구글이 인공지능(AI)을 이용해 병원에 입원한 환자가 24시간 내 사망할 지를 판단할 수 있는 사망 예측 시스템을 개발했다. 확률은 무려 95%에 달한다.
폐에 물이 찬 한 중년 여성이 병원에 입원했다. 두 명의 의사가 번갈아 진료한 이 여성은 방사선 검사 등 병원 의료 시스템을 통해 진단한 결과 사망할 확률이 9.3%라고 예측했다.
이후 구글의 인공지능 알고리즘이 사용 됐다. 이 여성에 대한 병력과 가족력, 진료기록, 연령, 인종 등 17만 5639개의 데이터를 분석한 결과 사망 가능성은 19.9%로 올라갔고, 며칠 뒤 사망했다.
구글과 스탠퍼드·캘리포니아·UC샌프란시스코 대학 연구팀이 공동으로 개발한 이 인공지능 시스템은 올해 초 이 중년 여성을 사례로 인공 신경망의 의료 분야 잠재력을 강조하는 논문으로 국제학술지 네이처에 발표돼 화제가 된 바 있다.
당시 사망 확률 예측은 기존 의료 시스템보다 조금 높은 20% 안팎에 머물렀지만 환자의 병력, 가족력, 연령, 인종 등 개인정보는 물론 병원 진료기록 및 의학장비를 통한 생체 신호 정보 등 방대한 의료정보를 추가해 학습하자 AI 사망 예측 시스템은 학습에 학습을 거듭해 예측 정확도를 95%까지 끌어올렸다고 18일(현지시간) 블룸버그 통신, 영국 미러지가 전했다.
연구팀은 스탠퍼드 종합병원과 루실 패커드 아동병원으로부터 제공 받은 성인 및 아동 환자 21만 6221명의 비공개 데이터 16만개를 학습시켰다. 이 알고리즘은 그 중 4만 명의 환자를 대상으로 3개월에서 12개월 사이에 사망할 지를 예측하도록 지시하자 정확도는 90%를 훌쩍 넘었다.
구글 시스템은 환자가 병원에 얼마나 오래 입원할지를 예측하는 데도 사용됐다. 정확도는 86%를 기록했다. 기존 시스템은 76%였다.
구글 선임 연구원인 앨빈 라지코마르 박사는 "이 인공지능 모델은 기존에 임상적으로 사용되는 예측 모델보다 뛰어났다"고 설명했다.
의료계 전문가들에게 가장 인상적인 것은 이전에 도달 할 수 없었던 의료진이 수기로 쓴 오래된 차트나 PDF로 저장된 최신 의료 데이터를 읽어들이는 구글 AI의 능력이었다고 평가했다. 방대한 의료정보를 확보하는 데는 상당한 시간과 자본이 필요한 영역이었다. 오히려 병원 시스템이 이같은 의료용 인공지능 알고리즘을 도입함으로써 기존 방식의 헬스케어 산업은 빠르게 도태될 수 있다고 블룸버그는 지적했다.
스탠퍼드 대학 인공지능연구소 아난드 아바티 연구원은 "질병이나 특정 인구 통계 등을 활용한 사용 가능한 데이터 규모와 내용에 따라 모든 원인 사망률을 예측할 수 있는 모델을 구축할 수 있게 됐다"고 평가했다.
같은 대학 연구원 케네쓰 정은 "우리는 이 것을 '기계학습+의사'라고 생각한다"면서 "AI 알고리즘을 맹목적으로 의학에 적용하는 것과 달리, 윤리적으로나 안전성에서 더욱 견고한 기반에 올려놓게 될 것"이라고 말했다.
문제는 방대한 의료 데이터와 개인정보 확보다. 지금까지는 비상업적 연구용으로만 데이터가 제공됐지만 실제 의료계와 기술업계 사이에 이같은 데이터 공유가 정부의 허가 없이 가능할지는 미지수다. 구글이나 마이크로소프트와 같은 기술 대기업이 민간은 물론 공공 영역까지 파고들면서 인류가 생성하는 모든 데이터를 독점할 가능성에 대한 우려도 나온다.
지난해 알파고로 유명한 구글의 딥마인드가 영국 환자들에게 자신의 데이터가 어떻게 사용될 것인지 알리지 않고 의료 기록을 공개적으로 분석하는 앱을 테스트하다 당국에 적발되기도 했다.
싱가포르 스트레이트 타임즈는 이같은 방대하고 민감한 의료 데이터를 민간기업이 공유할 수 있을 지는 의문이라면서 규제당국은 이를 허락하지 않을 가능성이 높다고 지적했다. 하지만 구글과 같은 기술기업과 병원의 이해관계가 맞아떨어지면서 의료분야에서의 결합은 불가피해보인다고 전했다.
구글은 인도에서 AI 소프트웨어를 이용해 당뇨성 망막증을 조기에 진단하는 눈 이미지 스캐닝 임상실험을 최근 시작했다. 구글은 이같은 내용을 발표하기 전 초기 연구결과를 놓고 망막 전문가들과 격렬한 논쟁을 벌이기도 했다고 밝혔다.
브레인 팀으로도 불리는 구글 AI 조직 리더 제프 딘은 지난 5월 구글 I/O 2018 연례개발자회의에서 "구글의 다음 단계는 이 예측 시스템을 병원이나 의료기관 등으로 옮기는 것"이라고 말한 바 있다.