디지털 헬스케어는 제4차 산업혁명으로 성장할 주요한 영역으로 벌써부터 커다란 관심을 받고 있다. 네이버 파이낸스를 보면, 지난 8월말 기준 헬스케어섹터에 있는 해외펀드 12개들은 3개월 수익률이 무려 9%, 1년 수익률이 12%나 달성하고 있다. 현재 전국의 병의원과 치과병원, 한방병원은 다양한 진료기록을 국민건강보험 공단에 넘겨주는데, 이러한 빅데이터는 한국인의 질병을 효과적으로 예측하고 진료하는데 큰 도움을 준다.
이제 다국적의 유전자검사 회사는 10만원 정도의 저렴한 비용으로 유전자 검사를 진행하고 있으며, 전 세계인의 유전자 정보는 빅데이터로 저장되어 질병을 예측하고 치료하는데 도움을 주고 있다. 세계인이 사용하는 스마트폰, 스마트워치, 사물인터넷 센서들은 건강증진에 필요한 자료를 빅데이터로 축적한다. 사람보다 똑똑해진 인공지능은 의사고시에 합격하여 똑똑한 처방전을 발행하고, 소견서를 제시하고 있다. 이 글은 빅데이터를 중심으로 제4차 산업혁명의 기반기술들이 헬스케어에 미칠 영향에 대하여 살펴본다.
병원의 전산화와 국민건강보험 빅데이터
한국병원들의 전산화는 1990년대 초 병원진료기록을 국민건강보험 공단에 디지털정보로 넘기면서 시작되었다. 몇 개의 주도적인 의료소프트웨어들이 관련 시장을 장악했고, 병원들의 전산화는 더욱 가속화 되었다. 손으로 기재하던 진료기록이 사라지면서, 필자가 관리하던 서울 강남에 있던 일부 병원들은 컴퓨터가 망가지면 환자를 받기가 곤란할 정도가 되었다. 그래서, 컴퓨터나 네트웍에 문제가 생기면 필자는 밤을 새워서라도 문제를 해결해야 했다. 진료기록 그 자체가 결국은 건강보험공단에 청구할 돈이었기 때문에 진료 관련 정보의 생성과 관리는 조금이라도 소홀히 취급될 수가 없었다. 병원의 진료기록뿐만 아니라 치과병원의 X-RAY사진과 치료전후의 디지털 사진은 치과진료에 보편적으로 적용되기 시작되었다.
최근의 병원정보시스템은 진료기록의 디지털화와 QR코드를 부착한 처방전의 자동관리를 넘어섰다. 병원의 의료용 소프트웨어는 간호사처럼 환자를 직접 모니터링하기 시작하였고, 비상발전기까지 관리하고 있다. 병원용 소프트웨어는 병원에 근무하는 인력이나 수익성까지 관리하고 있다.
미국에서는 더 나아가 야간에는 당직의사가 아니라 사물인터넷이 여러 병원의 환자를 동시에 관리하고 있으며, 문제가 생기면 소수의 의사가 문제를 원격으로 해결하고 있다.
중국의 회족자치구에 있는 닝샤에서는 이미 세계 최대의 인터넷 병원이 운영 중이다. 10개의 원격진료센터에서는 26만명의 의료진과 7,200개 전문 의료팀이 실시간으로 환자를 진료하고 약품을 처방한다. 중국의 온라인 의료기관들은 상호진료도 시행하고 있으며, 공동된 빅데이터 연구를 통하여 그 발전을 가속화하고 있다. 태국과 함께 의료관광지로 유명한 싱가폴에는 링엠디라는 온라인앱이 보급되어 있다. 이와 같은 원격진료앱은 무려 82개국의 환자들을 온라인으로 진단하고 처방을 내린다.
한국에서는 이미 온라인으로 청진을 할 수 있는 전자청진기 등이 개발되어 있다. 그러나, 원격의료에 관한 법률의 제정이 지연되어 관련 기기의 보급이 지연되고 있다. 한국에서는 현재 온라인을 통한 약품거래도 상당한 제약을 받고 있다.
