인공지능
AI 머신 비전, 우리의 건강을 혁신하려는 시도
Securities.io를 Google의 선호 소스에 추가
컴퓨터 비전과 건강
컴퓨터 비전은 ChatGPT 같은 대규모 언어 모델과 함께 인공지능의 주요 분야입니다. 신경망과 딥러닝은 컴퓨터가 영상에서 물체와 패턴을 식별하도록 돕습니다. 이는 사람이 보는 방식과 완전히 같다는 뜻은 아닙니다.
자율주행과 로봇의 환경 인식이 대표적인 응용 분야입니다. 실제 환경에서의 자율성은 시각 인식뿐 아니라 여러 센서, 제어 기술과 안전 검증에 달려 있습니다.
이러한 수요가 시장 확대를 이끌고 있습니다. 인용된 시장 조사에서는 2029년 약 92억 달러를 전망했지만, 이는 해당 조사 범위와 가정에 따른 예측입니다.
출처: EPAM
의료도 중요한 응용 분야입니다. 진찰과 엑스레이, CT, 초음파 등의 영상 판독에는 시각적 정보가 활용됩니다.
판독에는 경험이 필요하며 관찰자 간 차이도 생길 수 있습니다. 다만 자동 측정이 지금까지 불가능했던 것은 아닙니다. 기존 정량 분석에 AI를 더해 복잡한 사례를 지원하려는 연구가 진행되고 있습니다.
여러 기업이 의료 영상의 분류와 측정, 판독 지원에 컴퓨터 비전을 적용하고 있습니다. 성능은 용도와 데이터, 검증 대상에 따라 달라집니다.
시각 정보를 이용한 진찰 지원
귀 감염을 분석하는 AI의 연구 결과를 다음 글에서 소개했습니다. «AI가 의료 진단을 지원하는 중요한 도구가 될 수 있다»
다른 질환에서도 비슷한 접근이 연구되고 있습니다. Google의 연구에는 26가지 피부 질환을 구분하는 모델과 당뇨망막병증을 탐지하는 기술, 향후 당뇨망막병증 발생 위험을 추정하는 기술 등이 포함됩니다. 피부 질환의 80%라는 수치는 연구에서 다룬 범위에 관한 것이며 모든 일차 진료를 대표하는 보장된 성능이 아닙니다.
사람이 육안으로 직접 판단하기 어려운 정보도 영상에서 추정할 수 있는지 연구됩니다. 예를 들어 안저 영상으로 빈혈을 예측하는 연구가 있습니다. 이는 통상적인 혈액검사를 대체하는 확정 진단이 아닙니다. 비슷한 방식으로 심혈관 위험을 추정하는 연구도 진행되고 있습니다.
내시경에서는 Iterative Health의 AI 같은 기술이 병변 발견을 지원합니다. 특정 용도와 검증 결과를 넘어 위암과 대장암을 모두 확정 진단한다고 일반화해서는 안 됩니다.
의료 영상 분석
엑스레이, CT, 초음파 등 영상 기술이 발전하면서 분석할 정보도 많아졌습니다.
AI는 영상 품질 개선, 데이터 정리와 일부 분석 작업을 지원할 수 있습니다.
예를 들어 Cleerly는 관상동맥 CT 혈관조영술(CCTA) 영상을 분석하여 관상동맥의 3D 모델을 만들고, 혈관 내강과 벽을 구분하며, 협착과 플라크의 위치 및 양을 평가하는 기능을 제공합니다.
Butterfly Network (BFLY )는 압전 소자 대신 반도체 기반 초음파 기술을 사용한 휴대용 장비를 개발합니다. AI와 소프트웨어는 영상 획득과 일부 측정을 지원하지만, 모든 장기의 완전한 3D 모델을 자동 생성한다는 의미는 아닙니다.
GE HealthCare의 Verisound 초음파 소프트웨어 포트폴리오에는 영상 획득 안내, 자동화와 여러 임상 작업을 지원하는 기능이 포함됩니다. Verisound는 별도 자회사라는 의미가 아니며, 기능은 제품과 승인된 용도에 따라 다릅니다.
Google의 AI 연구는 유방암 영상 판독 지원과 방사선종양학 업무 시간 단축 같은 분야도 다룹니다. 실제 효과는 임상 환경과 도입 방식에 따라 달라집니다.
