1816년의 청진기부터 오늘날의 휴대용 초음파 기계에 이르기까지 의사들은 꾸준히 신기술을 도입하여 의료 발전에 힘써왔습니다. 지난 10년간 전자 의료 시스템 도입이라고 하는 중대한 변화 덕분에 의사와 환자 모두 의료 정보에 보다 쉽게 접근할 수 있게 되었습니다. 이제 의료계는 이러한 정보를 제대로 판독하기 위해 머신러닝에 주목하기 시작했습니다.
작년 한 해 동안 구글 연구원들은 의사가 림프절로 전이된 유방암을 발견하고 당뇨성 망막증을 검사하는 데 구글 머신러닝이 어떤 역할을 했는지 보여줬습니다. 현재 구글은 연구 결과를 실제 의료 기기에 적용하기 위해 알파벳 산하 베릴리사(社) 및 생체 의학 분야의 다른 파트너들과 협력하고 있습니다. 당뇨병 환자들의 실명을 방지하기 위한 기기도 그 중 하나입니다.
이제 구글은 더욱 향상된 머신러닝 기술을 제공하려고 합니다. 머신러닝은 환자의 입원 여부, 입원 기간을 예상하는 것은 물론 요로감염증, 폐렴, 심부전 등의 질병 치료이후 불구하고 건강이 악화되는지를 예측할 수 있는 수준까지 발전했습니다. 머신러닝의 발전으로 인해 식별 정보가 제거된 의료 기록, 즉 개인 식별 정보가 제외된 기록에서 패턴을 찾아 다음 상황을 예측하고 그 상황이 일어나기 전에 환자에게 필요한 사항을 미리 준비할 수 있습니다. 이에 구글은 UC 샌프란시스코, 스탠포드 약대, 시카고 대학 등 세계 최고의 연구원 및 생물연구학자들과 파트너십을 체결해 머신러닝과 임상 전문 지식으로 환자의 상태를 호전시키고 비용이 많이 발생하는 것을 피하면서 생명을 구할 수 있는 방법에 대해 연구하고 있습니다.
의료계에서 머신러닝 활용은 매우 시급합니다. 미국에서는 매년 의료 관련 감염으로 인한 사망자 수가 99,000명, 의약품 사고로 인한 사상자는 770,000명이 넘으며, 예기치 않은 재입원으로 인한 비용이 170억 달러에 달하고 있습니다. 다른 국가의 상황도 마찬가지입니다. 매년 전 세계에서 4,300만 명이 의료 과실로 인한 피해를 입고 있으며 대부분의 사고가 중진국과 후진국에서 발생합니다. 이미 상당 부분 개선되긴 했지만 여전히 많은 의사들이 의료 정보의 활용도를 높여 의료 서비스를 개선할 수 있을지 구글에 문의합니다.
의료 분야 데이터는 매우 복잡해서 해당 데이터의 유효성과 기술 개발을 하는 데만 1년이 걸렸습니다. 그리고 앞으로 몇 개월에 걸쳐 우리 연구 결과가 엄격하게 진행되었는지 임상 심사가 이뤄질 예정입니다.
또한, 구글은 기관마다 상이한 데이터 표시 방법을 일원화하고자 노력하고 있습니다. 병원마다 데이터를 기록하는 방식이 달라서 여러 병원의 통계를 모으는 일은 어렵습니다. 게다가 데이터 호환성과 표준의 부재로 이러한 상이한 통계 문제를 해결하는 일은 일일이 사람의 손이 필요한 시간 소모적인 작업이 됩니다. 하지만 이제 의료 분야 오픈 데이터 표준(FHIR)을 기반으로 구글의 딥 러닝 기술을 이용하면, 이 절차를 자동화하여 의사와 연구자들이 원하는 데이터를 이용하는 것이 더 쉬워집니다.
이 연구 과정에서 구글의 의료 분야 파트너들은 환자 데이터를 공유하기 전에 그들의 식별 정보를 적절히 제거했습니다. 그런 다음 구글은 구글 클라우드 인프라를 이용하여 해당 환자 데이터를 최고 수준의 보호 장치로 안전하게 보관하고, HIPAA 개인정보 보호 규칙을 철저히 준수하고 있습니다. 또한, 해당 환자 기록은 구글의 소비자 데이터와 따로 분리하여 보관되며 파트너십 연구 프로젝트에만 사용됩니다.
구글은 머신러닝을 이용한 임상 분야의 혁신은 의학계와 딥 러닝 전문가의 긴밀한 공조가 수반되어야 가능하다고 믿습니다. 구글 직원들의 대부분은 의사가 아니지만 모든 직원들은 한번쯤 질병이나 부상을 경험했으며, 심지어 사랑하는 사람을 잃은 사람도 있습니다. 구글은 구글만의 힘을 통해 치료에 기여할 수 있도록 앞으로도 계속 노력할 것입니다. 힘을 합치면 전 세계 수백만 인류의 건강을 증진할 수 있다는 희망과 함께 의료 분야의 파트너십이 한층 성장하기를 기대합니다.
참고사항: 구글은 유형에 상관없이 대형 의료 데이터 세트의 공동작업을 항상 환영합니다. 구글과 함께 협업을 하고 싶어하는 조직을 알고 있다면 이 양식을 제출해주십시오.
작성자: 캐서린 추(Katherine Chou), 구글 브레인팀