본문 바로가기
카테고리 없음

의사는 파업중 AI는 의사를 대체할 수 있을까? AI VS 의사대결 이론에선 AI 완승

by 작은거인123 2024. 6. 17.
반응형

<script async src="https://pagead2.googlesyndication.com/pagead/js/adsbygoogle.js?client=ca-pub-3624877629846433"
     crossorigin="anonymous"></script>
<!-- [디스플레이,반응형] 최상단 고정 광고 -->
<ins class="adsbygoogle"
     style="display:block"
     data-ad-client="ca-pub-3624877629846433"
     data-ad-slot="1716299862"
     data-ad-format="auto"
     data-full-width-responsive="true"></ins>
<script>
     (adsbygoogle = window.adsbygoogle || []).push({});
</script>

AI의 발전과 현재 상황


인공지능(AI)은 최근 몇 년 동안 급격한 발전을 이루었으며, 의료 분야에서도 인식되고 있습니다. 일부 영역에서는 AI가 인간 의사를 대체하거나 지원하는 데 사용되고 있습니다.

예를 들어, 이미지 분석 및 진단 지원 분야에서 AI는 엑스레이, CT 스캔, MRI 등의 의료 이미지를 분석하여 암, 심장 질환, 뇌졸중 등의 질병을 조기에 발견하는 데 도움을 주고 있습니다. 이러한 기술은 인간의 시각적 한계를 극복하고, 빠르고 정확한 진단을 가능하게 합니다.

또 다른 응용 분야로는 예측 분석이 있습니다. AI는 환자의 데이터를 분석하여 미래의 건강 위험을 예측하고, 개인화된 예방 및 치료 전략을 개발하는 데 사용될 수 있습니다. 이는 의료 서비스의 효율성을 높이고, 환자 결과를 개선하는 데 기여할 수 있습니다.

하지만 아직은 AI가 모든 의료 분야에서 의사를 완전히 대체할 수 있는 것은 아닙니다. 인간 의사는 여전히 환자와의 상호 작용, 공감, 직관, 판단력 등의 중요한 역할을 담당하고 있습니다. AI는 이러한 역할을 보완하고 지원하는 데 초점을 맞추어야 하며, 인간과 기계의 협력이 의료 분야의 혁신과 발전을 이끌어낼 것입니다.

의료 분야에서 AI의 활용 사례


의료 분야에서 인공지능(AI)은 다양한 방식으로 활용되고 있습니다

 

1. 진단 지원: AI는 의료 이미지 분석을 통해 암, 심장 질환, 뇌졸중 등의 질병을 조기에 발견하는 데 도움을 줍니다. 또 혈액 검사 결과를 분석하여 당뇨병, 고혈압 등의 만성 질환을 진단하는 데도 활용됩니다.

 

2. 예측 분석: 환자의 데이터를 분석하여 미래의 건강 위험을 예측하고, 개인화된 예방 및 치료 전략을 개발하는 데 사용될 수 있습니다. 유전 정보와 생활 습관 등을 분석하여 암 발병 위험을 예측하거나, 혈당 수치와 식습관 등을 분석하여 당뇨병 발병 위험을 예측하는 등의 연구가 이루어지고 있습니다.

 

3. 약물 연구: 약물 연구에 소요되는 시간과 비용을 크게 줄일 수 있습니다. 대규모 데이터를 분석하여 특정 약물이 어떤 환자에게 효과적인지, 부작용은 무엇인지 등을 예측할 수 있으며, 이를 바탕으로 신약 개발에 활용되고 있습니다.

 

4. 수술 지원: 수술 로봇은 의사의 조작에 따라 수술을 수행하며, 정밀한 조작과 빠른 반응 속도를 통해 수술의 정확도와 안전성을 높일 수 있습니다. 또 3D 프린팅 기술을 이용하여 환자의 신체 구조에 맞는 맞춤형 수술 도구를 제작하기도 합니다.

 

5. 건강 관리: 스마트폰 앱을 통해 운동량, 수면 시간, 식습관 등을 모니터링하고, 건강 상태를 체크하는 데 쓰입니다. 또 원격 진료 시스템을 구축하여 환자가 병원에 가지 않고도 의사의 진료를 받을 수 있도록 하고 있습니다.

미국 의사회 오픈AI의 챗GPT-4와 의사 의학적인 임상 추론결과


미국의사협회지(JAMA)에 게재된 논문에 따르면, 미국 의사회 소속 회원들을 대상으로 조사한 결과 응답자의 85%가 향후 10년 이내에 AI가 의사를 대체할 가능성이 높다고 답했습니다.

