주요 병원, AI 발전상 선보여
세계 인터넷 컨퍼런스 AI 전문 위원회가 주최한 헬스케어 분야 인공지능(AI) 적용에 초점을 맞춘 획기적인 심포지엄이 최근 베이징에서 개최되었습니다. 이번 행사에서는 중국 전역의 병원에서 AI 기술 통합이 증가하고 있으며, 전문가들은 전국 800개 이상의 공공 병원에서 DeepSeek 시스템을 구현하여 서비스 제공을 향상시키고 있다고 밝혔습니다.
심포지엄 기간 동안 여러 주요 병원에서 최신 AI 연구 개발 이니셔티브를 발표했습니다. 홍콩 중문대학교 심천 데이터 과학대학의 리하이저우 학장은 자신의 팀이 개발한 HuatuoGPT-o1을 기반으로 하는 전통 중국 의학(TCM)에 맞춘 대규모 언어 모델인 TCM Omini를 소개했습니다.
TCM Omini: 전통 중국 의학 진단의 혁신
TCM Omini는 TCM의 네 가지 기본적인 진단 방법인 관찰, 청취 및 후각, 문진, 촉진을 통합합니다. 이 혁신적인 모델은 이미지 인식을 활용하여 설태와 같은 시각적 단서를 분석하고, 특수 센서를 통해 소리와 냄새를 포착하며, 자연어 처리를 통해 증상과 병력을 추출합니다. 또한 맥박 센서 데이터를 통합하고 신호 처리 및 패턴 인식 기술을 사용하여 맥박 패턴을 분석하여 포괄적인 TCM 진단 접근 방식을 제공합니다.
PUMCH-GENESIS: 희귀 질환 진단 가속화
베이징 연합 의과 대학 병원(PUMCH)과 중국 과학원 자동화 연구소(CASIA)는 희귀 질환 진단을 위해 설계된 AI 대규모 모델인 PUMCH-GENESIS를 공동으로 개발했습니다. 이 모델은 심포지엄에서 공식적으로 공개되었습니다.
PUMCH의 기율 검사 위원회 서기인 양둥안은 PUMCH-GENESIS가 전체 게놈 시퀀싱(WGS) 데이터의 시간 소모적인 해석이라는 게놈 분석의 중요한 병목 현상을 해결한다고 강조했습니다. 현재 숙련된 임상의조차도 하루에 제한된 수의 WGS 보고서만 분석할 수 있어 환자 치료에 방해가 됩니다. 딥 러닝과 하이브리드 데이터-지식 융합을 활용하는 이 새로운 AI 시스템은 유전 진단의 효율성과 정확성을 크게 향상시킬 것으로 기대됩니다. PUMCH-GENESIS의 더 많은 양의 WGS 데이터를 분석하는 능력은 진단 프로세스를 가속화하여 희귀 질환 환자를 위한 더 빠르고 효과적인 치료 개입으로 이어질 수 있습니다.
PUMCH는 이미 환자 서비스, 임상 진단 및 치료, 의학 연구, 병원 관리 등 다양한 병원 기능에 걸쳐 80개 이상의 AI 애플리케이션을 통합하여 기관 전체에 걸쳐 AI가 광범위하게 채택되고 있음을 보여줍니다.
루이진 병원의 데이터 중심 AI 개발 접근 방식
상하이 디지털 의학 혁신 센터의 주리펑 부국장은 루이진 병원의 데이터 활용 강조와 다중 양식 및 다중 질환 의료 코퍼스 구축 노력을 강조했습니다. 병원은 데이터를 AI 개발을 위한 가장 가치 있는 자원으로 인식하고 있습니다.
포괄적인 의료 코퍼스 구축
루이진 병원은 품질 평가 측정, 데이터 시계열 구성, 다중 양식 임상 데이터 세트 정렬, 세분화된 데이터 주석을 포함한 다양한 애플리케이션에 헬스 데이터를 활용해 왔습니다. 광범위한 의료 정보를 포괄하는 병원의 광대한 데이터베이스는 복잡한 의학적 문제를 해결할 수 있는 강력한 AI 모델 개발을 가능하게 합니다.
