개개인을 위한 맞춤형 헬스케어
인공지능 AI는 진단, 치료, 환자와의 상호작용을 통해 혁신을 주도하고 있다.
10년 전 MRI 검사 결과, 작년 가을 응급실에서 받은 진료, 최근 진료 기록까지 모든 검사 결과를 한눈에 바로 확인할 수 있다고 가정해보자. 인공지능(AI)의 자동화 기능과 신속한 처리 능력 덕분에 이러한 상황이 상상에서 끝나는 게 아니라 곧 우리의 현실이 될 수 있다. 의사들은 환자의 전체 의료 기록을 안전하게 조회할 수 있으며, 환자의 상태와 필요에 따라 개인을 위한 맞춤형 치료 계획을 세울 수 있다. 매우 획기적이지 않은가!
의료 업계에서 AI는 보다 개인화된 의료 서비스를 받을 수 있는 기회를 열어준다. 로슈(Roche)와 같은 세계적인 바이오테크 기업부터 오마다 헬스(Omada Health)와 같은 데이터 기반의 의료 플랫폼 스타트업까지 다양한 규모의 제약 및 의료 기업들이 AI를 활용해 환자의 의료 기록 분석, 정밀 의약품 개발, 맞춤 지원 서비스를 제공하고 있다.
진단의 속도와 정확성 향상
로슈 인포매틱스 전략 및 디지털 혁신 팀장이자 의료 AI 얼라이언스 의장인 무스타크후세인 카지(Mustaqhusain Kasi)는 AI를 활용한 효율적인 의료 시스템을 ‘성배’로 여긴다.
카지는 “의사의 기록부터 검사 결과, 영상 스캔, 아이폰 앱을 통해 환자에게 알리기까지, 다양한 데이터를 종합해 환자의 전반적인 의료 상태를 파악할 수 있다”고 이야기한다. 시간이 지남에 따라 의사들은 이러한 데이터를 통해 질병의 진행 상황을 추적할 수 있고, 환자의 건강 상태에 맞는 더욱 정확하고 구체적인 권고안을 제시할 수 있게 된다. 환자의 동의하에 안전한 방법으로, 의사는 데이터를 활용해 유사한 의료 이력을 가진 다른 환자들의 정보와 비교함으로써 질병의 진행 상황을 더 정확하게 파악하고, 조기 진단을 내리면서 보다 효과적인 치료 계획을 세울 수 있다.
그러나 이렇게 다양한 데이터를 수집하고 통합하는 일이 쉽지만은 않다. 손으로 쓴 의사의 기록이나 영상 스캔 같은 비정형 데이터를 검사 결과나 웨어러블 앱에서 나오는 정형 데이터와 통합해야 한다. 이 과정을 수동으로 진행한다면 엄청난 시간과 노력이 필요하며, 데이터 입력 오류의 위험도 증가하게 된다.
로슈는 이러한 문제에 대한 해결책으로 AWS의 첨단 분석 도구를 활용한 엔드 투 엔드 방식의 플랫폼인 아폴로(Apollo)를 개발했다. 아폴로 플랫폼의 AI는 의사의 수기 메모를 읽고 이를 검사 결과, 영상 스캔과 함께 분석한 후 안전하게 보관한다. 또한 데이터를 익명화해 연구자와 데이터 과학자들이 다양한 분석 도구를 통해 정보를 추출하고, 결과를 공유하며 협업할 수 있게 지원한다. 이러한 노력 덕분에 로슈는 임상 시험의 효율성을 높이고, 새로운 진단법을 개발하며, 환자와 치료법을 보다 정확하게 연결하고 있다.
카지는 “환자의 데이터를 활용해 그들을 위한 혁신을 추구하고 있습니다. 우리의 목표는 모든 환자에게 가능한 한 최고의 치료법을 가장 신속하게 제공하는 것입니다”라고 강조했다.
환자의 신뢰 강화
개개인의 좋은 관계가 더 나은 건강 결과를 가져온다는 가정하에, ‘가상-우선’을 지향하는 오마다 헬스는 사용자의 건강 상태를 지속적으로 보살피는 케어 전문 팀을 제안한다. 이 팀은 당뇨 전문가, 물리치료사, 건강 지도자, 행동 변화 및 임상 치료 전문가들로 구성되어 있다.
오마다의 케어 전문 팀은 환자들이 투약 시간을 잊지 않도록 상기시키거나, 환자들에게 건강한 식단을 추천하며, 오마다의 데이터 중심 플랫폼에서 얻은 실시간 건강 정보를 기반으로 환자들이 스트레스를 줄일 수 있는 여러 방법을 제안함으로써 환자들을 지원한다.
“건강 문제를 회복하는 과정은 지극히 개인적인 일입니다. 신뢰가 이보다 더 중요한 분야는 없을 거예요. 매일 누군가와 어떻게 교류하는지가 신뢰를 쌓는 중요한 요소이며, 신뢰는 그렇게 시간을 통해 빚어지는 것이라고 생각합니다.” 오마다의 공동 창립자이자 CEO인 션 더피(Sean Duffy)의 말이다.
