현재 의료 분야의 가장 큰 문제는 고령화로 인해 비용이 급격히 증가하고 있다는 점입니다. 새로운 데이터 원천과 혁신적 기술은 검사실이 이러한 문제를 해결할 수 있도록 도와주며, 환자 진료를 위한 새로운 통찰과 역량을 제공합니다.
센서의 민감도가 높아짐에 따라 우리는 건강 상태의 변화를 이해하는 데 필요한 전례 없는 방대한 데이터를 확보하게 될 것입니다. 앞으로는 음성 알고리즘, 얼굴 분석, 소셜 미디어 등 새로운 데이터 원천을 분석하여 질병을 진단하고, 예측하고, 예방하는 데 기술을 활용하게 될 것입니다. 방대한 다양성의 데이터와 낮아진 데이터 처리 비용을 기반으로 검사실은 예방 중심·개별화된 진료 체제로의 변화에서 더욱 중요한 역할을 담당하게 될 것입니다.
세 가지 핵심 기술 법칙이 이 데이터 혁명을 주도하고 있습니다. 무어의 법칙은 동일한 비용으로 처리 능력이 18개월마다 두 배가 된다고 설명하며, 크라이더의 법칙은 저장 용량이 같은 방식으로 증가한다고 말합니다. 또한 메트칼프의 법칙 (네트워크 법칙) 은 네트워크의 가치는 참여자의 수의 제곱에 비례해 증가한다고 설명합니다.
이 세 가지 법칙이 의료 분야에서 결합되는 현상이 점차 뚜렷해지고 있습니다. 명확한 예는 유전체 분석 비용의 변화입니다. 비용은 2001년 27억 달러에서 2018년에는 단 200달러로 감소했습니다[1]. 일부 전문가는 2020년대 중반에는 이 비용이 5센트 미만으로 떨어질 것이라고 예측합니다[2]. 이는 화장실 물을 내리는 비용보다 낮은 금액입니다. 그렇게 되면 시퀀싱 서비스가 보편화되어, 대규모 예방 의학을 가능하게 하는 기반이 마련될 것입니다.
이러한 추세는 인공지능(AI) 및 자동화 기술의 발전 또한 가속하고 있습니다. 중국의 한 공장에서는 전체 노동자의 90%가 자동화로 대체된 사례가 [3] 있습니다. 생산량은 160% 이상 증가했으며, 결함률은 25%에서 5%로 감소했습니다. 병원의 환자라면, 검사 결함률 감소가 이런 수준으로 개선되기를 원하지 않겠습니까?
AI 알고리즘과 로봇 기술은 이미 의료 현장에서 사용되고 있으며, 특정 업무는 로봇이 인간보다 더 나은 성능을 보이기도 합니다. 일부 수술에서는 로봇이 인간보다 더 높은 안정성을 제공하며, 몇몇 진단 검사에서는 머신 비전이 인간이 감지할 수 없는 세부 신호까지 포착할 수 있습니다. AI는 이미 영상의학 분야에서 심장, 간, 뼈 질환 등 다양한 질환을 진단하는 데 활용되고 있습니다. 더 많은 활용 분야가 도입될 가능성이 매우 높습니다.
이러한 기술 발전은 질병의 조기 발견을 가능하게 하여 고품질 의료 서비스 접근성을 향상시키고 있습니다. 예를 들어, 유방암 조기 발견 센서는[4] 유방촬영술 정확도에 근접하고 있으며, 향후 가정에서의 자가 검진과 조기 개입을 가능하게 할 것입니다.
이러한 기술을 검사실과 의료 비즈니스에 적용하기 시작할 때 우리는 AI를 ‘인간을 증폭시키는 기술’로 바라봐야 합니다. 의료의 미래는 디지털 중심이 될 수 있지만, 실제로 AI가 사람을 대체할 수는 없습니다. 우리의 사고방식은 대체가 아니라 보조(증강)에 초점을 두어야 합니다.
검사실의 경우 AI가 진단 비용 절감, 워크플로우 자동화, 운영 효율성 개선, 그리고 방대한 데이터로부터 새로운 임상적 통찰을 생성하는 데 어떻게 활용될 수 있는지 신중히 고려해야 합니다. 이 과정에는 창의적 사고와 실험이 필요합니다. 이를 성공적으로 구현한다면 의료 서비스 접근성을 확대하고 전 세계 환자의 비용 부담을 줄이는 데 기여하게 될 것입니다.
[1] Now You Can Sequence Your Whole Genome for Just $200, Wired, 2018
[2] Soon, It Will Cost Less To Sequence A Genome Than To Flush A Toilet — And That Will Change Medicine Forever, Business Insider, 2014
[3] Man versus machine: 9 human jobs that have been taken over by robots, BT, 2018
[4] Laser-sonic scanner aims to replace mammograms for finding breast cancer, Science Daily, 2018
본 기사는 중국 광저우에서 개최된 행사에서 발표된 내용을 기반으로 작성되었습니다: Healthcare innovations from remediation to prevention at the Roche Efficiency Days (RED) 2018 REDefining perspective.