Oxipit의 ChestEye는 흉부 엑스레이의 이상 소견 확인을 지원합니다. ChestLink는 정해진 조건에서 정상 흉부 영상을 분류하는 용도이며, 두 제품 모두를 누락된 폐종양 탐지 시스템으로 동일하게 설명하는 것은 부정확합니다.
수술
AI는 여러 방식으로 수술을 지원할 수 있습니다.
로봇 보조 수술에서는 추가 영상과 분석 정보를 제공할 수 있습니다. 이것이 로봇이 독립적으로 수술한다는 뜻은 아닙니다.
수술 영상을 학습한 AI로 다음 15~30초의 진행을 예측하는 연구가 소개되었습니다. 모든 수술에서 검증된 예측 능력이나 안전성 보장을 뜻하지는 않습니다.
Eckhoff 박사 — 매사추세츠 종합병원 수술 AI·혁신 연구실 연구원
프랑스 기업 Pixee Medical은 스마트 기기와 증강현실을 활용해 정형외과 수술의 3D 추적과 정렬을 지원합니다. 이는 자율 수술과 구별됩니다.
영상 분석은 수술 기록과 반복적인 확인 업무도 지원할 수 있습니다. 예를 들어 수술 기구가 환자 체내에 남는 사고를 줄이는 데 활용될 가능성이 있습니다. 연간 약 1,500건이라는 미국 추정치는 정의와 시기에 따라 다르며, 자동 추적만으로 모든 사고가 사라진다고 보장할 수는 없습니다.
데이터 관리
환자 데이터
환자 정보 관리는 진단 영상이나 수술 지원만큼 눈에 띄지는 않아도 치료의 연속성과 안전에 중요합니다.
얼굴 인식은 환자 신원과 기록을 연결하는 데 활용될 수 있습니다. Facia 같은 공급업체가 관련 기술을 제공하지만, 의료 현장에서는 정확도와 오인 가능성, 동의와 개인정보 보호를 검토해야 합니다.
또 다른 과제는 영상, 진료 기록, 다른 병원의 치료 이력, 처방 정보 등을 연결하는 것입니다.
이처럼 분산된 데이터를 통합하는 데 CloudMedxHealth 같은 도구가 도움을 줄 수 있습니다. 시스템 간 호환성과 데이터 품질이 중요합니다.
출처: CloudMedxHealth
집단 수준의 의료 데이터 분석도 가능합니다. 예를 들어 Komodo Health는 미국 의료 이용 데이터를 연결해 분석합니다. 이것이 모든 환자와 모든 진료를 빠짐없이 보여 주는 것은 아닙니다.
모니터링
병원에서는 손 위생, 청소나 보호구 착용 등의 관찰을 지원하는 AI가 연구됩니다. 영상 감시는 정확성과 개인정보, 노동 환경을 함께 고려해야 합니다.
가정에서도 회복과 재활 운동을 관찰하는 도구를 사용할 수 있습니다. 편의성과 비용 절감 가능성은 있지만 모든 환자에게 대면 치료를 대체할 수 있는 것은 아닙니다.
낙상 감지와 보호자 또는 응급 연락 기능도 가능합니다. 실제 연락 절차와 오경보 대응은 제품 설정에 따라 다릅니다.
원격의료에서는 Corti.AI 같은 음성·임상 문서 지원 도구도 활용됩니다. 이는 컴퓨터 비전과 구별되는 AI 응용입니다. 관련 내용은 «집에서 받는 진료: 원격의료 관련 주식 5선»에서도 다뤘습니다.
의료 연구 개선
생물학적·의학적 데이터는 복잡하고 변이가 커서 분석이 어렵습니다. 이를 단순히 다른 과학보다 덜 엄밀한 분야라고 볼 수는 없습니다.
생물학적 시료의 다양성과 측정 조건의 차이는 분석에 불확실성을 더합니다.
일부 현미경 판독에는 수동 분류와 계수가 필요하고 관찰자 간 차이도 생깁니다. 다만 혈구 수 측정 자체는 이미 자동화된 장비로 널리 수행됩니다.
