<1>서울대학교 병원-AI로 기존 임상의 한계 뛰어넘다!

정창욱 서울대 병원 데이터사이언스연구부장

정창욱 서울대병원 데이터사이언스연구부장

#1.새로 찍은 환자의 흉부 X-ray 판독을 위해 서울대학교병원 영상의학과 박창민 교수가 판독용 모니터 앞에 앉았다. 화면 오른쪽에는 폐 일부분이 파란색에서부터 빨간색으로 변해가는 그림이 흉부 X-ray 영상 앞에 마스킹돼 있다. 박창민 교수가 ㈜루닛과 함께 개발해 2년 전 실제 임상에 도입했고, 최근 3세대로 진화한 AI 흉부 X-ray 진단시스템 ‘인사이트(Inisight)’를 활용한 실제 진료 현장 모습이다. 10만여 명의 환자 X-ray 14만여 장을 학습해 폐암, 폐결절, 폐결핵, 폐렴, 기흉, 기복증, 종격동비대, 흉수, 폐섬유화, 심장비대 등 10가지 질환을 정확히 진단한다. 이 시스템은 병원의 영상 저장 열람 시스템인 PACS와 유기적으로 결합돼 있다.

#2.수술장 마취과 모니터링실에서 수술 중인 여러 환자들의 혈압, 맥박, 산소포화도 등 다양한 생체신호가 복잡하게 송신되는 것을 마취통증의학과 이형철 교수가 지켜보고 있다. 환자들의 활력징후 (vital sign) 시그널을 무선 전송하는 바이탈 레코더 (Vital recorder)로 들어오는 신호들이다. 이형철 교수가 주도해 수술장 및 중환자실 환자 10만여 명의 데이터 50만 건을 수집한 ‘바이탈 디비 (Vital DB)’는 세계적으로도 보기 드문 엄청난 가치를 지닌 의료 데이터다. 이를 이용해 수술 중 저혈압 발생 가능성을 5분 전에 미리 예측하는 AI 알고리즘을 개발하는 ‘서울대학교병원 제1회 의료 인공지능 경진대회’는 83개 팀이 참가해 문전성시를 이뤘다. 이형철 교수는 이 데이터를 이용해 환자의 심박출량을 예측하는 인공지능 알고리즘을 개발하고 있다.

이뿐만이 아니다. 실제 거의 모든 의료 분야에 AI가 시도되고 있다. 작은 신장종양이 악성인지 양성인지 CT를 보고 판단해 주는 AI, 뇌출혈을 자동으로 판독하는 영상 AI, 수면의 질을 평가하는 수면 다원검사 자동판독 AI, 병리 현미경 영상을 보고 전립선암 부위를 정확히 찾아내는 AI, 피부질환을 자동으로 진단해 주는 AI, 로봇수술 동영상을 자동으로 분석하고 정보를 추출하는 AI 등 다양한 임상 분야에서 인공지능 활용 연구와 상용화가 활발하다.

서울대학교병원은 이러한 혁신적인 의료기기와 데이터사이언스를 적극적으로 활용하기 위해 2020년 7월 혁신의료기술연구소 (소장 영상의학과 정진욱)를 개소했다. 이 연구소에 속한 데이터사이언스연구부는 기존 정보화실과 역할을 나눠 집중적으로 혁신적인 데이터사이언스, AI 연구를 지원하고 있다. IT 인프라 구축, 운영계 시스템 개발과 관리, 표준화 등의 기반 사업은 정보화실이 전담하고 빅데이터 및 AI 연구는 전문성을 강화한 데이터사이언스연구부에서 담당한다. 현재 서울대학교병원에는 약 900만 명의 환자들과 관련한 2PB (펩타바이트)가 넘는 진료 정보가 축적돼 있다. 유전체나 디지털 병리 등 대용량 데이터가 급증하고 있어 데이터 총량이 10년내 약 10배가량 증가할 것으로 예상된다.

데이터사이언스연구부는 이런 방대한 데이터가 AI 연구나 제품개발을 위해 보다 안전하게 쓰이는 환경을 구축하고 있다. 가명화 처리는 물론 비정형데이터의 정형화, AI 연구 인프라 구축을 지원한다. 2020년말 오픈한 클라우드 빅데이터 연구 플랫폼인 ‘슈퍼브 (SUPERB)’도 이러한 역할을 위해 만들어졌다. 병원내 연구자뿐만 아니라 원외 연구자들도 개인정보가 보호되는 상태로 해당 권한에 따라 데이터에 접근할 수 있다. 다만 모든 활동은 기록 (log)이 남으며, 부적절한 데이터 반출이 철저히 차단된다. 또 대용량 데이터를 학습할 때 클라우드 상의 GPU 등 컴퓨터 리소스를 가변적으로 사용할 수 있어 AI 연구에 최적화한 환경이라는 평가를 받고 있다.