[의학] 영상의학과, AI로 망한다? <영상의학과 인공지능>
안녕하세요?
‘IBM 왓슨’을 들어보신 적 있으신가요? 아니면 ‘알파고’는 다들 아시겠지요?
최근 이슈가 되었던 인공지능 (Artificial intelligence, AI) 입니다.
인공지능은 인간의 두뇌를 완전히 뛰어 넘을 수 있을까?
AI가 발전하면서 혹자는 이렇게 말합니다. ‘ 촬영된 이미지를 보고 판독 하는 영상의학과는 이제 AI가 모두 대체해서, 영상의학과 의사는 망할 것이다’ 과연 그럴까요?
영상의학 분야의 인공지능 이란?
현재 영상의학 분야의 인공지능은 ‘Deep learning’이라는 기법을 적용하고 있습니다. 이는 주어진 데이터를 인지하여 분류하는 방법이라고 알려져 있습니다. 고양이의 사진을 입력 하면, 학습된 내용에 따라 ‘이것은 고양이입니다’ 라는 결과가 도출 되는 것이지요.
패션에 적용된 딥러닝
인공지능이 판독을 할 수 있을까?
기술적인 한계
Deep learning은 학습이 필요합니다. 특히 진료분야에서는 실수가 없어야 하므로 더 많은 학습과 연습이 필요합니다. 결국 기존의 의료 영상으로 학습을 해야 하며 많은 자료가 필요합니다. 당연히 비용이 많이 들고, 개인정보 침해의 문제가 있으며 학습을 위한 정확한 labeling에도 한계가 있습니다. 이 점은 이미지 아카이브 등의 설립으로 극복하려 노력 중입니다.
판독 질 문제
영상의학 판독에는 단순한 질병의 진단만이 중요한 것이 아닙니다. 같은 질병이라 하더라도 예상치 못한 결과의 경우 임상 의사에게 빠른 연락이 필요하기도 하며 응급환자에 있어 치료 가능 범위를 말해주거나 질병의 중요도에 따라 판독을 달리 하기도 합니다. 그러나 인공지능은 영상의 인지와 그에 따른 질병 분류(quantification)만 가능하기 때문에 무엇이 중요한지 모릅니다. 의미 부여 없이 현상만 나열된 판독이 도움이 될까요?
영상의학과 의사의 판독문은 단순 현상의 나열이 아닌 일종의 글쓰기이다
판독 신뢰 문제
앞서 인공지능은 학습을 통해 이미지를 분류한다고 말씀 드렸습니다. 정말 인공지능이 정확한 내용을 학습 할 수 있을까요? 사람마다 해부학적인 구조의 차이도 있으며, 영상 촬영 기기마다 이미지의 질이나 환경이 달라집니다. 이렇게 촬영한 환자, 기기가 천차만별이기 때문에 하나의 단일 기기에서 표준화하여 학습된 인공지능을 완전 신뢰하기에는 한계가 있습니다.
영상의학과에게, AI란?
아직도 AI가 영상의학과에 위협이 될 것이라고 많은 분들이 생각합니다. 그러나 여전히 영상의학과 의사만이 할 수 있는 일이 있습니다. 오히려 AI는, 늘어나는 영상의학 업무를 도와줄 수 있는 고마운 존재가 될 것이라 여기고 있습니다.
영상에 의한 질병의 정도를 점수화(scoring) 하거나 분류 (classification) 하기, 미리 중요한 판독 포인트를 알려주어 빠른 판독을 가능하게 하기, 다른 임상 정보와 유전 정보 등을 빠르게 종합해주기가 가능할 것입니다. 이를 통해 더욱 빠르고, 정확하며 개인화 (personalized) 된 적합한 진료를 가능하게 할 것입니다.
AI는 영상의학에 긍정적 변화를 줄 것이다
결국 현 상황에서 인공지능의 역할은 영상의학과 의사를 대체하는 것이 아니라 도와주고 보조 하는 것이 될 것입니다. 이를 통해 영상의학과 의사의 영역과 역할이 더욱 커질 것이라 보고 있습니다.
Radiologist with AI? Yes!
Reference
- Keith J. Dreyer, DO, and J. Raymond Geis. When Machines Think: Radiology’s Next Frontier. Radiology: Volume 285: Number 3, December 2017.
- Charles E. Kahn, Jr. From Images to Actions: Opportunities for Artificial Intelligence in Radiology. Radiology: Volume 285: Number 3, December 2017
- Gabriel Chartrand, and Phillip M. Cheng et al. Deep Learning: A Primer for Radiologists. RadioGraphics 2017; 37:2113–2131
AI 의 트롤리의 딜레마 문제가 있어서 이 문제가 해결될때
까진....AI 는 사람이 놓칠만한 데이터를 제공해주고 사람이 판단하게끔 하는것이 가장 최선이 아닐까 싶습니다
구글이 스카이넷일줄 알았는데 왓슨을 보면 IBM 에 충성해야할지 모르겠네요 ^^ 하하하....
네 맞는 말입니다 ㅎㅎ 아직 AI에게 '판단'의 영역을 주면 안될 것 같습니다
특히 의학에서는 의사의 '책임'의 문제도 크고요. 잘못된 AI 판독은 누가 책임 질 것인가? 도 어려운 문제죠
아마 AI가 완전 대체하려면 아직 요원 한 것 같지만 10년 아니 5년 뒤엔 또 어떨지.. ㅜ
Congratulations @radiologist! You have completed some achievement on Steemit and have been rewarded with new badge(s) :
Click on any badge to view your own Board of Honor on SteemitBoard.
For more information about SteemitBoard, click here
If you no longer want to receive notifications, reply to this comment with the word
STOPCongratulations @radiologist, this post is the sixth most rewarded post (based on pending payouts) in the last 12 hours written by a Newbie account holder (accounts that hold between 0.01 and 0.1 Mega Vests). The total number of posts by newbie account holders during this period was 3228 and the total pending payments to posts in this category was $1127.00. To see the full list of highest paid posts across all accounts categories, click here.
If you do not wish to receive these messages in future, please reply stop to this comment.