연합학습, 개인정보 보호 가능
[바이오타임즈] 의료분야에서 인공지능(AI)은 외과용 로봇에서부터 신약개발, 환자의 건강관리에 이르기까지 이미 다양한 분야에서 활용되어지고 있다. AI는 빠르게 증가하는 의료데이터를 처리하여 생물학적, 생리의학적, 의약학적 문제해결 방법을 제시할 것으로 기대하고 있다.
프로그램 알고리즘과 딥러닝 기술에 기반한 인공지능은 질병의 오진률을 낮추고 의료전문가보다 질병을 더 빨리 예측하고 진단의 정확도를 높여준다. 최근에는 AI를 활용한 뇌종양 진단 모델에 대한 연구가 활발히 진행되고 있다.
연합학습, 개인정보 보호 가능
미국 펜실베니아 대학의 페럴만(Perelman) 의과대학은 인텔과 함께 연합학습(federated learning))에 기반한 뇌종양 진단을 위한 딥러닝 모델을 개발중이다. 연합학습은 여러곳에 분산되어 있는 디바이스나 로컬 데이터을 보유한 서버에서 데이터의 공유없이 개별적으로 알고리즘을 학습하는 머신러닝 기술을 말한다.
이번 연구에서 무엇보다 강조되는 것은 연합학습은 환자의 개인정보를 철저히 보호한다는 것이다. 연구팀은 의료영상 분야에 연합학습 기법을 활용했을 때 기존 방식(모든 데이터를 한 서버로 모아서 학습) 대비 99%이상의 정확도를 나타냈다고 밝혔다.
이번 뇌종양 진단 모델 구축시 좀 더 빠르고 정확한 진단을 위해서는 더 많은 양의 의료데이터가필요한 것으로 보인다. 이에 페럴만 연구팀과 인텔은 이번 연구에서 지금껏 없었던 가장 거대한 뇌종양 데이터 세트을 기반으로 학습할 예정이며, 반면 민감한 개인 의료정보는 식별되어지지 않을 것이라고 전했다. 연구팀은 미국, 캐나다, 영국, 독일 등 세계 각지 29개 연구기관들과 연합체를 구성하였다.
더 많은 검증이 필요하겠지만, 인공지능과 머신러닝은 의료영상 분야에서 그 가치를 입증하고 있다. 올해 4월, AI 기반의 당뇨망막병(diabetic retinopathy) 검사가 완전수동검사보다 저렴하며, 각 데이터당 약 2분의 노동시간 단축 효과가 있다는 연구결과가 발표되었다.
인텔의 한 관계자는 “AI 활용은 뇌종양의 조기 발견에 큰 가능성을 보여주지만, 최대한의 효과를 위해서는 단일의료기관 보다 더 많은 곳의 데이터를 필요로 한다”라고 전하면서, “인텔의 소프트웨어와 하드웨어 그리고 페럴만 연구팀이 민감한 환자 정보를 보호하면서도 프로그램 개발을 앞당기기 위해 29개 기관과 협력하고 있다”고 말했다.
머신러닝, 질병진단에서 신약개발까지
이 외에도 많은 기업들이 머신러닝 기술을 질병 진단이나 신약개발에 적용시키고 있다. PathAI(Cambridge, Massachusetts), Buoy Health(Boston, Massachusetts)와 Enlitic(San Francisco, California)은 질병 진단에 대한 연구를 수행하고 있으며, BioXcel Therapeutics(New Haven, Connecticut), BERG(Framingham, Massachusetts)와 DEEP GENOMICS(Toronto, Canada)은 유망 후보물질 발굴 및 신약타겟 단계에서 AI를 활용하고 있다.
강신천 교수(국립공주대 컴퓨터교육과)는 “인공지능 연구에서 가장 중요하게 다뤄져 왔던 것이 인간의 사고과정이었지만 현재 인공지능은 인간이 생산하고 기억하는 것보다 훨씬 많은 데이터를 처리할 수 있어서 점점 더 똑똑해지는 것은 물론이고, 더 빠르게 학습하고 더 복합한 것을 계산할 수 있다. 이와 같은 부분에 대해 인공지능이 이미 인간보다 더 뛰어난 수행 과정과 결과를 만들어 낸다는 평가를 한다.” 라고 하였는데 위의 사례들이 이를 증명하는 듯 하다.
