SW정보 이동 SW칼럼 이동

[SW융합우수성공사례] ‘한국인 뇌MRI영상 데이터센터 센터장’ 동국대학교 일산병원 김동억 교수

SW중심사회 2019-02-21 3649명 읽음

 “뇌MRI 영상데이터 분석의 표준 제시, 앞으로 더 발전해 나갈 것으로 기대한다”

– ‘한국인 뇌MRI 영상데이터센터 센터장’ 동국대학교 일산병원 신경과 김동억 교수  

 

 

 

인간의 노화 과정에서 가장 많이 걸리는 질병은 수도 없이 많다. 암이 발병해 생명을 잃는 경우도 있으며, 뇌졸중과 같은 뇌질환으로 오랜 시간 고생을 하다 영면의 길을 가는 사례도 있다.

의료 기술은 IT기술과 결합해 빠른 속도로 발전하고 있다. 특히나 의료 SW 분야에서 빅데이터 개념이 정립된 것은 불과 몇 년 되지 않았으나, 빠른 속도로 폭발적인 성장을 이뤄내고 있다.

동국대학교 일산병원 김동억 교수는 연구진들과 함께 자체적으로 개발한 의료SW프로그램을 빅데이터를 구축하고, 이를 인공지능에 학습시켜 의료인들에게 도움을 줄 수 있는 자료를 제공한 '의료 빅데이터 SW'의 선두주자다. 그가 뇌혈류 지도 연구를 시작한 것은 2011년. 한국 뇌 MR영상데이터 센터장으로 취임하면서 시작됐고, 이 연구는 지금까지도 꾸준히 이어져 오고 있다.

김동억 교수와 연구진들이 구축한 뇌지도의 바탕은 MRI영상을 기반으로 하며, 데이터를 정제하고 인공지능이 학습하기 쉬운 형태로 만들어졌다. MRI영상을 제공한 환자의 신체사항과 병력 등 임상자료를 모으는 과정에서 700여개의 항목을 데이터에 추가하고, 컴퓨터가 인식하기 쉬운 이미지를 선정하는 작업 또한 현재 진행형이다.

 

 

이러한 과정으로 만들어 낸 뇌혈류 지도는 전국 11개 대학병원의 뇌경색 1600여 명의 뇌 영상 데이터를 기반으로 하고 있으며, 실시간으로 이용되고 있다. 뇌혈류 지도는 특정 대뇌혈관이 막혔을 때 뇌의 어떤 부위에 뇌경색이 생기는지, 조각별로 역학적인 확률을 제공하는 빅데이터 기반 뇌 지도다. 특정 대뇌혈관이 혈류공급을 담당하는 뇌의 영역을 각기 다른 색으로 표시하는 것이 특징이다. 뇌졸중이라는 병은 직접 눈으로 확인하기 어려운 뇌 영역에서 발생되는 것이기에, 각기 다른 색으로 표현해야만 의료진은 물론 환자들 또한 자신의 건강상태를 쉽게 이해할 수 있기 때문이다.

 

동국대학교 일산병원 신경과 김동억 교수 1문 1답

 

 

>동국대학교 일산병원과의 인연은 어떻게 이어진 것인지 궁금합니다

-동국대학교 일산병원은 2005년 개원했고, 개원 직전에 이 곳에 왔다. 그 전에는 서울대학교 의과대에서 신경과 레지던트, 뇌졸중 전임의를 거치고 하버드 대학교에서 3년간 뇌졸중 연구를 해왔다. 정식 근무를 시작한 것은 동국대학교 병원 본원인 경주에서 시작했고, 일산병원 개원 멤버로 시작해 지금까지 인연을 이어오고 있다.

