AI가 의료 분야에서 어떻게 도움이 되는지 알아보자

요즘 인공 지능 또는 AI에 대한 이야기가 많습니다. AI는 가상 비서에서 안면 인식 소프트웨어에 이르기까지 어디에나 있습니다. 이 기술은 의사와 과학자에게도 도움이 되고 있습니다. 그렇다면 AI란 정확히 무엇일까요? 그리고 과학 연구를 발전시키는 데 어떻게 도움이 됩니까?

“AI는 기본적으로 컴퓨터가 인간의 뇌와 같은 방식으로 ‘생각’하도록 가르치려고 합니다.” 컬럼비아 대학의 AI 연구원인 데스피나 콘토스 박사의 말
입니다.

AI에 대한 한 가지 접근 방식은 기계 학습이라는 프로세스를 사용합니다. 기계 학습에서 컴퓨터 모델은 현실 세계에서 일어날 수 있는 일을 예측하기 위해 구축됩니다. 모델은 데이터 세트의 패턴을 분석하고 인식하도록 학습됩니다. 이 학습을 통해 모델은 새 데이터에 대한 예측을 수행할 수 있습니다. 일부 AI 프로그램은 새로운 질문을 하고 정보 조각 간에 새로운 연결을 만드는 방법을 스스로 학습할 수도 있습니다.

“컴퓨터 모델과 인간은 인간의 건강을 개선하기 위해 실제로 잘 협력할 수 있습니다”라고 NIH의 의학 AI 전문가인 Grace C.Y. Peng 박사는 설명합니다. “컴퓨터는 대규모로 계산하는 데 매우 능숙하지만 우리가 가진 직관적 인 기능은 없습니다. 강력하지만 얼마나 도움이 될지는 우리 손에 달려 있습니다.”

연구원들은 AI의 힘을 활용하여 의료 서비스를 개선하는 방법을 모색하고 있습니다. 여기에는 의학적 상태를 진단 및 치료하고 치료를 제공하는 데 도움이 됩니다.

광업 의료 영상

AI가 이미 일상적으로 사용되고 있는 분야 중 하나는 의료 영상입니다. 컴퓨터는 의사가 심장병과 암과 같은 문제의 징후를 찾기 위해 CT 및 MRI 스캔을 샅샅이 뒤지는 데 도움이 됩니다.

“AI는 인간의 눈으로 할 수 있는 것보다 훨씬 더 세밀한 방식으로 이미지를 매우 자세히 볼 수 있습니다”라고 Kontos는 말합니다. 즉, 컴퓨터는 사람이 놓칠 수 있는 미묘한 부분을 포착할 수 있습니다.

의학에서는 특정 질병의 초기 징후를 포착하는 것이 삶과 죽음의 차이가 될 수 있습니다. Kontos와 그녀의 팀은 AI를 사용하여 유방암 발병 위험이 높은 여성을 식별할 수 있는 방법을 테스트하고 있습니다. 그들은 AI를 사용하여 유방 밀도와 같은 유방 X선 사진인 유방 조영술의 다양한 특징을 분석하고 있습니다. 유방암에 걸릴 위험이 높은 여성은 더 자주 검진을 받는 것과 같은 예방 조치를 취할 수 있습니다. 이 접근법은 조기 진단과 보다 성공적인 치료로 이어질 수 있습니다.

연구팀은 또한 AI를 사용하여 유방 종양이 어떻게 반응하는지 보여주는 영상 결과를 기반으로 유방암 치료를 개별화할 수 있는지 여부를 테스트하고 있습니다. AI는 화학 요법과 같은 더 집중적인 치료가 필요한 사람과 안전하게 건너뛸 수 있는 사람을 더 잘 알려줄 수 있습니다.

“그렇게 하면 집중적인 치료가 필요하지 않은 여성들이 불필요한 부작용을 겪지 않도록 할 수 있다”고 콘토스는 설명한다.

보살핌을 받는 사람들 연결

지난해 챗GPT와 같은 고급 ‘챗봇’이 등장했다. 이 AI 프로그램은 사람들과 현실적인 대화를 나누도록 설계되었습니다. 사람들은 건강 정보를 찾기 위해 이 기술을 사용하기 시작했습니다.

많은 챗봇은 “생성형 AI”의 한 형태입니다. 이러한 유형의 AI는 기존 데이터 분석을 통해 학습한 내용을 기반으로 새로운 콘텐츠를 만들 수 있습니다. 이러한 챗봇은 인터넷을 통해 수집된 방대한 데이터 세트에 대해 훈련된 대규모 언어 모델을 사용합니다. 이 훈련은 어떤 단어가 다른 단어 뒤에 나타날 가능성이 가장 높은지 예측하는 방법을 가르칩니다.

