도 한다. 이는 심평원에 청구하는 수준의 기본적인 정보는 EMR 레벨에서 표준화가 돼있다는 것을 의미한다. EMR 공급사 별로 세부적인 명칭이나 수치들이 달라 데이터 결합에 번거로움은 있겠지만, 대부분의 의무기록을 전산화해 보관하고 있다는 장점을 퇴색시킬 정도는 아니다”라고 밝혔다.

이렇게 전산화된 데이터는 기업이나 대학에서 AI 개발 및 연구 목적으로 활용할 수 있다. 이미 국민건강보험공단이나 국립암센터 등지에서는 다양한 의료 데이터들을 공공데이터 개방에 맞추어 공개하고 있다. 심평원의 보건의료빅데이터개방시스템이 대표적이다. 해당 시스템에서는 질병이나 의약품, 의료기관 등에 대한 통계정보나 가명화된 의무기록을 포함한 데이터셋, 그 외에도 다양한 보건의료 분야의 데이터들을 공개하고 있다. 이러한 데이터들은 영리 목적을 포함해 다양한 AI 개발 및 연구에 자유롭게 활용 가능하다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지