생성형 AI는 미래 의료기기 분야의 핵심 영역에서 보면 가히 혁신적이다.
설계 및 개발 지원에서 데이터 분석 기능 향상, 원격 모니터링 지원, 규정 준수 보장, 교육에 이르기까지 의료기기 환경에 혁신을 일으킬 잠재력이 있고, 궁극적으로 환자, 의료 전문가 및 의료 시스템 전반에도 큰 변화를 가져올 전망이다.
환자들의 정신건강 상태를 스크리닝하고 스트레스 관리를 위한 대처 전략을 제공하며 치료 세션 중에 도움을 줄 수 있는 정신건강 지원과 환자 교육에서 복잡한 의료 용어를 이해하기 쉽게 설명한다.
생성형 AI는 의료 전문가와 환자 사이의 소통 창구로도 활용될 수 있다. 의사와 환자 간의 대화를 원활하게 돕고, 의료 정보에 대한 이해를 높이는 데 도움을 줄 수 있으며, 이를 통해 의료 서비스와 환자 만족도를 향상시킬 수 있다.
생성형 AI와 의료 간 접점에서 보면 환자들이 질병과 관련된 증상 및 치료 방법에 대한 답변과 의료 정보에 접근하는 것이 용이해질 수 있다.
의학연구 부문에서는 연구원들이 의료데이터 분석은 물론 자연어 처리, 데이터 분류 및 데이터마이닝과 같은 작업과 행정업무 지원까지도 가능케 한다. 또 환자의 증상과 의료 기록을 바탕으로 의사가 진단을 내리거나 치료 방법을 선택하는 데 있어서 임상 의사 결정 지원도 가능하다.
데이터 분석과 모니터링은 인간보다 인공지능이 지치지 않고 오류 없이 지속 가능한 부분이다. 인간이 실수를 할 수 있다는 것을 가정하면 데이터 분석과 모니터링은 생성형 AI가 더 우월하다고 볼 수 있다.
핵심 영역에서 보면 인간의 언어를 이해하고 생성하는 능력으로 의료기기 엔지니어와 디자이너의 아이디어화 및 개념화 단계 지원과 사용자 요구 사항을 이해함으로써 세부적인 가상 프로토타입을 생성하고 장치 기능을 시뮬레이션하며 인체공학의 최적화에 기여할 수 있다. 또한 환자의 활력 징후에서 기기 성능 지표에 이르기까지 방대한 양의 데이터를 생성·분석해 의사 결정과 기기 최적화 및 맞춤형 의료 서비스에 도움이 될 수 있는 동향을 추출할 수 있다.
아울러 실시간 분석, 피드백 및 원격 제어 기능을 제공함으로써 원격 환자 모니터링, 원격 상담 및 원격 의료를 촉진하여 의료 서비스에 대한 액세스를 개선하고 만성 질환을 보다 효과적으로 관리할 수 있다.
미국 드렉셀 대학에서 GPT3를 이용해 치매를 검사하는 연구를 진행한 결과 MMSE(Mini-Mental State Exam)보다 20%가량 높은 80%의 진단 정확도를 보인 헬스케어 연구 사례도 있었다. 또한 정신건강연구에서도 편향되지 않고 상식적인 정보를 제공해서 환자들의 정신건강 분야 접근성 향상에도 도움을 주고 있다.
한 연구원이 정신 질환을 앓은 환자가 어린 시절에 썼던 수천 페이지에 달하는 일기를 생성형 AI에 학습시킨 결과 놀랍게도 ‘어린 시절의 나’가 되었고 도출된 데이터를 환자의 심리 상담치료에 이용, 긍정적인 효과가 있음을 확인한 사례도 있었다.
종합하자면, 의료기술과 인공지능의 현재와 미래는 매우 흥미로운 시점에 있다. 앞으로 규제 여건이 뒷받침된다는 전제하에 Medical Journal 등의 Peer-Reviewed Publication 결과물들을 이용해서 ChatGPT를 훈련시킨다면 또 다른 놀라운 결과를 경험할 수 있을 거라고 전망된다.