의학적 질문에 답하기 위해 이러한 도구를 요청하고 싶을 수 있습니다. “하지만 이러한 챗봇은 실제로 사용자가 묻는 것을 이해하지 못합니다”라고 Peng은 말합니다. “그들은 단지 문구를 보고 다음에 무엇이 올지 예측합니다.” 따라서 건강 조언을 구하기 위해 사용하는 경우 주의를 기울이는 것이 중요합니다.

세인트루이스 워싱턴 대학의 정신 건강 연구원인 엘렌 피츠시몬스-크래프트 박사는 “이러한 도구에는 맥락이 많지 않다”고 설명했다. “그들은 일반적인 의미에서 올바른 의학적 조언인 것을 진술할 수 있을 것입니다. 하지만 그것은 당신 개인에게 올바른 의학적 조언이 아닐지 모릅니다.”

Fitzsimmons-Craft는 “ChatGPT와 같은 이러한 도구가 어떤 정보에 대해 훈련되는지 항상 알 수 있는 것은 아닙니다. “우리는 그들이 신뢰할 수 있는 출처에서 정보를 얻고 있는지 아닌지 알 수 없습니다.”

그럼에도 불구하고 의학에서 챗봇을 사용한다는 아이디어는 가능성이 있다고 Fitzsimmons-Craft는 설명합니다. 현재 정신 건강을 포함한 많은 분야에서 의료 서비스 제공자가 부족합니다. 챗봇은 일부 격차를 메울 수 있습니다.

“정신 건강 검진 후 제공된 권장 사항을 따르는 사람은 많지 않습니다.”라고 Fitzsimmons-Craft는 말합니다. “그리고 우리는 그 모든 사람들과 연결할 수 있는 충분한 공급자가 없습니다.”

Fitzsimmons-Craft와 그녀의 팀은 섭식 장애가 있는 사람들이 치료를 받을 수 있도록 안내하는 데 도움이 되는 챗봇을 개발하고 있습니다. 그들의 챗봇은 제한된 AI와 함께 규칙 기반 모델을 사용하여 만들어졌습니다. 규칙 기반은 인간 전문가가 전체 대화를 미리 작성한다는 것을 의미합니다. 그런 다음 챗봇은 챗봇을 사용하는 사람의 응답을 기반으로 말할 내용을 선택합니다.

“이 챗봇이 말하는 것은 놀라운 일이 아닙니다”라고 Fitzsimmons-Craft는 설명합니다. “이는 가드레일을 구축하기 위해 훨씬 더 열심히 일해야 하는 생성형 AI와는 대조적입니다.”

그녀의 팀은 현재 어떤 대화 내용이 가장 효과적인지 확인하기 위해 챗봇을 테스트하고 있습니다. 그런 다음 그들은 섭식 장애에 대한 선별 검사 후 도움을 구하는 사람들의 수를 증가시킬 수 있는지 여부를 테스트할 것입니다.

NIH의 자금 지원을 받는 다른 연구원들은 챗봇이 자살 예방 및 심장 건강에 좋은 식단 변화 장려와 같은 추가 영역에서 도움이 될 수 있는지 여부를 연구하고 있습니다.

미래를 내다봄

AI가 더 많은 의료 분야로 이동함에 따라 많은 윤리적 문제를 해결해야 한다고 Kontos는 설명합니다. “이러한 시스템은 인간의 데이터로부터 학습하기 때문에 우리의 편견을 학습할 수 있습니다”라고 그녀는 말합니다.

예를 들어, 과거에는 여성보다 남성이 훨씬 더 많은 연구를 수행했습니다. 이는 결과 데이터가 여성의 건강 관리를 안내하는 데 정확하지 않을 수 있음을 의미합니다. 따라서 이 정보가 AI 모델에 입력되면 편향이 뒤따를 것입니다.

편향이 기계에 도달하기 전에 인식하면 이러한 악순환을 끊을 수 있습니다. “우리 사회에서 사람을 훈련시키는 것에 대해 우리가 저지른 실수로부터 배웠기 때문에 기계를 더 잘 훈련시킬 수 있을까요?”
펭이 묻는다.

NIH의 자금 지원을 받는 연구원들은 이러한 문제뿐만 아니라 의학에서 AI를 사용하는 다른 많은 방법을 연구하고 있습니다. 여기에는 국가 간에 바이러스가 확산될 수 있는 방식을 모델링하고 신약이 안전한지 예측하는 것이 포함됩니다.

이 모든 프로젝트에는 인간의 상상력과 컴퓨팅 성능이 필요합니다. 따라서 AI는 사람을 대체할 수 없다고 Fitzsimmons-Craft는 말합니다. “AI는 도구 상자의 또 다른 도구일 뿐이며, 또 다른 형태의 도움을 제공합니다.”