%EC%82%B0%EC%97%85%ED%98%81%EB%AA%85
-
KPC4IR, 보건의료 분야 인공지능 활용 가이드 개발
우리 대학이 ʻ사회를 위한 보건의료 분야 인공지능 활용 가이드(Using Artificial Intelligence to Support Healthcare Decisions: A Guide for Society)ʼ를 국제 공동연구를 통해 개발했다. 코로나 19의 세계적인 대유행은 인공지능 기술의 빠른 상용화를 촉진했다. 일례로, 영국의 인공지능 스타트업인 베네볼런트AI(BenevolentAI)는 신종 질병 치료약물을 식별하기 위해 통상적으로 8년이 걸리던 기간을 인공지능 기술을 활용해 단 1주일로 단축시켰다. 이처럼 인공지능 기술은 경제·산업·사회·문화 등 전방위로 확산되면서 엄청난 부가가치와 생활의 편익을 창출하고 있다. 하지만, 급속한 기술 도입이 데이터의 편향이나 오·남용 등의 맹점을 함께 가져왔다는 우려도 중요하게 대두되고 있다. 특히, 보건의료 분야는 인공지능을 뒷받침하는 데이터의 품질과 검증 여부가 생명과 직결되기 때문에 인공지능 기술의 타당성과 안전성이 무엇보다도 우선시 되어야 한다. KAIST 한국4차산업혁명정책센터(센터장 김소영, 이하 KPC4IR)는 보건의료 분야에 적용되고 있는 인공지능 기술의 신뢰성을 확보하기 위해 보다 많은 사람이 인공지능 기술의 책임성에 관한 질문을 던져야 한다는 문제의식을 바탕으로 이번 가이드를 제작했다. 연구진이 말하는 책임성이란 인공지능 기술이 데이터의 편향성으로 현존하는 불평등을 악화시키지 않도록 주의하고 데이터의 정확성을 확보해 결과의 오류를 최소화하는 등의 노력이다.
KPC4IR은 이번 가이드 개발을 위해 싱가포르국립대학교의 리스크공공이해연구소(National University of Singapore Lloyd’s Register Foundation Institute for the Public Understanding of Risk), 영국의 대표적인 과학 기술 비영리 기관인 센스 어바웃 사이언스(Sense about Science)와 함께 지난 1년 간 국제 공동연구를 수행했다.
연구진은 의료영상 분석 및 진단의 효과성 제고와 빅데이터를 활용한 질병 예측 및 임상적 의사결정, 신약 개발 분야 시간 단축 등 의료 분야에 인공지능 기술을 적용한 국내·외 사례를 이번 가이드에 담았다.
또한, 학습 데이터에 누락되거나 제외된 정보가 있다면 인공지능이 편향성을 나타낼 수 있으며, 원래와는 다른 용도로 사용할 경우 변수 간의 연관 관계나 심지어는 결과까지도 잘못 판단할 수 있다는 점도 강조했다. 독일에서는 피부의 병변을 감지해 암 발생 가능성을 진단하는 인공지능을 개발해 실제 의사들의 진단 소견과 비교하는 실험을 진행했다. 동일한 병변 이미지를 인공지능과 다양한 국적을 가진 피부과 전문의 58명에게 보여준 결과 인공지능은 87%의 정확도로 병변 의심 사례를 식별해냈다. 79%의 정확도를 보인 의사들의 정확도를 앞지른 것이다. 인공지능이 의사가 환자를 치료하며 결정을 내리는 과정에서 도움이 될 수 있다는 것을 보여준 사례다. 그러나 인공지능이 옅은 피부색을 가진 사람들로부터 수집한 데이터를 주로 활용해 학습한다면 짙은 피부색을 가진 환자들의 병변은 제대로 진단하지 못할 가능성이 커진다. 인공지능을 ʻ지능적ʼ이라고 하는 이유는 데이터를 단순히 검색하는 수준에 머무는 것이 아니라 데이터에 숨어 있는 특정 패턴을 분석해 유의미한 자료로 추출하기 때문이다. 그래서 사람들은 인공지능의 의사결정이 냉철하고 객관적일 것이라고 생각하지만, 인공지능은 현실에 존재하는 데이터들 바탕으로 학습한다. 우리가 가진 사회적 편견과 편향, 위험한 가정들을 그대로 내재한 결과가 도출될 수도 있다는 뜻이다.연구진은 인공지능 기술을 보건의료 분야에 활용하는 데 있어 가장 중요한 요소 중 하나인 신뢰성(reliability)을 중심으로 데이터의 품질·변수 등과 관련된 공정성 문제를 파악하고 기술의 정확성을 점검할 수 있는 다섯 가지 기준을 이번 가이드에 담았다. ▴출처가 정확한 데이터 사용 ▴사용 목적에 맞는 데이터의 수집 또는 선택 ▴제한 사항과 가정의 정확한 언급 ▴데이터의 편향성 명시 ▴실제 환경에서의 적절한 테스트 등이 이행되었는지 점검하기 위해 우리 사회가 이와 관련한 적극적인 질문을 던져야 한다고 강조했다.