한편, 한국의 국민건강보험공단이 매달 축적하는 빅데이터 정보는 한국인의 질병별 발생빈도를 파악하고, 처방의 효과까지 합리적으로 연구하도록 도와준다. 정부나 지방단체 뿐만 아니라, 학술연구를 하는 사람들도 국민건강보험공단으로부터 빅데이터 정보를 제공받을 수 있다. 공단에 설치된 빅데이터 정보센터를 이용할 경우 6일 이내의 기간이라면 하루에 5만원 정도의 저렴한 비용을 지불하고 자료를 이용할 수 있다. 만약 관련된 데이터를 적절하게 해석할 경우, 패턴화된 의료지식이나 약물의 처리기전에 관한 새로운 법칙을 발견할 수도 있다. 이러한 빅데이터의 이용은 막대한 임상실험 비용을 절감시킨다.
예전에는 수십TB의 거대한 데이터를 분석하기 위해서는 비싼 도구들이 필요했다. 그러나, 최근에 발달된 클라우드컴퓨팅 서비스들은 민간기업이 거대한 서버나 스토리지 장비를 저렴한 가격에 빌려서 손쉽게 이용하도록 편의를 제공한다.
현재는 개인정보보호법상 진료기록과 관련된 개인정보는 모두 익명화되거나 비식별화 되어 제공된다. 만약 일부의 개인이 그 사용에 동의할 경우, 한국인의 직업이나 생활습관, 소득 등 다양한 변수를 고려한 질병의 발생과 치료에 대한 분석도 가능해진다.
빅데이터로 축적되는 DNA 등 각종 정보
한국의 병원에서는 현재는 진료기록과 처방기록 이외에, 유전체기록, 생체신호와 다양한 영상데이터가 매일 쏟아져 나오고 있다.
과거 DNA정보는 범죄인식별이나 친자감별 등에 제한적으로 사용되었다. 그런데, 최근 DNA정보는‘개인별 맞춤치료제'나 ‘질병의 예측’ 분야에 사용되기 시작했다. 한사람의 DNA의 유전자는 수백GB를 넘는 수준인데, 이제는 한나절이면 저렴한 가격에 자세한 정보를 쉽게 분석할 수 있게 되었다.
DNA정보가 전통적으로 사용되던 분야는 질병치료가 아니라 형사사법절차였다. DNA지문이 과학수사에 적용된 것은 1983년 영국의 살인사건에서였고 한국에서는 1992년 의정부에 발생한 성범죄에서였다. 한국에서는 이미 2010년부터 DNA법이 제정되어 특정한 범죄를 저지른 사람들의 DNA정보를 채취하고 있다. 한국은 국무총리 소속으로 DNA 데이터베이스 관리위원회를 두고 있는데 범죄자들의 DNA 정보는 의료용 연구 등 업무목적 이외로는 광범하게 사용하지 못하도록 되어있다.
DNA검사 서비스를 제공하는 해외 업체 중 일부는 정보비용수익보다는 DNA관련된 빅데이터를 수집하는 것을 주된 사업목표로 삼는 경우가 많다. 검사 수수료가 아닌 빅데이터 자체가 제4차 산업혁명을 여는 새로운 금맥이기 때문이다. 한국과 달리 미국에서는 DNA와 관련된 포렌직 분석을 하는 도구의 투명성에 대한 논란이 일기도 하였다. 최근에는 미국의 법원에서 채택하는 DNA 포렌직 분석도구의 소스코드가 깃허브(GitHub) 등에 일부 공개되었다. 이제는 수많은 사람들이 DNA분석 도구의 알고리즘의 정확성까지 공동으로 연구하는 단계에 도달하였다.
