신약 개발을 위한 연합학습 기반 인공지능 기술 개발이 본격 추진된다. 보건복지부와 과학기술정보통신부는 ‘연합학습 기반 신약 개발 가속화 프로젝트 사업(R&D)’의 26개 과제를 선정하고 본격적인 사업 착수에 나선다고 7월 23일 밝혔다. ‘연합학습’은 개인·기관 등 여러 위치에 분산 저장된 데이터를 직접 공유하지 않고 로컬(내부)에서 학습시켜 분석 결과만을 중앙서버로 전송 후 학습모델을 갱신하는 분산형 학습 기법이다. 본 사업은 데이터를 안전하게 보호하면서도 활용 가능한 연합학습 기반 인공지능(AI) 모델을 활용해 신약 개발에 소요되는 비용·기간을 단축하고자 복지부와 과기정통부가 공동으로 추진하는 사업으로, 지난 4월부터 한국제약바이오협회에 사업단을 출범하여 운영하고 있다. 사업단은 공모 및 평가를 거쳐 ▲연합학습 플랫폼 구축 ▲신약개발 데이터 활용 및 품질관리 ▲AI 솔루션 개발 3개 분야 26개 세부과제와 과제별 주관연구기관을 선정했다. 먼저, 연합학습 플랫폼 구축 분야에서는 기관간 데이터 공유 없이 보안을 유지하면서 안전하게 인공지능 학습이 가능한 연합학습 플랫폼을 구축하는 과제와 해당 과제의 주관연구기관으로 에비드넷이 선정됐다.신약개발 데이터
전북대학교병원(병원장 유희철)이 탄소소재와 인공지능기법을 활용한 최첨단 수술기법 개발을 위한 연구협력을 강화한다. 전북대병원은 정형외과와 탄소소재의료기기개발지원센터, 의료기기 전문 기업 Lima Corporate의 한국 지사인 ㈜리마코리아가 인공지능기반 수술계획 프로그램 및 탄소소재 의료기기 등을 공동 개발하기 위한 업무 협약을 체결했다고 밝혔다. 세 기관은 이번 MOU 체결로 상호 간 실질적인 기술개발 프로젝트를 구성해 인공지능기법을 이용한 근골격계관련 질환 진단 및 수술계획 서비스와 생체적합성 탄소소재 의료기기를 개발하고 세계 시장을 활성화할 계획이다. 업무협약식은 18일 전북대병원 탄소소재의료기기개발지원센터 컨퍼런스홀에서 열렸다. 이날 행사는 정형외과 윤선중 교수, ㈜리마코리아 심규호 대표이사, 탄소소재의료기기개발지원센터 한갑수 센터장을 비롯한 각 기관 관계자들이 참석한 가운데 진행됐다. 전북대병원 정형외과 윤선중 교수는 “제품특화 템플릿 프로그램의 개발, 의료기기 아이템 교류, 개발력 있는 사업 모델 구축 등에 대한 협력으로 병원에서 필요로 하는 의료기술 및 의료기기 개발에 속도를 낼 수 있을 것으로 기대한다”고 말했다. 탄소소재의료기기개발지원센터 한
8월 24일 국가인권위원회는 국회의장에게 현재 논의 중인 ‘인공지능 산업 육성 및 신뢰 기반 조성 등에 관한 법률안(인공지능 법률안)’을 수정해야 한다는 의견을 표명했다. 우리 인권시민사회단체들은 인공지능의 위험성을 방지하고 인공지능의 영향을 받게 될 시민들의 권리 침해를 예방 및 구제할 것을 요구한 국가인권위 의견 표명을 환영한다. 국회가 국가인권위 의견을 수용해 인공지능 법률안을 재논의할 것을 촉구한다. 국가인권위는 인공지능 법률안이 이용자와 정보주체의 권리 및 권리침해 구제절차를 명확히 규정하지 않았고, 고위험 영역 인공지능에 대해서만 협소하게 규정하면서 실효적인 규제 수단을 두지 않았다고 지적했다. 