약업의 비상(飛上): AI기술은 보건의료서비스를 보완하는가?

장수시대의 급격한 도래와 더불어 ‘건강 과민시대’로 진입하였다. 연장된 수명에 따른 삶과 건강의 질을 중시하는 경향도 강화되었다. 대중이 생각하는 건강의 개념과 우려사항, 문제점과 해결방안을 의료관련 전문인이 주도적으로 해결할 수 있다는 주장도 점차 설득력을 잃고있다. 
의료서비스는 대중의 건강 및 생명과 직결되기에 여타 교육, 법률, 행정, 금융 서비스 분야와 비교하면 중요성이 다르게 판단될 수 있다. 초고속으로 진행 중인 저출산-고령화 등 보건의료시스템에 미치는 환경의 급격한 변화상을 고려할 때 건강과 의료서비스, 보건의료시스템에 대한 전문가와 대중의 인식에도 많은 변화가 필요하다.

의료서비스가 지향하는 목표
사전적 의미로 ‘의료’란 의술로써 병을 고치는 행위이다. 의료란 개념을 의료이용 시 질병사 단계에 따라 구분하면 건강증진, 예방, 진단과 치료, 재활 등을 포함한다. 한편, 질병자연사를 고려한 예방적 관점에서 구분하면 1차, 2차, 3차 예방으로 나눌 수 있다. 또한, 건강문제의 종류와 기술적 복잡성을 따라 분류하면 1차의료(지역보건소와 의원급), 2차의료(단과전문의와 병원급 의료기관), 3차의료(인적, 물적 비중이 큰 종합병원급 고급서비스)로 구분된다.
선진사회에서 의료서비스에 대한 함의는 결국 ‘적정 의료서비스’의 중요성을 주목하게 만들었는데 이를 결정하는 요인으로는 (1)접근 용이성, (2)질적 적정성, (3)전인적 의료 및 협동 측면에서의 연속성, (4)의료경제적 합리성 등이 꼽힌다. 그러므로 우리나라 국민을 위한 의료서비스의 기본방향은 (1)미래 환경변화에 대응하면서 서비스 향상을 위한 투자규모를 확대하고, (2)저출산-고령화사회 진입에 대응하며, (3)저소득층-장애자-아동 같은 취약계층 지원을 강화하며, (4)전 사회구성원의 건강증진을 위한 예방적 보건의료서비스를 강화하는 것이라고 강조되어 왔다.

건강을 결정하는 요인들
약사 사회도 ‘약료서비스’란 용어를 근래 빈번히 사용하고 있다. 의료서비스와 마찬가지로 약료서비스란 개념이 보편적으로 확산, 사용되려면 건강의 결정요인과 가치에 대한 기본적 고찰이 필요하다. 현대에는 질병과 건강을 하나의 연속된 스펙트럼으로 인식하며 그 구분도 불명확하다. 예를 들면, 만성질환의 경우는 일상적 생활습관과 환경요인을 조정하는 것이 치료의 행위이자 예방적 행위이며 건강증진을 위한 수단으로 여겨지는 것이다.
한편, 보건의료나 헬스케어 행위가 대중의 건강에 유익한 영향을 주는가에 대한 의문이 이어졌는데 여기에는 첫째, 보건의료가 인구집단의 사망수준을 낮추는데 반드시 기여하는가 라는 질문이다. 둘째, 의료행위나 의약품의 사용이 오히려 건강에 해롭게 한다는 견해도 있다. 셋째, 의료서비스는 항상 효과적인가 라는 질문 등이다. 
상충되는 주장가운데 보건의료서비스의 ‘가치’를 중시하려는 관점이 대두되었다. 그간 의학 및 의료 영역이 발달 및 확장되면서 치명적인 질병류에 대한 치료의 성과는 크게 개선되었다. 특히 가정의학이라 불리는 1차의료분야에서 괄목한 만한 진전이 많았다. 동시에 의학기술도 눈부시게 발전하였는데 손꼽을 만한 기술로는 응급환자 후송체계, 항암화학요법, 모자보건체계, 감염질환 치료 및 예방법, 공중보건시스템, 피임법, 호스피스, 재택 및 방문의료 등이다.

공공의료의 확대와 건강투자
그간 정부가 집중해온 공공의료적 건강투자 확대 방향은 다음과 같다. 첫째, 생활행태개선과 질병의 예방 및 관리를 위한 건강투자이다. 둘째, 건강보험이나 의료급여, 그리고 취약계층을 위한 의료지원 등 의료보장이다. 셋째, 식품이나 의약품, 수혈이나 장기이식, 응급의료체계의 개선 같은 국민의 안전확보이다. 넷째, 의료전달체계 개선, 공공의료 확충, 의료분쟁 시 소비자 권익보호, 의료자원의 효율적 배분 등 의료체계의 구축과 질 향상이다. 다섯째, 식품, 의약품, 의료기기 의료서비스 산업을 육성하는 보건산업진흥 분야이다.

