의료 진단 분야 오픈 소스 AI의 부상
최근까지 AI 지원 진단 분야는 OpenAI 및 Google과 같은 거대 기술 기업이 개발한 독점적인 AI 모델이 주도해 왔습니다. 이러한 폐쇄형 소스 모델은 강력하지만 외부 서버에서 작동합니다. 이로 인해 병원과 임상의는 환자 데이터를 보안 네트워크 외부로 전송해야 하므로 데이터 프라이버시 및 보안에 대한 우려가 제기됩니다.
이와 대조적으로 오픈 소스 AI 모델은 매력적인 대안을 제시합니다. 이러한 모델은 자유롭게 사용할 수 있으며, 중요한 것은 다양한 임상 환경의 특정 요구 사항에 맞게 조정할 수 있다는 것입니다. 병원 자체 내부 서버에서 이러한 모델을 실행할 수 있는 기능은 데이터 프라이버시 수준을 크게 향상시키고 특정 진료의 고유한 환자 인구 통계에 AI를 적용할 수 있는 유연성을 제공합니다. 그러나 역사적으로 오픈 소스 모델과 독점 모델 간의 성능 격차가 큰 장애물이었습니다. 최근 연구에 따르면 이 격차는 빠르게 좁혀지고 있습니다.
오픈 소스 AI, GPT-4의 성능과 일치
하버드 의과대학 연구팀은 Meta의 Llama 3.1 405B(오픈 소스 AI 모델)를 강력한 GPT-4와 비교하여 꼼꼼하게 평가했습니다. 평가는 이전에 The New England Journal of Medicine에 발표된 92개의 복잡한 진단 사례로 구성된 엄격한 테스트에 두 모델을 모두 적용하는 방식으로 진행되었습니다. 결과는 놀라웠습니다.
- 진단 정확도: Llama 3.1은 70%의 사례에서 정확하게 진단을 식별하여 GPT-4의 정확도 64%를 능가했습니다.
- 최상위 제안 정확도: 41%의 사례에서 Llama 3.1은 정확한 진단을 주요 제안으로 제시하여 37%의 사례에서 이를 달성한 GPT-4를 앞섰습니다.
- 최신 사례에 대한 성능: 더 최근 사례의 하위 집합에 초점을 맞추었을 때 Llama 3.1의 정확도는 더욱 향상되어 사례의 73%를 정확하게 진단하고 45%의 경우에 정확한 진단을 최상위 제안으로 제시했습니다.
이러한 결과는 오픈 소스 AI 모델이 선도적인 독점 모델의 성능을 따라잡을 뿐만 아니라 어떤 측면에서는 능가하고 있음을 강력하게 시사합니다. 이는 의사에게 AI 지원 진단을 위한 실행 가능하고 잠재적으로 더 안전한 대안을 제시합니다.
의사를 위한 주요 고려 사항: 오픈 소스 vs. 독점 AI
고성능 오픈 소스 AI 모델의 등장은 1차 진료 의사, 개업의 및 관리자에게 중요한 결정 지점을 제시합니다. 독점 AI와 오픈 소스 AI 간의 선택은 다음 몇 가지 주요 요소를 신중하게 평가하는 데 달려 있습니다.
데이터 프라이버시 및 보안: 오픈 소스 모델의 가장 큰 장점은 로컬에서 호스팅할 수 있다는 것입니다. 즉, 민감한 환자 정보는 제3자 제공업체가 관리하는 외부 서버로 전송되지 않고 병원 또는 진료소 네트워크의 경계 내에 안전하게 유지됩니다. 이러한 로컬 접근 방식은 데이터 유출 위험을 크게 줄이고 데이터 보호 규정 준수를 강화합니다.