오픈 AI의 최신 인공지능 언어모델인 '챗GPT-4'와 의사들의 의학적인 추론능력을 비교 실험 하였습니다. 그 결과 AI가 진단의 정확도와 효율성, 근거제시등 평가항목에서 더 높은 점수를 받았습니다. 기본적 진단은 의사보다 잘할 수 있다는 일부 연구 결과 나오면서 일각에서는 AI 의사에게 진료받는 날이 멀지 않았다는 전망까지 나오고 있습니다

 

중국서 맞붙은 AI VS 의사

중국에서 최초로 동일한 환자를 두고 의사와 AI의사가 진료대결이 진행됐습니다.

작년 6월 30일 실제 의사는 쓰촨대 서중국 병원 소속 원장과 부원장 등 10명으로 구성됐고 AI 의사 역할은 중국 인터넷 의료기업 협회가 출시한 'MedGPT'가 담당했습니다

평가항목은 정형외과,내분비내과,심장내과,신장내과,호흡기내과,소화기내과 및 비뇨기과 등 7개 과목으로 구성됐습니다

이 평가에 참여한 환자는 총 120명, 실제로 지병을 가진 환자들과 진찰이 이루어졌습니다

평가의 합리성과 과학성을 보장하기 위해 문진 단계는 특수하게 설계됐고 환자는 진찰 과정에서 누구와도 직접 만나지 않았습니다

상담데스크에는 환자으 증상을 텍스트 형태로 전송하는 보조원이 배치됐습니다. 해당 정보는 두 의사에게 실시간으로 전송됐습니다

정보를 수집한 두 의사는 환자에게 임상 진단과 치료 계획을 제공하고 진료내용 역시 실시간으로 비교'송출됩니다

 

그 결과

 

 

평가는 베이징대 인민병원, 중일우호병원등 7명의 전문 교수들이 진행했으며 평가항목은 문진정확도, 진단정확도, 치료 권장 정확도, 보조 검사계획의 정확성, 데이터 분석 정확도, 해석 가능한 정보 제공, 자연어 문진 및 상호 작용의 7가지로 구성됐습니다

 

이날 심사과정에서 전문가들은 AI의사의 성과를 높이 평가했습니다. AI는 전문의와 달리 진료과목에 속하지 않는 질병을 진단하며 기존의 전문 상담에서는 어려운 다른 가능한 판단을 내리기도 했습니다

이에 대해 전문가들은 " AI 의사가 일부 경험이 충분하지 않은 실제 의사 이상의 지식을 가지고 있다"라고 평가했습니다

 

하지만 한계는 존재한다고 지적했습니다 AI의사는 인간의사와 달리 직접 눈으로 보고 만질 수 없기 때문에 정형 와과의 경우 관절의 움직임, 압통점 유무 등의 요인을 알 수 없습니다.

이번 일관성의 평가의 표본 크기가 충분히 풍부하지 않으며 전반적으로 인공지능이 우리 작업에 일부 도움이 된다고 평가했습니다

 

AI가 의사를 대체할 때의 문제점

1. 책임소재 : AI시스템이 진단이나 치료결정을 잘못 내렸을떄, 그 책임은 누구에게 있는가? 개발자, 의료기관, 혹은 AI자체에 책임을 물을 수 있는가 여부입니다

 

2. 환자 프라이버시 : AI시스템이 환자의 민감한 의료테이터를 처리할 때, 테이터 유출이나 오남용의 위험이 존재합니다, 이러한 데이터를 보호하기 위한 적절한 보안 조치가 필요합니다.

 

3. 편향성: AI는 학습 데이터에 따라 편향된 결정을 내릴 수 있습니다. 특정 인종, 성별, 경제적 배경 등을 가진 환자들이 불공평한 진료를 받을 가능성이 있습니다.

 

4. 인간의 터치 부족 : 의료 행위는 단순한 진단과 치료를 넘어 환자와의 정서적 교류와 돌봄도 중요합니다. AI는 이러한 정서적 지원을 제공하는 데 한계가 있습니다 

 

5. 접근성 문제 : 고가의 AI 시스템은 경제적으로 여유가 없는 환자들이 접근하기 어려울 수 있습니다. 이는 의료 불평등을 초래할 수 있습니다.

 

6. 의료 윤리 : AI가 내리는 결정이 의료 윤리 기준을 항상 준수할 수 있는지에 대한 논란이 있습니다

 

의료분야에서 AI가 의사를 대체할 수 있는 시대가 도래하면, 환자들은 진료 공백으로 인한 고통에서 벗어날 수 있을 것입니다. 물론 AI가 의사를 완전히 대체하기 위해서는 앞서 언급한 윤리적 문제들을 신속히 보완하고 해결해야 합니다. 그러나 기술의 발전과 함꼐 이러한 유닐적 문제들이 해결된다면, AI는 환자들에거 더 빠르고 정확한 진료를 제공할 수 있을 것입니다 . 따라서 의사 파업과 같은 상황에서도 환자들이 고통받지 않도록 AI가 의사를 대체할 수 있는 시대가 하루빨리 오기를 기대합니다

반응형