건강투자영역 개념의 변화
전통적으로 선진 국가들은 ‘국가의 건강수준은 의사나 병원의 유용성에 비례한다’는 입장을 고수해왔다. 그러나 선진국의 의료서비스 체계는 우수했지만 국민의 건강수준이 실제로 향상되는 것과 반드시 비례하지는 않았다. 그래서 현재는 건강수준을 향상시키기 위한 환경이나 개인의 건강위험요인을 개선하는 방안이 더 효과적이라는 견해가 우세하다.
국민의 건강수준은 건강의 장(Health Field) 모형에 따르면, 보건의료제도, 환경, 건강습관, 생리적 조건 등이 복합적으로 작용하며 각 요인은 다양한 하부요인으로 구성된다(그림1). ‘건강결정요인’이란, 건강문제에 직접 연관된 과학적으로 입증된 요인이며, 결정요인 수준이 변화하면 건강수준도 함께 변화한다. 예로 들면, 신생아 사망사망률의 결정요인에는 ‘저체중 상태’가 있다. 결정요인에 대한 ‘직접 기여요인’은 결정요인 수준에 직접적으로 영향을 주는, 과학적으로 입증된 요인들로 ‘분만 전 건강관리’ 같은 것을 예로 들 수 있다. 
한편, ‘간접 기여요인’이란 직접 기여요인 수준에 영향을 미치는 것으로 건강수준에 매우 밀접한 것은 아니지만, 건강수준을 변화시킬 수 있을 정도의 인접한 요인을 뜻한다. 즉, 교통서비스 등의 의료접근성 같은 것이 적절한 예이다. 우리나라의 연구에 따르면, 한국인의 건강에 대한 위험요인으로는 흡연, 음주, 운동, 영양, 비만, 콜레스테롤, 고혈압, 대기오염 등이 있었고, 개인의 생활습관(52%), 유전적 요인(20%), 의료서비스(8%)가 건강에 영향을 미친다고 한다.
건강결정요인을 조사하는 이유는 국민의 건강문제를 해결하기 위해 의료서비스, 행태변화, 사회경제적 여건변화 같은 건강결정요인 중에서 무엇에 비중을 두어 평가할 지 우선순위를 정하기 위함이다. 건강이란 신체적, 정신적, 사회적으로 완전한 Well-being 상태에 있음이라는 전통적인 정의에 입각하여 ‘질환에 대한 치료’를 중시하는 것에서 이제는 ’최적의 건강추구’로 우선순위가 바뀌었다.

의료영역에 AI기술 적용의 영향과 한계
의료분야에서 AI (인공지능)의 사용동기를 파악하여 AI가 분석하는 다양한 데이터에 대한 이해력이 중요하다. 의료데이터를 분석하는 양대 AI도구로는 (1)기계학습(machine learning)과 (2)자연어처리(natural language processing)가 있으며, 방대한 양의 의료데이터를 기계학습 하려면 서포트 벡터 머신(SVM)과 신경망(neural network), 그리고 딥러닝 기술도 활용된다. 
AI의 효과란 고성능이 보장되면서 인간의 관심과 시간을 보다 높은 수준의 의료적 문제에 맞춰주어 의료의 질을 향상시키는 정도라 말할 수 있다. 전문가들은 ”AI가 당장 의료인을 전부 대체할 수 없겠지만 AI를 사용하는 의료인은 그렇지 않은 의료인을 신속히 대체한다”고 예상한다.
성공적인 AI시스템이라면, 구조화된 데이터를 다루기 위해 ‘기계학습 컴포넌트’를, 비구조화된 자연어 문장을 다루기 위해 ‘자연어 처리 컴포넌트’를 갖춰야 한다. AI시스템이 질병의 진단과 치료에 관헤 조언하면서 의료인을 지원하려면 AI 알고리즘은 의료데이터를 통한 학습과 검증이 반드시 필요하다. 
만약 디지털 데이터가 모순점이 있거나 품질이 낮으면 AI의 운영결과도 좋지 않고, 방대하고 복잡한 데이터 뭉치를 분석하려면 고성능의 컴퓨팅 파워가 필요하다. 많은 전문가들도 의료기관에서 AI를 사용하는 것에 찬성하지만 다음과 같은 문제점에 대한 지적도 많다. 
첫째, 의료데이터가 일률적으로 디지털화되지 않으며, 둘째, IT시스템 및 데이터에 대한 라벨에 표준이 없고, 이로 인해 데이터 상호간 정보처리에 한계가 있다. 셋째, 개인적 의료데이터의 디지털 공유에 환자와 의료인이 완전히 동의하지 않았다. 넷째, 임상의료인은 종종 현재 AI시스템이 처리할 수 없는 능력을 보유하는데, 예를 들어 주변환경에서 지식과 사회적 신호(social cue)를 읽는 능력은 AI는 쉽게 획득할 수 없다. 자체적 판단과 이에 맞는 처치 또한 AI가 인간을 쉽게 모방할 수 없는 능력이다.

의료분야에서 AI가 어떻게 성공할 것인가 
이제 의료전문인은 고성능의 AI 기술을 환영하는 태도가 필요하다. 일반적으로 사회는 AI가 인간의 노동을 대체하는 바를 기꺼이 수용하지 않지만, 영상의학 전문의들은 AI 기술을 환영하고, AI가 의료분야에 이용기회가 많아지기 희망하기도 한다. 이들은 반복적인 이미지 판독보다는 환자와 더 많이 접촉할 기회를 갖기 원한다. 복잡한 임상적 의사결정과 중재적 영상의학(interventional  radiology)과 같은 더 높은 수준의 의료문제에 자신의 시간을 사용하기 원한다. 왜냐하면 의료인과 환자는 더 많은 혜택을 얻게 될 것이고 의료분야의 진보라는 중요한 결과를 얻을 것이기 때문이다(그림2). 
 

이러한 변형 인공지능(transformative AI)이 초래할 변화는 노동의 질과 생산성을 향상시키도록 초점을 맞출 것이고, 더 많은 의료인과 환자가 이런 변화상을 빈번히 체험할 것이다. 그래서 AI는 인간만이 수행할 수 있는 일에 의료전문인이 집중하고 그 일에 최선을 다하도록 도와줄  것이다.