연구를 총괄한 김소영 KPC4IR 센터장은 "보건의료 분야의 인공지능 기술이 충분히 견고한지를 검증하는 질문들이 우리 사회에서 활발하게 논의된다면, 궁극적으로 인공지능 기술의 역량을 끌어올리는 것과 동시에 신뢰할 수 있는 기준을 마련할 수 있을 것ˮ이라고 말했다.
이어, 김 센터장은 "인공지능 기술에 대한 국민의 이해도를 높여 한계점과 개선 사항을 인식해나가는 과정에서 이번 가이드가 중요한 역할을 해 줄 것으로 기대하고 있다ˮ라고 덧붙였다. KPC4IR의 이번 연구는 유럽과 아시아를 아우르는 국제 공동 연구자들이 보건의료라는 특정 분야에서 인공지능 기술의 가이드를 제시한 세계 최초의 사례다. 이를 위해 싱가포르국립대학교·테크놀로지기업 어피니디(Affinidi), 스페인 마드리드 카를로스 3세 대학교, 영국 로이드 선급 재단·가이 앤드 세인트 토마스 국가보건서비스 재단 등에 소속된 전문가들이 자문과 인터뷰, 워크숍 등의 방식으로 참여했다. 국내에서는 서울아산병원, 분당서울대병원 등을 비롯한 의료계와 KAIST AI대학원·바이오및뇌공학과, 과학기술정책연구원, 정보통신정책연구원, 인공지능 솔루션 기업 뷰노 등 다수의 산·학·연 관계자들이 함께했다. KPC4IR은 이번 성과를 국제적으로 공유하기 위해 8월 15일 오전 10시부터 온라인으로 열린 ʻ2021 KDD 국제 워크숍ʼ에서 연구 내용을 발표했다. ʻ사회를 위한 보건의료 분야 인공지능 활용 가이드ʼ의 전체 내용은 KAIST 한국4차산업혁명정책센터 (https://kpc4ir.kaist.ac.kr/)와 싱가포르국립대 리스크공공이해연구소(https://ipur.nus.edu.sg/)의 홈페이지에서 확인할 수 있다.
2021.08.17 조회수 10690 -
한국4차산업혁명정책센터, WEF에 코로나19 접촉자 추적 기술에 관한 기고문 게재
우리 대학 한국4차산업혁명정책센터(센터장 김소영)가 코로나19 접촉자 추적앱의 현황 및 과제와 신뢰 구축 방안을 제시한 기고문이 세계경제포럼(WEF) 홈페이지에 5월 5일(수)에 공식 게재됐다.
<코로나19 접촉자 추적앱의 현황 및 과제 해결을 위한 신뢰 구축 방안(Digital contact tracing apps help slow COVID-19. Here's how to increase trust.)>을 제목으로 하는 기고문은 코로나19 접촉자 추적 기술을 재정의하고, 관련 데이터 운용에 따른 개인정보 유출, 빅테크기업과 각국 정부의 빅브라더 현상 등의 사회적 문제를 해결하기 위한 정책 방안을 제시하기 위해 작성됐다.
코로나19 접촉자 추적 기술은 한국을 포함한 여러 나라에 도입되어 감염자와 접촉자를 분류하고, 감염의 확산 추세를 낮추고 있다. 반면, 개인정보보호 이슈로 인한 자국민의 반대로 해당 기술을 도입하지 않는 국가도 존재한다. 기술을 도입한 국가 또한 개인정보 노출, 사회적 낙인, 데이터 미폐기 및 오용 등의 사회적 문제를 해결하지 못하고 있는 실정이다. 한국4차산업혁명정책센터에서는 이러한 문제점 해결에 앞서 대중의 신뢰를 구축하는것에 초점을 맞춰야 한다는 것을 강조했다.
백단비 연구원, 코넬리우스 칼렌지(Cornelius Kalenzi) 연수연구원, 임문정 연수연구원이 참여한 이번 기고문은 국가별 코로나19 접촉자 추적 기술의 규제 현황을 체계화하고, 대응 방안으로 기술 채택 속도에 기민하게 대응하는 애자일(Agile) 거버넌스 모델 도입, 독립적이며 신뢰할 수 있는 감시 기구 및 승인 시스템 도입, 지속적인 모니터링 실시 등 기존의 시스템을 강화하는 방안을 제시하고, 향후 ‘신뢰’가 코로나19 접촉자 추적 기술을 넘어 의료시스템 운영에도 필수적 요소가 될 것이라고 제시한 것에 큰 의의가 있다.
