[현장] "의료 AI, 멀티모달 시스템으로 성장…환자 미래 상태 예측"

"의료 인공지능(AI)은 질병을 판별하는 도구를 넘어설 전망입니다. 임상 데이터와 영상, 유전체 정보를 통합 분석하는 멀티모달 시스템으로 발전할 것입니다. 환자 맞춤형 질병 예측·치료를 통합 지원하는 '의료 파운데이션 모델'이 의료 AI 성장을 지원할 것입니다." 예종철 한국과학기술원(KAIST) 김재철AI대학원 교수는 17일 서울 양재 엘타워에서 열린 한국인공지능산업협회(AIIA) 조찬포럼에서 의료 AI 진화 방향성을 이같이 제시했다. 예 교수는 기존 의료 AI 연구가 주로 특정 질환을 판독하는 영상 진단 모델 중심으로만 발전해 왔다고 설명했다. 다만 이는 환자에게 완전한 치료를 제공하지 않는다고 지적했다. 그는 "의사는 영상뿐 아니라 임상 기록, 유전체 정보 등 다양한 데이터를 종합적으로 분석해 치료 결정을 내린다"며 "의료 AI가 진단만 하는 역할만으론 충분하지 않다"고 설명했다. 예 교수는 차세대 의료 AI는 영상뿐 아니라 의료 데이터와 임상 실험 자료, 유전체 정보를 종합 분석하는 멀티모달 시스템으로 발전할 것이라고 내다봤다. 그는 이런 시스템을 '의료 파운데이션 모델'로 정의했다. 실제 의료 AI 연구에서는 환자 정보를 종합 분석해 맞춤형 질병 진단과 예측, 치료법을 제시하는 모델 연구가 한창이다. 우선 환자 과거 의료 기록을 시간 순서로 분석해 질병 발생 가능성을 예측하는 모델이 등장하고 있다. 영국 대규모 의료 데이터베이스(DB)인 'UK 바이오뱅크' 연구에서는 환자 의료 이벤트 데이터 기반으로 10년 내 질병 발생 위험을 예측할 수 있다는 결과가 발표됐다. 대규모 의료 데이터 기반 모델 개발도 확대되고 있다. 미국 EMR 기업 에픽은 약 3억명 환자 데이터가 포함된 '코스모스(Cosmos)' 데이터셋 기반으로 의료 예측 모델을 구축하고 있는 것으로 알려졌다. 그는 최근 거대언어모델(LLM)을 활용한 의료 지식 시스템도 빠르게 확산한 것으로 나타났다. 그는 의료 질의응답 플랫폼 '오픈에비던스(OpenEvidence)'를 관련 사례로 들었다. 실제 미국 의사 40%가 오픈에비던스를 진료 과정에 활용한 것으로 집계됐다. 예 교수는 "의료 AI가 의사의 의사결정을 지원하는 방향으로 활용 범위가 확대되고 있다"며 "궁극적으로 임상 데이터와 영상, 유전체 정보를 통합 분석하는 멀티모달 시스템으로 발전할 것"이라고 설명했다.