 

> 최근 의료산업 분야에서 환자들의 데이터 정보를 SW 빅데이터화 한 대표적인 사례로 동국대학교 일산병원의 사례가 꼽히고 있습니다. 의료 SW 빅데이터화 사업의 계기, 그리고 현재 상황을 말씀해 주십시오

 

저희도 빅데이터라는 개념을 처음부터 잡은 것이 아니었다. 의료 소프트웨어들이 지금처럼 각광을 받기 전인 2005년부터 2007년 시점에 국가참조표준센터에서 산업계, 학계 등 모든 분야에서 우리나라의 표준을 모으는 작업을 해 온 바 있다. 당시 빅데이터나 그것을 이용한 의료용 소프트웨어가 주목받기 시작하기 전에 과제가 있었다. 예를 들면 우리나라 사람들의 머리 둘레가 어느정도 되는지 표준을 구하거나 하는 등의 내용이었다.

이 과정에서 환자들이 MRI를 많이 찍는데, 진료 이후에는 해당 자료가 사장되거나 보관만 되어있지 활용되지 못하는 것이 아쉽다고 생각했다. 실제로 MRI에서는 이상병변 등이 보이다 보니, 국내 뇌졸중 환자들을 진료할 때 참고로 할 수 있는 표준을 제시할 수 있도록 하자는 것에 연구진들과 의견이 모아져서 시작하게 됐고, 10년째 이어오고 있다.

 

 

>MRI 등 다양한 의료 데이터들을 대량 수집하는 데에도 애로사항이 있었을 것 같다.

2005년부터 시작해서 실제로 자료를 수집하기 시작한 것은 2013년부터다. 개인정보가 노출되지 않는 선에서 수집해 데이터화를 해보는 것이 우리의 목적이었다. 실제 수집을 하는 과정에서 1만 5000여 점의 자료를 모았다. 실제 데이터 수집한 것은 국내 11개 대학병원에 급성 뇌경색으로 입원한 환자들의 데이터를 모두 모아본 것이다.

총 양을 따지면 1인당 100여 장 나온다고 가정했을 때, 모두 합치면 150만 장이 넘는 정도의 방대한 데이터다. 이 데이터들은 뇌의 모양과 크기가 다른데 표준 도판에 뇌경색과 관련된 뇌 병변들을 옮겨서 저장한 것이다.

우리가 하는 작업들은 MRI 기록을 정교화, 표준화하는 과정이다. 뇌경색과 관련된 병변들을 전부 표준판에 옮겨서 저장을 하는 것이다. 이러한 과정들은 아직도 현재 진행형이다. 과제에서 요구했던 표준, 숫자 등을 요구하는 것을 수집하다 보니 인공지능 시대가 도래했고, 이로 인해 빅데이터화 된 것이다.

기존의 MRI 자료는 학습이 어렵다. 그런데 시간이 지나고 빅데이터화 되면서 컴퓨터가 스스로 학습할 수 있어야 하는 자료가 되어버렸다. 인공지능이 학습을 하기 위해서는 기초 자료가 필요하다. 예를 들어 알파고와 이세돌 9단의 경합에서 알파고에게 바둑의 기보가 필요했듯이, 의료 인공지능, 특히 뇌졸중 부분에 대한 부분이 있었던 것은 국내에서는 우리 연구진이 모아 놓은 자료가 처음이었던 것일 뿐이다.

다른 팀에서는 이미지만 가지고 있을 수도 있고, 연구를 하고 있는 곳도 있을 것이다. 하지만 우리가 이러한 자료들을 모으기 위해서 약 10년의 시간이 걸렸듯이, 다른 의료진들도 똑 같은 작업을 하려고 한다면 비슷한 시간이 걸리지 않을까 생각된다.

지금 현재 우리는 인공지능이 바로 학습할 수 있는, 정량화 된 임상자료를 대규모로 갖고 있다고 생각해주면 될 것이다. 이 자료를 기반으로 쓴 논문들도 많이 있다. 향후에는 전문 프로그래머들을 채용해서 다른 질병 분야로도 의료 빅데이터 구축에도 나설 생각이다. 우리는 현재 인공지능 기반 1호 임상시험에 성공한 케이스이기 때문에, 식약처 측에서 등록 통과를 대기중인 것으로 알고 있다. 다른 임상시험들도 준비중이다.