사용자 정의 및 적응성: 독점 AI 모델은 종종 ‘만능’ 솔루션으로 설계됩니다. 광범위한 기능을 제공할 수 있지만 특정 진료 또는 환자 집단의 특정 요구에 맞게 미세 조정할 수 있는 유연성이 부족합니다. 반면에 오픈 소스 AI 모델은 진료소 자체의 환자 데이터를 사용하여 사용자 정의할 수 있습니다. 이를 통해 특정 임상 상황에 더 정확하고 관련성이 높은 AI 모델을 만들 수 있습니다.
지원, 통합 및 기술 전문 지식: 독점 AI 모델은 일반적으로 전담 고객 지원 및 기존 전자 건강 기록(EHR) 시스템과의 간소화된 통합의 이점을 제공합니다. 이를 통해 구현 프로세스를 단순화하고 지속적인 지원을 제공할 수 있습니다. 그러나 오픈 소스 모델은 설정, 유지 관리 및 문제 해결을 위해 사내 기술 전문 지식이 필요합니다. 오픈 소스 AI를 고려하는 진료소는 내부 역량을 평가하거나 외부 지원에 투자할 준비가 되어 있어야 합니다.
비용 고려 사항: 오픈 소스 소프트웨어는 무료로 다운로드할 수 있지만 총 비용을 고려해야 합니다. 내부 지원, 유지 관리 및 잠재적인 외부 지원 비용은 독점 AI의 구독 비용과 비교하여 평가해야 합니다.
AI 지원 의학의 패러다임 전환
이 연구의 수석 저자인 하버드 의과대학 생물 의학 정보학 조교수인 Arjun Manrai, PhD는 이 개발의 중요성을 강조했습니다. “우리가 아는 한, 오픈 소스 AI 모델이 의사가 평가한 이러한 어려운 사례에서 GPT-4의 성능과 일치한 것은 이번이 처음입니다.”라고 Manrai는 말했습니다. “Llama 모델이 선도적인 독점 모델을 그렇게 빨리 따라잡은 것은 정말 놀라운 일입니다. 환자, 의료 제공자 및 병원은 이러한 경쟁에서 이익을 얻을 수 있습니다.”
이 연구는 의료 기관과 개인 진료소가 오픈 소스 AI 대안을 탐색할 수 있는 기회가 커지고 있음을 강조합니다. 이러한 대안은 진단 정확도, 데이터 보안 및 사용자 정의 기능 간의 매력적인 균형을 제공합니다. 독점 모델은 계속해서 편리함과 즉시 사용 가능한 지원을 제공하지만 고성능 오픈 소스 AI의 부상은 향후 몇 년 동안 AI 지원 의학의 지형을 재편할 수 있는 잠재력을 가지고 있습니다.
‘부조종사’로서의 AI, 대체물이 아님
현 단계에서 AI는 의사의 임상적 판단과 전문성을 대체하는 것이 아니라 의사를 돕는 귀중한 ‘부조종사’로 간주되어야 한다는 점을 강조하는 것이 중요합니다. AI 도구는 기존 의료 인프라에 책임감 있고 사려 깊게 통합될 때 바쁜 임상의에게 귀중한 보조 도구 역할을 할 수 있습니다. 진단의 정확성과 속도를 모두 향상시켜 궁극적으로 환자 치료를 개선할 수 있습니다.
연구자들은 의료 분야에서 AI의 채택 및 개발을 주도하는 데 있어 의사의 참여가 중요하다고 강조합니다. 의사는 AI 도구가 자신의 요구에 부합하고 임상 워크플로를 지원하는 방식으로 설계 및 구현되도록 하는 데 중심적인 역할을 해야 합니다. 의학에서 AI의 미래는 의사를 대체하는 것이 아니라 강력한 도구를 제공하여 의사의 역량을 강화하고 환자의 삶을 개선하는 것입니다. 오픈 소스 모델의 지속적인 발전은 의료 분야에 도움이 될 뿐만 아니라 환자 데이터에 대한 통제권을 유지하려는 의사의 채택을 장려할 것입니다.