주리펑은 루이진 병원의 총 헬스 데이터가 5PB에 도달했으며, 의료 기술의 지속적인 발전으로 인해 연간 약 1.5PB씩 증가한다고 밝혔습니다. 끊임없이 확장되는 데이터베이스는 AI 알고리즘을 훈련하고 개선하여 정확성과 효율성을 보장하는 풍부한 리소스를 제공합니다.
DeepSeek의 병원 AI 배포에 미치는 영향
중국 정보통신연구원 클라우드 컴퓨팅 및 빅데이터 연구소의 민둥 부국장은 중국 병원 시스템에서 AI 기술 채택을 가속화하는 데 있어 DeepSeek의 중요한 역할을 강조했습니다.
DeepSeek 시스템의 광범위한 채택
5월 3일 현재 전국 800개 이상의 공공 병원에서 모든 수준의 의료 기관에 걸쳐 DeepSeek 시스템을 구현했습니다. 이러한 광범위한 채택은 헬스케어 제공을 혁신할 수 있는 AI의 잠재력에 대한 인식이 높아지고 있음을 강조합니다.
민둥은 AI가 병원 내 서비스 제공 및 관리 효율성을 크게 향상시켰다고 강조했습니다. AI 기반 도구는 일상적인 작업을 자동화하고, 워크플로를 간소화하며, 임상의에게 귀중한 통찰력을 제공하여 궁극적으로 더 나은 환자 결과로 이어질 수 있습니다.
의료 AI 애플리케이션의 과제 해결
그러나 민둥은 알고리즘 제한으로 인해 왜곡된 출력이 발생할 수 있고 환각 위험이 있는 의료 AI의 대규모 애플리케이션과 관련된 과제도 인정했습니다. 특수 의료 상태에 대한 고품질 데이터 세트 부족은 훈련 및 추론을 위한 데이터 품질 저하를 초래할 수도 있습니다. 또한 데이터 훈련 프로세스는 안전 및 개인 정보 보호 위험에 대한 우려를 제기합니다.
알고리즘 제한 및 환각
AI 알고리즘은 절대 실패하지 않으며 때로는 부정확하거나 오해의 소지가 있는 결과를 생성할 수 있습니다. 이는 사소한 오류조차 심각한 결과를 초래할 수 있는 의료 애플리케이션에서 특히 우려됩니다. AI 모델이 실제 데이터나 증거를 기반으로 하지 않은 출력을 생성하는 “환각” 위험은 AI 시스템의 신중한 검증 및 모니터링의 필요성을 더욱 강조합니다.
데이터 품질 및 가용성
AI 모델의 성능은 훈련 데이터의 품질과 양에 크게 좌우됩니다. 특수 의료 상태에 대한 충분히 크고 다양한 데이터 세트 부족은 AI 기반 진단 및 치료 도구의 정확성과 신뢰성을 제한할 수 있습니다. 이 문제를 해결하려면 엄격한 윤리 및 개인 정보 보호 기준을 준수하면서 고품질 의료 데이터를 수집, 큐레이팅 및 공유하기 위한 공동 노력이 필요합니다.
안전 및 개인 정보 보호 문제
AI 모델을 훈련하기 위해 민감한 환자 데이터를 사용하는 것은 중요한 안전 및 개인 정보 보호 문제를 제기합니다. 환자 정보를 무단 액세스 및 오용으로부터 보호하기 위해 강력한 보안 조치를 구현하는 것이 중요합니다. 또한 환자의 자율성을 존중하고 AI 기반 결정이 환자의 최선의 이익을 위해 이루어지도록 보장하는 투명하고 책임 있는 AI 시스템을 개발하는 것이 필수적입니다.