또한, 인공지능을 감독·규제하는 독립적인 국가기관이 인공지능의 위험성을 사전에 점검하고 사용중지 명령 등 적정한 조치를 취할 수 있어야 하며, 인공지능의 개발과 출시 및 변경 전 인권영향평가를 실시해야 함을 요구했다. 무엇보다 이 법률안이 관련 산업의 경제성·효율성만을 따져 우선허용·사후규제 원칙을 두고, 산업 진흥·육성 업무를 소관하는 과학기술정보통신부가 규제까지 일임하도록 한 것은 인공지능 감독·규제 측면에서 실효성이 없음을 지적했다. 국가인권위가 적절
보건의료 분야의 인공지능 연구·개발 및 활용 전 과정에 대한 윤리적 기준이 마련됐다. 질병관리청 국립보건연구원은 보건의료 분야 연구자를 위한 ‘보건의료 분야 인공지능 연구윤리 지침’을 발간했다고 17일 밝혔다. 본 지침은 국립보건연구원 지원으로 ▲의료정책 ▲법‧윤리 ▲의료 인공지능 ▲보건의료정보 분야 전문가가 집필진으로 참여했고, 공청회를 통해 의견을 수렴해 정해졌으며, 연구자가 자율적이고 책임 있는 인공지능 연구를 할 수 있도록 윤리적 기준을 제시하고 있다. 구체적으로 인공지능 연구 설계부터 데이터 생성, 모델 개발, 검증‧평가, 적용 및 사후 점검 전 과정에서 발생할 수 있는 윤리적 질문에 대한 원칙을 제시하고 있다. 윤리적 질문에 대한 원칙으로는 ▲인간의 자율성 존중과 보호, ▲인간의 행복, 안전, 공공의 이익 증진, ▲투명성, 설명 가능성, 신뢰성, ▲책무, 법적책임, ▲포괄성, 공정성, ▲대응성, 지속 가능성 등이 있다. 더불어 응급상황에서의 인공지능 활용과 동의, 의료 인공지능의 질과 안전성, 챗봇의 환각 효과, 임상결정의 미묘한 경계선과 인공지능, 인공지능과 인종 편향, 인공지능 기술이 가져올 의료인 고용환경 변화 등 구체적 사례를 함께 제시하고
미래 성장동력 중 하나인 인공지능은 최근 다양한 연구 분야에 활용되며 각 학문 분야와 결합될 때 가치가 최대화된다. 이러한 인공지능의 순기능을 암 과학에 적용해 암 진단 및 치료에 크게 기여할 수 있는 연구결과가 발표돼 주목을 받고 있다. 국립암센터 국제암대학원대학교(총장 서홍관) 암AI디지털헬스학과 김준태 교수팀은 암환자의 예후에 영향을 미치는 유전자를 자동으로 추천해주는 알고리즘을 개발했다. 이 알고리즘 개발은 아마존닷컴의 추천 소프트웨어로부터 이용자의 정보에 따라 필요한 정보를 제공하는 알고리즘인 협업필터링(collaborative filtering)에 환자의 생존위험을 접목시키면 어떠한 결과가 나오는지에 대한 호기심에서 시작됐다. 연구팀은 다차원 유전체 데이터에서 개별 예후 유전자 식별의 어려움을 극복하기 위해 인공지능의 표상 학습(Representation learning)과 전통적인 임상통계방법을 통합하는 프레임워크를 제안했다. 이어 환자의 생존 위험도에 따라 예후 유전자를 추천해주는 메커니즘도 개발했다. 이번 연구결과는 인공지능 및 기계학습 분야에서 세계적으로 권위 있는 국제학회인 International Conference on Machine