WEF는 글로벌 이슈에 관해 투고된 기고문을 피칭(pitching)을 통해 선정한 뒤 홈페이지 글로벌 아젠다(Global Agenda) 메뉴를 통해 게시하고 있다. 글로벌 아젠다(Global Agenda) 메뉴는 WEF 홈페이지의 첫 화면으로 마이크로소프트 창립자 빌 게이츠, 고든 브라운 영국 전 총리를 비롯하여 국제적으로 저명한 리더와 전문가들이 피칭에 참여해 글로벌 현안에 적합한 기고를 채택하고 있다.
한국4차산업혁명정책센터는 <온라인 교육의 미래: 한국으로부터의 교훈(The future of online education: lessons from South Korea)>, <청각 장애 학생을 위한 온라인 수업 개선방안(Here's how we can improve online learning for deaf students)> 등 WEF 글로벌 아젠다에 지속적으로 글로벌 이슈를 분석하고 연구하며 정책적 대안을 제시하고 있다.
한편, 이번에 게시된 기고문은 WEF 홈페이지(https://www.weforum.org/agenda/2021/05/could-the-governance-required-for-contact-tracing-apps-already-exist/) 에서 확인할 수 있다.
2021.05.07 조회수 24141 -
이상엽, 김현욱 교수, 약물 상호작용 예측기술 DeepDDI 개발
우리 대학 생명화학공학과 이상엽 특훈교수와 김현욱 교수 공동 연구팀이 약물-약물 및 약물-음식 간 상호작용을 정확하게 예측하기 위해 딥 러닝(deep learning)을 이용해 약물 상호작용 예측 방법론인 딥디디아이 (DeepDDI)를 개발했다.
김현욱 교수, 류재용 연구원이 공동 1저자로 참여한 이번 연구는 국제학술지 ‘미국 국립과학원 회보(PNAS)’ 4월 16일자 온라인판에 게재됐다.
기존의 약물 상호작용 예측 방법론은 약물-약물 간의 상호작용 가능성만을 예측할 뿐, 두 약물 간의 구체적인 약리작용에 대한 정보는 제공하지 못했다. 이러한 이유로 맞춤형 약물 처방, 식이요법 등 응용 연구에서 체계적인 근거를 제시하거나 가설을 세우는 데에 한계가 있었다.
연구팀은 딥 러닝(deep learning) 기술을 적용해 19만 2천 284개의 약물-약물 상호작용을 아우르는 86가지의 약물 상호작용을 92.4%의 정확도로 예측하는 시스템 딥디디아이 (DeepDDI)를 개발했다.
딥디디아이는 두 약물 A, B 간의 상호작용에 대한 예측 결과를 다음과 같이 사람이 읽을 수 있는 영문 문장으로 출력한다 : “The metabolism of Drug B can be decreased when combined with Drug A (약물 A를 약물 B와 함께 복용 시 약물 B의 약물 대사가 감소 될 수 있다)”
연구팀은 딥디디아이를 이용해 두 약물 복용 시 일어날 수 있는 유해반응의 원인, 보고된 인체 부작용을 최소화시킬 수 있는 대체 약물, 특정 약물의 약효를 떨어뜨릴 수 있는 음식 및 음식 성분, 지금껏 알려지지 않은 음식 성분의 활성 등을 예측했다.
이번 연구성과로 약물-약물 및 약물-음식 상호작용을 정확하게 예측할 수 있는 시스템을 활용하는 것이 가능해졌으며 이는 신약개발, 복합적 약의 처방, 투약시의 음식조절 등을 포함해 헬스케어, 정밀의료 산업 및 제약 산업에 중요한 역할을 할 것으로 기대된다.
이상엽 특훈교수는 “이번 연구결과는 4차 산업혁명 시대의 정밀의료를 선도할 수 있는 기반 기술을 개발한 것이다”며, “복합 투여되는 약물들의 부작용을 낮추고 환자 맞춤형 약물 처방과 식이요법 제안을 통한 효과적인 약물치료 전략을 수립할 수 있다. 특히 고령화 사회에서 건강한 삶을 유지하는데 필요한 약-음식 궁합에 대한 제안을 해 줄 수 있는 시스템으로 발전해 나갈 것이다”고 말했다.
이 연구성과는 과학기술정보통신부의 바이오리파이너리를 위한 시스템대사공학 연구사업, KAIST의 4차 산업혁명 인공지능 플래그십 이니셔티브 연구사업의 지원을 받아 수행됐다.
□ 그림 설명
그림1. 딥디디아이 (DeepDDI)의 모식도 및 예측된다양한 약물-음식성분의 상호작용들의 시각화
2018.04.18 조회수 16239