헬스케어 분야 AI의 미래
심포지엄에서는 TCM 진단에서 희귀 질환 식별에 이르기까지 혁신적인 애플리케이션의 예를 통해 헬스케어 분야 AI의 혁신적인 잠재력을 강조했습니다. 중국 전역의 병원에서 DeepSeek 시스템이 광범위하게 채택된 것은 서비스 제공 및 관리를 개선할 수 있는 AI의 능력에 대한 인식이 높아지고 있음을 보여줍니다.
그러나 심포지엄에서는 헬스케어 분야에서 AI의 안전하고 효과적이며 윤리적인 구현을 보장하기 위해 해결해야 할 과제도 강조했습니다. 이러한 과제에는 알고리즘 제한, 데이터 품질 문제, 안전 및 개인 정보 보호 문제가 포함됩니다. 이러한 과제를 사전에 해결함으로써 헬스케어 산업은 AI의 잠재력을 최대한 활용하고 임상의에게 권한을 부여하고 환자 결과를 개선하는 미래를 만들 수 있습니다.
소개된 발전 사항은 AI를 의료 행위에 통합하는 광범위한 추세를 반영하며, 보다 정확한 진단, 개인화된 치료 및 효율적인 헬스케어 제공의 가능성을 제공합니다. 또한 이 논의에서는 의료 분야에서 책임감 있는 AI 구현을 보장하기 위한 데이터 접근성, 알고리즘 투명성 및 윤리적 고려 사항의 중요성을 언급했습니다.
정밀 의학
방대한 양의 환자 데이터를 분석하는 AI의 능력은 치료법이 개인의 유전적 구성, 라이프스타일 및 환경에 맞춰진 정밀 의학으로 이어질 수 있습니다. 이러한 개인화된 접근 방식은 치료 효과를 개선하고 부작용을 줄일 수 있습니다.
신약 개발
AI는 잠재적인 신약 후보를 식별하고, 효능을 예측하고, 설계를 최적화하여 신약 개발 프로세스를 가속화할 수 있습니다. 이는 질병에 대한 새로운 치료법 개발과 관련된 시간과 비용을 크게 줄일 수 있습니다.
원격 환자 모니터링
AI 기반 원격 환자 모니터링 시스템은 환자의 활력 징후를 추적하고 잠재적인 건강 문제를 조기에 감지하고 시기적절한 개입을 제공할 수 있습니다. 이는 환자 결과를 개선하고 입원 필요성을 줄일 수 있습니다.
행정 효율성
AI는 예약 일정, 청구 및 보험 청구 처리와 같은 행정 작업을 자동화하여 헬스케어 전문가가 환자 치료에 집중할 수 있도록 합니다. 이는 효율성을 개선하고 비용을 절감할 수 있습니다.
증강 현실
AI와 증강 현실(AR)을 함께 사용하면 복잡한 절차 중에 외과 의사에게 실시간 지침을 제공하여 정확성을 높이고 합병증 위험을 줄일 수 있습니다. AR은 의대생을 훈련하고 환자를 교육하는 데에도 사용할 수 있습니다.
심포지엄에서 논의된 발전 사항은 AI 기술이 헬스케어를 어떻게 재편하고 있는지를 나타냅니다. AI가 계속 발전하고 의료 분야에 더욱 통합됨에 따라 데이터 개인 정보 보호, 안전 및 민감한 헬스케어 의사 결정 프로세스에서 AI 사용에 대한 윤리적 의미는 향후 몇 년 동안 의료 산업 내에서 중요한 관심 영역으로 남을 것입니다. 이러한 중요한 영역의 개발에 관심을 기울이면 AI 통합은 의료 기술을 새로운 차원의 의료 서비스로 이끌 것입니다. 기술이 발전함에 따라 설명된 공동 노력은 AI 개발 및 배포가 안전하게 이루어지고 개별 환자의 요구 사항에 세심한 주의를 기울여 이루어지도록 보장할 것입니다.