우리나라 다발골수종 임상 데이터를 활용해 환자 개인별 최적의 맞춤형 치료법을 제시하는 새로운 인공지능 기술이 발표됐다. 가톨릭대학교 서울성모병원은 혈액내과 민창기(공동교신저자)·박성수(공동1저자) 교수팀이 홍익대학교 화학공학과 구자민(공동교신저자, 임프리메드코리아 이사) 교수팀과 함께 특정 약에 치료 반응이 좋은 환자를 미리 알아내, 효과는 극대화 하고 비용과 부작용을 줄이는 인공지능 기술을 개발했다고 15일 밝혔다. 이번 기술은 서울대학교와 국제 다발골수종 연구재단의 192명 다발골수종 빅데이터로 검증해 신뢰성을 높였다. 가톨릭대학교 혈액병원 다발골수종 연구 클러스터는 다발골수종 환자 1359명 중 새로운 항암 표적제 치료를 받은 514명을 최종 선별해 빅데이터를 구축했으며, 은평성모병원 신승환·인천성모병원 양승아·여의도성모병원 전영우 교수팀이 참여했다.빅데이터에서 보르테조밉-멜팔란-프레드니솔론으로 구성된 치료와 레날리도마이드-덱사메타손으로 구성된 치료 가운데 환자에게 개별 최적치료를 제공할 수 있는 인공지능 기술을 개발했다. 실제 치료를 받은 환자의 데이터를 후향적으로 분석한 결과, 인공지능 기술은 전체 환자의 생존결과의 비교와 반응률의 비교의 순차적인
고려대학교 의과대학(학장 윤영욱)과 한국과학기술정보연구원(원장 김재수, 이하 KISTI)이 지난 1월 30~31일 양일간 고려대의료원 메디사이언스 파크에서 미래 융합인재 양성을 위한 데이터사이언스 교육을 진행했다. 이번 교육은 두 기관이 지난 해 8월에 맺은 의과학 데이터 사이언스 융합인재 양성을 위한 파트너십의 첫 행보로, KISTI 이경하 박사(KISTI 국가과학기술데이터본부 전략팀장)가 고려대 의과대학 대학원생 및 학부생 25명을 대상으로 인공지능·머신러닝·딥러닝의 이해, 인공지능 원리, 의료데이터 분석 실습 등을 주제로 교육했다. 강의에 참여한 한 학생은 “의료정보학을 전공하며 임상 의료데이터를 주로 연구하고 있는데, 이번 데이터 분석 실습을 통해 데이터 리터러시 역량을 강화할 수 있었고, 향후 의료융합연구를 수행할 때 많은 도움이 될 것 같다”고 말했다. KISTI 이경하 박사는 “지난해 업무협약 이후, 이번 데이터 사이언스 교육을 진행하게 돼 뜻깊다”라며 “KISTI의 3대 강점인 데이터, 슈퍼컴퓨팅, 지능형 분석을 바탕으로 디지털 플랫폼 시대가 필요로 하는 현장형 미래 융합인재 양성을 위해 앞으로도 고대 의대와 다각적인 교류를 이어나갈 것”이라고
인공지능 기술을 활용해 목소리만으로 뇌졸중 후 흡인성 폐렴 위험도를 예측할 수 있게 됐다. 가톨릭대학교 부천성모병원은 가톨릭 의대 재활의학과 임선 교수(부천성모), 박혜연 임상강사(서울성모), 포항공대 이승철 교수, 박도겸 학생으로 이뤄진 연구진이 이 같은 머신러닝 모델을 한국연구재단 지원으로 개발했다고 6일 밝혔다. 흡인성 폐렴은 뇌졸중 환자의 약 1/3에서 발생하는 것으로 알려져 있으며, 이러한 호흡기계 합병증의 발생은 뇌졸중 후 나쁜 예후와 관련이 있다. 연하곤란(삼킴장애)이 있는 환자에서 흡인성 폐렴의 발생 위험이 높기 때문에 연하곤란 중증도를 정확하게 예측하는 것은 중요하다. 