디지털 현미경 영상 분석은 이런 작업의 표준화를 지원할 수 있습니다. 예를 들어 SigTuple의 혈액 도말 분석 기술은 세포 형태를 분류하고 검토를 돕습니다. 모든 종류의 혈구 수나 전체 혈액검사를 대체한다고 일반화해서는 안 됩니다.
출처: Sigtuple
Enlitic 같은 도구는 의료 영상의 메타데이터와 분류 체계를 표준화하는 데 도움을 줍니다. 데이터셋의 임상적 품질까지 자동으로 보장하는 것은 아닙니다.
연구에서는 유전체, 전사체, 단백질체 등 여러 종류의 데이터를 통합할 필요도 커지고 있습니다. 이를 «멀티오믹스: 바이오테크놀로지의 다음 단계»에서 소개했습니다.
유전자 편집에서도 공개 AI 모델을 활용해 새 도구를 설계하는 연구가 진행됩니다. 관련 내용은 «OpenCRISPR-1로 가능해진 AI 기반 유전자 편집»에서 다뤘습니다.
감각 기능을 보조하는 기술
컴퓨터 비전은 시각장애인 등이 주변 물체를 식별하는 데 도움을 줄 수 있습니다.
접근하기 어려운 문자를 인식해 음성으로 읽어 줄 수도 있습니다.
표정이나 몸짓으로 기기를 조작하는 보조 기술에도 활용될 수 있습니다.
컴퓨터 비전 관련 기업
1. Alphabet
GOOG 가격 차트
Google은 검색과 Android 운영체제를 비롯한 여러 기술 분야에서 큰 사업을 운영합니다.
의료 AI에서도 컴퓨터 비전 연구와 개발을 진행하며 질환 탐지와 진료 지원 등에 적용 가능성을 검토합니다.
영상 외의 AI 응용도 있습니다. Google DeepMind의 AlphaFold AI는 단백질 구조를 예측해 연구를 지원합니다. 구조 예측만으로 새 약물의 임상 효능과 안전성이 입증되는 것은 아닙니다. 관련 연구를 «전향적 연구가 보여 준 AI 기반 약물 발견의 가능성»에서 다뤘습니다.
출처: News Medical
Google의 의료 AI에는 Med-PaLM 같은 의료 질문 응답 모델과 개발자용 Open Health Stack, 유전체 분석용 DeepVariant, 전자건강기록에 관한 딥러닝 연구 등이 포함됩니다. 시험형 질문에서의 성능은 독립적인 임상 진단 능력과 같지 않습니다.
의료 외에도 Google의 Vision AI는 영상·문서 분석 등 다양한 용도에 활용됩니다. 텍스트나 영상을 생성하는 생성형 AI 전체와 같은 제품으로 보아서는 안 됩니다.
Alphabet (GOOG )과 Google은 의료를 포함한 여러 AI 분야에 투자하고 있습니다. 다만 투자자는 회사 전체 사업에서 각 기술이 차지하는 비중도 고려해야 합니다.
2. Butterfly Network
BFLY 가격 차트
Butterfly는 휴대용 초음파 장비와 관련 소프트웨어를 개발합니다. «Compass»는 장비·사용자·검사 업무를 관리하는 플랫폼이며, 그 자체를 자율 진단 엔진으로 설명하는 것은 부정확합니다.
2024년에는 3세대 초음파 기기 iQ3를 출시했습니다. 회사는 이전 세대보다 데이터 전송 속도와 처리 능력이 각각 약 두 배라고 설명했습니다. 기존 기기처럼 반도체 기반 초음파 기술을 사용하지만, 모든 임상 용도에서 우수성이 보장되는 것은 아닙니다.
iQ3에는 일부 3D·다중 평면 표시, 클라우드 연동과 빠른 시작을 지원하는 기능 등이 있습니다. 제공 기능과 가격 비교는 모델, 소프트웨어, 구독 및 지역에 따라 달라집니다.
AI는 영상 획득, 일부 측정과 교육을 지원합니다. 승인된 용도와 의료인의 검토가 중요합니다.
회사는 싱가포르, 인도네시아, 필리핀 등 아시아 시장과 동물용 시장의 확대도 추진했습니다. 휴대성은 축산 현장 등의 검사에 도움이 될 수 있지만 시장 진입과 매출 성장은 별도로 확인해야 합니다.
