AI 세대는 의학 분야에서 빠르게 발전하고 있습니다.

[광고1]

20세기 후반에 컴퓨터 엔지니어들이 프로그래밍한 AI는 인간이 만든 일련의 지침(규칙)을 기반으로 탄생했으며, 이를 통해 기술은 기본적인 문제를 해결할 수 있게 되었습니다.

편집자 주: 정보화 시대의 새로운 기술 흐름에 영향을 받는 산업이 많이 있습니다. 자동화, 컴퓨터 과학, 인공지능(AI)의 영향으로 의사, 병원, 보험 회사, 의료 관련 산업 등의 기관도 예외는 아닙니다. 하지만 의료 분야에서만 보면 AI는 다른 산업보다 긍정적인 영향을 더 많이 미쳤습니다.

1세대

현재 AI를 훈련하는 방식은 의대생의 접근 방식과 비슷하다고 상상할 수 있습니다. AI 시스템에도 환자 증상을 진단으로 변환하기 위한 수백 개의 알고리즘이 훈련됩니다. 이는 AI 시스템에 의료 규칙을 통합한 최초의 세대로 간주됩니다.

생성 AI 애플리케이션은 의사가 실시간으로 정보를 업데이트하는 데 도움이 됩니다.

의사결정 알고리즘은 나무가 자라는 방식과 같습니다. 즉, 줄기(환자의 문제)에서 시작하여 거기에서 가지를 뻗어 나갑니다. 예를 들어, 환자가 심한 기침을 호소하면 의사는 먼저 발열 여부를 확인합니다. 발열 여부에 따라 2세트의 질문이 나옵니다. 첫 번째 답변에 따라 건강 상태에 대한 추가 질문이 제기될 수 있습니다. 결국 이것은 더욱 심한 분열로 이어진다. 궁극적으로 각 분야는 진단이며, 박테리아성, 진균성 또는 바이러스성 폐렴부터 암, 심부전 또는 수십 가지 다른 폐 질환까지 다양합니다.

일반적으로 1세대 AI는 문제를 인식할 수 있지만, 의료 기록을 분석하고 분류할 수는 없습니다. 그 결과, 초기 인공지능은 의학과 직관, 경험을 결합한 의사만큼 정확할 수 없었습니다. 그리고 이러한 한계로 인해 규칙 기반 AI는 다른 경우에는 임상 실무에 거의 사용되지 않습니다.

완전 자동화

21세기 초, 두 번째 AI 시대는 좁은 범위의 인공 지능(ANI)으로 시작되었습니다. ANI는 특정 작업 집합을 해결하는 인공 지능입니다. 인간의 뇌 구조를 모방한 신경망의 출현으로 딥 러닝 기술의 길이 열렸습니다. ANI는 이전 모델과는 매우 다르게 작동합니다. 연구자들이 미리 정의한 규칙을 제공하는 대신, 2세대 시스템은 방대한 데이터 세트를 사용해 사람이 오랜 시간 걸려서 알아낼 수 있는 패턴을 식별합니다.

한 사례에서 연구자들은 수천 개의 유방조영술 사진을 ANI 시스템에 입력했는데, 그 중 절반은 악성 암을 보였고 절반은 양성 암을 보였습니다. 이 모델은 X선 이미지의 크기, 밀도, 음영 등 수십 가지의 차이점을 즉시 식별하고 각 차이점에 악성 가능성을 반영하는 영향 계수를 할당합니다. 중요한 점은 이러한 유형의 AI는 인간처럼 경험적 방법(일부 경험 규칙)에 의존하지 않고 방사선과 의사나 소프트웨어 설계자가 알지 못하는 악성 및 정상 검사 간의 미묘한 차이에 의존한다는 것입니다.

규칙 기반 AI와 달리 2세대 AI 도구는 진단 정확도 측면에서 인간의 직관보다 더 나은 성과를 보이는 경우가 있습니다. 그러나 이러한 형태의 인공지능은 심각한 한계도 보여줍니다. 첫째, 각 애플리케이션에는 특정 작업이 있습니다. 즉, 유방조영술을 읽도록 훈련된 시스템은 뇌 스캔이나 흉부 엑스레이를 해석할 수 없습니다. ANI의 가장 큰 한계는 시스템 성능이 학습에 사용된 데이터의 품질에 따라 결정된다는 것입니다. UnitedHealthcare가 가장 상태가 나쁜 환자를 식별하고 그들에게 추가 의료 서비스를 제공하기 위해 좁은 범위의 AI에 의존한 것은 약점의 확실한 예입니다. 연구원들은 나중에 데이터를 필터링할 때 AI가 치명적인 가정을 했다는 사실을 발견했습니다. 단순히 진료 기록만으로 건강하다고 진단받은 환자는 의료 서비스를 거의 받지 못하는 반면, 의료 서비스를 많이 이용하는 환자는 건강에 해로운 것으로 평가된다...

미래 세대의 AI는 사람들이 의사처럼 질병을 진단하고 치료 계획을 세울 수 있게 해줄 것입니다. 현재, 생성 AI 도구(구글의 MED-PALM2)가 전문가 수준의 점수로 의사 면허 시험에 통과했습니다. 다른 많은 의료 AI 도구도 이제 의사와 비슷한 진단을 내릴 수 있습니다. 그러나 이러한 모델은 여전히 의사의 감독이 필요하며 의사를 대체할 수 없습니다. 하지만 현재의 기하급수적 성장률로는 이러한 애플리케이션이 향후 5년 안에 최소 30배 더 강력해질 것으로 예상됩니다. ChatGPT와 같은 차세대 도구는 모든 사람이 의료 전문 지식을 활용할 수 있게 해 의사와 환자의 관계를 근본적으로 변화시킬 것으로 예측됩니다.

VIET LE가 편집

[광고2]
원천