챗GPT 및 GPT-4가 시장에 출시된 이후로, 현재 우리는 다양한 분야에서 AI가 우리 업무에 활용되고 있는 것을 보고 있다. 하지만 의료와 같은 인간의 생명을 다루는 곳에서는 좀 더 보수적으로 접근할 필요가 있다는 조언이다.
전종수 Microsoft Healthcare팀 매니저는 대한의학회 E-NEWSLETTER 최근호에 기고한 [OpenAI가 의료 분야에 가져올 수 있는 미래의 변화]에서 이런 제안을 했다.
전종수 매니저는 "의료 영역에서 AI 활용을 통해 얻을 수 있는 장점을 고려하는 만큼이나 중요한 의료 결정들에 대해선 반드시 의료진의 감독 및 최종 확인을 유지하는 것이 좀 더 중요해지는 시대가 다가올 것으로 생각된다"라고 언급했다.
우리가 생각하는 만큼 챗GPT 및 GPT-4가 완벽한 것은 아니다. GPT-4는 현재 존재하는 LLM(Large Launage Model) 중 가장 뛰어난 모델이지만, 2021년 이전의 데이터로 트레이닝 되었기에 현재 발생된 이벤트에 대한 추론 능력이 부족하다.
전 매니저는 "GPT-4는 이미 기 학습된 알고리즘을 기반으로 하고 있어 산업현장에서 요구하는 특정 데이터의 재학습이 현재로는 어려운 것이 현실이다. 또한 대부분의 LLM 모델이 그러하듯 챗GPT 및 GPT-4 역시 Hallucination(환각)에 대한 약점을 가지고 있다"라고 지적했다.
이를 보완하기 위해 최근 RAG (Retrieval-Augmented Generation, 검색증강생성)이 주목받고 있다. RAG는 Hallucination을 사전 차단하기 위해 질문과 관련된 참고 자료를 AI에게 알려주고 제공된 자료 기반으로만 답변하게 함으로써 LLM 모델의 약점을 보완하고 생성형 AI에 대한 신뢰도를 향상시킨다.
전 매니저는 "예를 들어 특정 질병의 원인 및 치료방법의 질의에 대한 답변을 기존의 GPT-4의 기 학습된 전문 의료 지식을 활용하는 것이 아니라 계속 갱신되는 의료 논문들의 검색을 통해 도출된 결과물들을 GPT-4에게 주고 이를 통해 요약하게 함으로써 정확한 답변을 제공할 수 있게 한다"라고 설명했다.
현재 많은 전문가들이 생각하는 의료 분야에 활용될 수 있는 대표적인 시나리오는 다음과 같다.
환자 상담 기록 – Nuance Communication의 “DAX Express” 솔루션은 GPT-4가 적용된 자동화된 임상 문서 작성 어플리케이션으로, 의사들이 환자를 진료하는 동안 자동으로 환자 진료 내역 초안을 만들어주고 검토할 수 있도록 함으로써 의료진이 환자 치료에 더 많은 시간을 할애할 수 있도록 돕는데 중점을 두고 있다.
임상 데이터 분석 – GPT-4는 인간의 언어만큼이나 프로그램 언어를 이해하는 능력을 가지고 있다. 이를 통해 프로그램 언어에 익숙하지 않는 의료진들도 손쉽게 머신 런닝 알고리즘을 사용하여 임상 데이터를 손쉽게 분석하고 인사이트를 도출할 수 있도록 지원할 수 있다.
임상 의사 결정 지원 – AI 기술은 인간의 의료 오류를 찾아내고 예방하는 데 도움이 된다. 많은 의료 기관들이 챗GPT 및 GPT-4를 활용하여 환자의 의료기록을 자동으로 분석하고 환자의 진료 및 처방에 필요한 의료 코드를 추천할 수 있도록 함으로써 의료진의 오류를 줄이고 효율성이 개선될 것으로 기대한다.
환자 분류 및 관리 – GPT-4의 가장 큰 장점 중 하나는 무수히 많은 데이터들을 특정 카테고리 별로 쉽고 빠르게 분류할 수 있으며, 이를 통해 환자의 의료 기록들을 기반으로 환자의 현재 상태를 평가하고 고위험 환자를 빠르게 식별하여 빠르게 적절한 치료방법을 제공함으로써 더 많은 환자의 생명을 구할 수 있다.