그는 “우리는 객관적인 혈당 수치뿐만 아니라, 개인이 선호하는 의사소통 방식이나 ‘바다를 보면 행복하다’라는 주관적인 정보도 함께 분석합니다. 이처럼 양적이고 질적인 정보의 조합은 개인과 밀접한 관계를 형성하는 데 기여하며, 바로 이런 개인적인 관계가 행동 건강 변화를 주도하는 것이죠”라고 덧붙였다.
AWS를 기반으로 한 오마다 플랫폼은 AI 기술을 활용한 수십억 건의 건강 데이터를 수집 및 분석한다. 이 플랫폼은 질적 데이터와 행동 과학을 통합해 개인 맞춤의 권장 조치를 제안한다. 만약 플랫폼이 데이터에서 이상 징후를 감지하면, 예를 들어 저혈당 상태인 경우 해당 정보는 즉시 건강 코치에게 전달해 사용자에게 바로 연락을 취할 수 있게 한다. 이 플랫폼은 특정 사용자에게 가장 효과적일 것으로 예상되는 행동 과학 기반의 조치를 코치에게 제안하는 것이 특징이다.
이런 오마다의 데이터 중심 전략은 성과를 거두고 있다. 예를 들어, 당뇨병을 관리하는 사용자 중 평균적으로 15회 로그인하고 주간에 31회 활동에 참여하는 한 사용자의 경우, 약을 주기적으로 복용하는 확률이 비사용자에 비해 11퍼센트 높게 나타났다. 이에 따라 혈당 관리가 개선되고 전체 콜레스테롤 수치 또한 감소했다. 고혈압을 관리하는 오마다 사용자 중 절반 가까이가 혈압을 한 단계 낮추는 성과를 보이기도 했다. 코치와의 메시지 소통을 활발히 이용하는 사용자는 체중 감소도 두 배 더 높게 나타났다.
제너레이티브 AI를 통한 거대한 기회 창출
의료 기관들은 이미 AI를 활용해 데이터를 종합하고, 패턴을 파악해 의료 서비스를 더욱 개인화하고 있다. 그러나 이보다 한 발 더 앞선 제너레이티브 AI는 개인화된 의료 서비스를 한 단계 더 발전시키는 다양한 가능성을 제시한다.
제너레이티브 AI는 훈련받은 데이터를 가지고 새로운 콘텐츠를 생성하는 능력에서 다른 AI 및 데이터 분석 기술과 차별화된다. 의료 기관은 이를 활용해 콜센터 시스템을 향상시키는 챗봇을 개발하거나, 의사의 행정 업무를 자동화해 환자와의 소중한 시간을 더 많이 확보할 수 있다.
대부분의 AI처럼 제너레이티브 AI도 기계 학습 모델에 의해 구동된다. 특히 이러한 모델 중 대규모 모델들은 대량의 데이터에 대해 사전 학습된 것으로, 일반적으로는 기초 모델이라고 불린다. 의료 기관들은 이런 모델들을 자신들의 독자적인 데이터를 기반으로 맞춤화하고 세밀하게 조정할 수 있으며, 이를 통해 의사의 임상 진단을 지원하거나 개인화된 치료를 제공하는 등의 복잡한 작업을 수행할 수 있다. 기초 모델을 특정 데이터로 미세 조정함으로써 해당 모델이 각 의료 기관의 환자 특성에 부합하게 할 수 있고, 이 과정에서 책임 있는 AI 개발 원칙도 고려할 수 있다.
“제너레이티브 AI는 환자의 경험을 향상시키고, 환자와 의사 간의 관계를 확장하며, 새로운 치료법의 개발 속도를 높이고, 치료 및 진단 효과를 더욱 높일 것을 약속합니다. 이는 더 건강한 삶을 위한 과정과 같죠. 제너레이티브 AI를 초기에 도입한 기관들은 단지 가능성에 대해 말하는 것이 아니라, 제너레이티브 AI를 활용해 비용과 복잡한 절차를 줄이고, 처리 능력을 향상시키며, 환자의 건강 상태를 보다 빠르게 개선하기 위한 방안을 적극적으로 탐색하고 있습니다.” AWS의 건강 AI 부문 총괄 테신 사이드(Tehsin Syed)의 말이다.
카지는 세심한 개발과 신중한 전략을 통해 접근한다면, AI가 건강 관리에 가져올 변화는 우리 시대 최고의 기술 혁신 중 하나가 될 것이라고 확신한다.
*AI, ML, 제너레이티브 AI를 활용해 차세대 개인 맞춤형 의료 서비스를 제공하는 최신 데이터 기반 구축에 대해서 더 알아보기.
*이 기사는 AWS에서 제작하고, 와이어드 브랜드 랩(WIRED Brand Lab)이 재편집했습니다.