인공지능 AI가 의료 분야에서도 혁신을 일으키고 있다. 인구 고령화 추세로 의료진의 업무가 가중되고 있는 가운데, AI가 의료진과 환자의 대화를 이해해 차트 정리와 같은 업무를 도와줄 수 있다는 것.

서울 강남구 코엑스에서 9일 열린 바이오 코리아 'AI 의료서비스'세션에서 전문가들은 초거대언어모델 LLM(Large Language Models)에 주목했다.

LLM은 방대한 양의 데이터를 기반으로 학습돼 서술형 질의응답과 코드 생성 등의 다양한 작업을 수행할 수 있는 새로운 차원의 머닝러신모델을 말한다. 의료 현장에선 전문의학용어와 축약어 등이 사용되는 만큼, 각 의료기관과 맞는 방식의 LLM을 개발해 사용하게 된다.

삼성서울병원 데이터혁신센터의 손명희 부센터장은 "일상 언어로 질문하거나 명령을 내려도 LLM은 그 의미를 추론하고 이해해 적절한 업무 처리가 가능하다"면서 "LLM은 환자의 데이터를 바탕으로 의사의 차트 작성법을 배워 차트를 작성할 수 있다"고 밝혔다. 손 부센터장은 이어 의료데이터인 만큼 '보안'을 신경써야한다고도 강조했다.

존스홉킨스대학교 교수인 윤시중 프리딕티브 총괄사장은 국제 정밀의료 분야의 LLM 활용 사례와 역할에 대해 전했다. 그는 LLM이 번역 및 해석 툴로써 의사를 도와 유전과 혈액검사 등의 기록을 비교분석해 오진을 줄여줄 수 있다고 설명했다.

윤 교수는 "LLM은 개인 DNA 기반 디지털트윈을 생성해 방대한 게놈데이터를 해석함으로써 약물 투여 전 질병위험마커를 식별해 치료 효과를 최대치로 끌어올릴 수 있다"면서 "현재 LLM은 정밀의료에 활용되면서, 전례없는 규모의 환자 개개인의 생물의학데이터 처리 도구로 발전했다"고 말했다.

A 질병엔 일률보편적으로 B 치료를 하던 과거와 달리, 이제 개개인의 상황과 원인을 정확히 파악한 후 치료 여부를 결정하는 정밀의학 추세에서 LLM을 활용할 수 있다는 것. 그는 "LLM에 환자의 데이터를 입력하면 투약 후 부작용과 약물효용성을 분석함으로써, 환자 별 약물부작용을 확인할 수 있을 뿐 아니라 불필요한 의료비 지출도 줄일 수 있다"고 했다.

윤 교수는 "앞으로 정밀 의료, 개인화된 의료를 구현할 때는 더 이상 환자에게 몸무게와 혈압 수치를 질문하는 게 아니라, 해당 환자의 다양한 의료검사기록 데이터를 통합하는 소프트웨어의 주체로서 LLM을 사용하고, 이 과정에서 개인 프라이버시 사용 동의와 윤리적인 이슈들을 조심히 다뤄가면서 의료 현장에 잘 적용될 수 있기를 바란다"고 전했다.