 

> 미래 의료산업의 발전에 SW빅데이터 정보들은 생명 연장의 꿈에 더욱 다가갈 수 있는 마중물이 될 것으로 예상됩니다. 이러한 상황에 대해 교수님의 의견이 궁금합니다.

 

우리가 가지고 있는 유니크한 데이터들이 인공지능 기반 영상진단 소프트웨어를 만드는데 효율적으로 기여할 수 있을 것이라고 생각한다. 문제는 최근 들어 의료 분야의 응용 소프트웨어들이 많이 나오고 있는데, 성공적으로 임상에 진입한 사례가 아직 많지 않다는 것이다.

의사가 환자를 보는 데 있어서 의료 빅데이터 소프트웨어를 이용하는 것은 세 가지 정도의 장점을 꼽을 수 있다. 첫째, 의사의 실수를 줄여줄 수 있고, 둘째, 의료진의 경험과 수준이 지역과 국가마다 다 다른데 그러한 부분이 이 기술로 인해서 상향평준화 될 수 있다는 것이다. 세번째는 타 분야의 전공의라 하더라도 의료 인공지능 정보 시스템을 이용함으로써 자신의 주 전공 분야에 더욱 집중할 수 있는 효과를 볼 수 있다는 것이다.

초기에 의학을 배우는 사람이 되었든, 의료분야에 이미 정통한 전문가라 하더라도 의료 빅데이터 소프트웨어를 활용하게 되면 앞으로 더 어려운 의료 상황에도 유연하게 대처하고 집중하게 될 수 있을 것이라 보고 있다.

 

> 현재 의료SW 빅데이터화의 한계점은 무엇이며, 무엇을 더 보강해야 한다고 생각하십니까

최종적으로는 의사가 판단해야 한다는 것이 한계점이다. 바둑은 그렇지 않지만, 의료는 사람마다 다르기 때문에 고려해야 할 사항들이 많고 복잡하다는 것이다. 그리고 오진 문제의 책임소재 문제가 있다. 실수가 생겼을 때는 결국은 의사의 책임이다.

전문가가 없는 곳에서 함부로 사용할 경우 위험에 빠질 가능성을 배제할 수밖에 없다는 것도 한계점이자 단점이다. 이러한 문제들이 극복되려면 바둑처럼 의료에서도 인공지능이 전문가를 능가하는 특이점에 도달해야 할 것이다. 두번째 단점은 굳이 이야기 하자면 소프트웨어가 의료 시장 자체에 어떤 영향을 미치게 될 것인지에 대한 고민이다. 일시적으로는 부담이 될 수 있다. 구입에 대한 비용 문제나 지역적 차이 등이 고민될 것이다. 시장이 붕괴되지 않게 하려면 정부차원에서도 서포트해줄 수 있는 시스템이 있어야 할 것으로 보인다. 그러나 장기적으로는 단점보다는 장점이 더 많다.

 

> 의료 빅데이터 SW 분야를 공부하는 학생들을 위해서 조언을 해주신다면

이 부분은 ‘융합 분야’라고 생각하고 도전했으면 한다. 융합 영역은 자신의 분야에서는 먼저 전문가가 되어 있어야 한다는 전제가 있다. 그 이후에 다른 분야에 대해서도 영상이나 진료와 관련된 분야에서 누군가를 가르칠 수준으로 전문가가 돼야 할 것이다.

파트너에 대해서 더 깊이 알 수록 더 좋은 결과가 나오는 법이다. 쉽게 나온 의학, 과학 서적들도 보면서 서로 커뮤니케이션을 활발히 하는 것이 좋다. 이 방법은 자신이 적절한 방향으로 의료가 진행될 수 있도록 가이드를 잡아가는 과정이 될 것이다. 결국은 내 분야에 대해서는 최고가 돼야 하겠지만, 융합의 파트너 분야에서 깊게 알고 있을 수록 더 좋다.

홈페이지 만족도

콘텐츠 내용에 만족하십니까? 현재 페이지의 만족도를 평가해 주십시요. 의견을 수렴하여 빠른 시일 내에 반영하겠습니다.

등록