이에 연구팀은 AI를 활용한 음성 기반 뇌졸중 후 연하곤란 환자의 폐렴 합병증 발생을 예측할 수 있는 머신러닝 모델을 개발했다. 연구팀이 개발한 머신러닝 모델은 머신러닝 기술을 이용한 자동 음성 신호 분석을 통해 중증 연하장애 환자 및 흡인성 폐렴 발생 위험이 높은 환자를 각각 88.7% 및 84.5%의 민감도로 구별하는 성능을 갖췄다. 이를 통해 목소리 변성을 통한 흡인성 폐렴을 예견하는 기술은 비침습적으로 시행할 수 있다는 장점과 폐렴 발생 전 위험을 예방 대처할 수 있어
인공지능을 통한 근전도 검사 판독이 의사보다 정확도와 속도면에서 모두 뛰어난 것으로 나타났다. 노원을지대학교병원은 신경과 유일한 교수팀이 근육 수축 상태의 근전도를 인공지능에 적용해 분석한 결과를 발표했다고 23일 밝혔다. 연구팀은 2015년부터 2020년까지 6년 동안 신경병 또는 근육병이 의심돼 근전도 검사를 받았던 57명의 환자의 근전도 파형 데이터를 숫자형 데이터로 추출해 인공지능에 적용했다. 이를 바탕으로 정상인, 신경병, 근육병의 근전도 파형과 개별적인 모든 근육을 인공지능을 통해 분석한 결과 ▲정확도 88% ▲민감도 82% ▲양성 예측도 86%로 나타났다. 이에 비해 6명의 의사가 같은 조건으로 근전도 검사 판독을 한 결과 ▲정확도 69% ▲민감도 54% ▲양성 예측도 60%로, 정확도는 19%P, 민감도는 28%P, 양성 예측도는 26%P 각각 높았다. 인공지능이 이렇게 한 환자의 모든 근육의 근전도를 판독해서 최종 진단을 내놓는데 소요된 시간은 1초에 불과했지만 의사들은 평균 30~40분 이상 소요됐다. 노원을지대학교병원 신경과 유일한 교수는 “이번 연구로 인공지능을 이용한 근전도 판독이 빠르고 정확한 것으로 밝혀졌다”라며 “추후 인공지능 판
딥러닝 기술 기반의 인공지능이 중이염 등 중이 질환을 정확하게 진단해낸다는 연구 결과가 발표됐다. 서울아산병원은 이비인후과 안중호 ‧ 의공학연구소 권지훈 교수팀이 6600여 건의 검이경 검사 사진을 활용해 귀의 중이 질환을 진단해내는 인공지능 알고리즘을 개발하고 실제로 적용한 결과 95% 이상의 진단 정확도를 보인 것으로 확인됐다고 26일 밝혔다. 지금까지 중이 질환을 진단하는 인공지능에 대한 연구가 활발히 진행돼 왔지만 여러 중이 질환을 동시에 진단해낼 수 있는 인공지능은 없었다. 예를 들어 중이염에 고막염까지 같이 생긴 경우 둘 다 함께 진단하지 못했다. 이에 연구팀은 2018년 1월부터 2020년 12월까지 검이경 검사를 받은 환자들의 6630장의 검사 사진을 활용해 중이 질환을 진단하는 인공지능 알고리즘을 개발했다. 또한, 연구팀은 인공지능이 1차로 만성 중이염, 삼출성 중이염 여부를 진단하고, 2차로 중이염 환자에게서 흔히 나타날 수 있는 진주종, 고막염, 진균증을 함께 진단할 수 있게 검사 사진을 학습시켰다. 이후 실제로 진단 정확도를 측정한 결과, 중이염은 약 95%의 정확도로 진단해냈으며 다른 질환들의 진단 정확도도 96~98%인 것으로 나타났