나는 지난해 11월 열린 추계대한외과학회 마지막날 ‘인공지능을 이용한 유방암 예후 예측프로그램의 정확성’에 대해 발표했다.

유방암 환자가 느끼는 두려움은 재발이다. 치료자는 임상적인 인자를 동원, 예후를 예측하게 되고 환자에게 안심을 준다. 그러나 모든 예측이 맞는 것은 아니다. 이런 예후 예측 분야에 새로운 강자라고 하면 인공지능이라고 할 수 있다. 생존율 데이터를 잘 선별해 컴퓨터에 입력하고 학습을 준비시킨다. 컴퓨터는 반복적인 학습을 통해 재발하는 군과 재발하지 않는 군을 구분한다. 좋은문화병원은 한국유방암학회에 등록된 15만 명의 환자 데이터를 ‘재발군’과 ‘비재발군’으로 구분해 컴퓨터에 학습시켰고, 정확도가 87%에 달하는 예측기를 만들게 됐다. 환자 진료 때 인공지능을 보조로 활용하는 진료가 가능하게 된 것이다.

빅데이터를 정의하는 방법은 다양하다. ‘구슬이 서말이라도 꿰어야 보배’라는 속담이 있다. 의료 정보도 마찬가지로 데이터를 가려내는 작업이 중요하다. 컴퓨터가 학습을 통해서 중요도를 부여하는 방법이 바로 ‘딥러닝’이다. ‘이성’이 최고의 가치로 여겨졌던 시절이 있었다. 암도 해결될 줄 알았다. 하지만 시간이 지날수록 이 생명이라는 현상에는 이성적으로 이해가 안 되는 부분이 많다. 컴퓨터가 학습하는 과정을 관찰하다 보면 많은 부분에서 인간과는 사뭇 다르다는 것을 알 수 있다.

인간의 이성은 절대적인 진리를 추구한다면, 컴퓨터는 그때그때 상황에 맞게 이론을 달리 적용하고 있다는 점이다. 암 수술을 예로 들면 의사는 종양의 크기, 림프절의 전이 정도, 암세포의 분화 정도 등 통계적으로 중요하다고 알려진 인자를 중심으로 모든 환자에게 똑같이 적용되는 법칙을 찾는다. 하지만 컴퓨터는 애초 이런 법칙의 존재를 인정하지 않는다. 다만 일련의 데이터를 쭉 나열하고, 데이터가 모이는 집단 사이의 경계선만 유심히 보다가 구간 구간 다른 법칙을 적용한다.

인공지능을 만들고 현실에 적용하는 문제가 남의 일이라는 자세는 미래 ‘4차 산업의료’를 더욱 멀어지게 한다. 구글은 인공지능 관련 라이브러리를 무상으로 제공한다. 관련 서적도 넘쳐난다. 자동차를 우리가 직접 만들어서 탈 필요는 없다. 타고 다니다 보면 자신에게 맞는 기능을 강화하고, 필요 없는 기능을 제거하기도 한다. 인공지능과 관련된 프로그래밍도 마찬가지라 본다. 프로그래밍도 우리 스스로가 연구해서 만들 필요는 없다. 이미 수많은 예제가 제공되고 있어 필요한 예제를 선택해서 따라하기만 하면 된다. 그러면 자신에게 필요한 기능이 생각나게 되고, 거기서 조금만 변형하면 얼마든지 활용 가능하다. 그냥 시작하면 되는 것이다. 좋은문화병원 유방갑상선센터는 이런 과정에 적극 참여해 4차 의료산업이 환자의 피부에 직접 와닿을 수 있도록 시동을 건 셈이다.유방암으로 어디에서 수술을 받았든 어디에서 항암치료를 했든 상관없다. 일단 궁금한 점이 있으면 언제든지 상담이 가능하다. 지금 내가 어떤 치료를 받아 온 것인지, 앞으로 어떤 치료를 받게 될지 인공지능이 같이 예후를 예측한다. 인공지능의 의료 도입을 우려하는 목소리가 높지만, 나는 오늘 인공지능의 무한한 발전 가능성을 긍정의 시각으로 바라보고자 한다. 인공지능이 나의 동반자로, 나의 조력자로 항상 같이 진료를 보게 될 그날을 꿈꾸며.

유동원 좋은문화병원 외과 과장