초기의 스마트워치는 고가로 극소수만 착용했지만 이제는 점차 보편화되고 있다. 스마트워치는 대개 심장의 박동이나 운동량 등을 측정하지만 머지않아 혈당량 등 다양한 생체정보의 수집까지 넓게 수집할 것이다. 현재도 병원에서도 사물인터넷과 연결된 의료기기는 산소포화도 등 다양한 생체정보를 전송하고 있다. 이제는 생체정보뿐만 아니라 인체의 배설물에 존재하는 미생물의 군집이나 단백질 정보까지 빅데이터로 구축되고 있다. 관련된 정보가 늘어날수록 인공지능은 질병에 대하여 보다 정확한 원인을 규명하고 합리적인 치료법을 제시할 수 있다.
미국의 경우 의료연구에서 산출되는 다양한 데이터의 정확성과 투명성을 향상시키기 위하여 블록체인을 이용하는 사례가 최근 증가하고 있다. 이미 사소한 개인정보가 화폐로 거래되는 것처럼, 이제는 생체정보도 제공자의 동의를 받고, 연구원이나 제약업체에 판매되기도 한다. 만약 누군가가 블록체인의 자동계약체결 기능을 활용한다면, 생체정보의 제공에 대한 소액의 대가마저 자동으로 지급될 수도 있다. 한편 블록체인을 이용하여 다양한 방사능진단기기의 피폭량을 관리하는 기술도 이미 선보였다. 블록체인 기술을 이용할 경우, 해외에서 피폭된 양까지 체계적인 관리가 가능하다.
인공지능과 결합하는 헬스케어 기술
다양한 방법으로 축적된 헬스케어 빅데이터는 인공지능과 결합되며 그 활용도를 높일 수 있다. IBM의 '왓슨 포 온톨로지'는 이미 국내에서 그 우수성을 인정받아 도입병원이 점차 늘어나고 있다. 인공지능은 사람이 읽고 이해하지 못하는 수많은 학술논문에 대하여도 폭넓게 이해한다. 미국의 국립보건원(NIH) 산하 국립의학도서관은 메드라인(MEDLINE)이라고 하는 거대한 논문의 데이터베이스를 운영하고 있다. 미국의학도서관은 2,800만건 이상의 의학서적이나 기고문 등도 데이터베이스로 보관하고 있다. 사람이 지속적으로 읽고 이해하고 분석하기에는 이미 너무나도 많은 분량이 축적되었다. 중국의 인공지능 의료로봇 샤오이는 재수 끝에 456점을 받아 의사고시를 통과했다. 샤오이는 국가 시험을 보기위해 100만 건의 의료 영상, 200만 건의 의료 기록, 40만 건의 의학 보고서, 53건의 의학 서적을 공부했다. 중국의 인공지능의사는 이제 3분 정도의 온라인 채팅을 통하여 병명을 진단하고 처방이 가능하다.
영국 기업 바빌론 헬스가 개발한 인공지능은 보편적인 증상에 대하여 진단할 경우 이미 정확도가 98%에 달한다고 한다. 이 수치는 인간 의사들의 정확도 52-99%보다 훨씬 높은 수준이다. 미국의 식품의약국(FDA)는 올해 4월 IDx가 개발한 기계를 승인했는데 이 기계는 병을 진단하고 수술이 필요할 경우 소견서까지 발행한다.
세계보건기구(WHO)의 추산에 따르면 세계적으로 의사가 500만명 이상 부족하다고 한다. 미국은 세계적으로 구호활동이 많은 나라이지만, 비싼 학비 대출금 상환으로 인하여, 의과대학을 졸업한 학생들이 구호활동에 적극적으로 나서기가 쉽지 않다. 한국에서는 병원의 대기시간이 많이 짧아졌지만 아직도 오랜 대기시간은 종합병원을 이용하는 많은 환자들의 주된 불편사항이다. 의료정보가 빅데이터로 축적되고, 인공지능의 학습량이 점차 늘어남에 따라, 머지않아 인공지능이 의사면허를 가지고 정확한 처방전을 발행하게 되고, 로봇의사가 처치나 수술을 진행하게 될 것이다.
<필자 약력>
- 서울대학교 법과대학 졸업
- 대우그룹 회장비서실
- 안양대학교 평생교육원 강사
- (주)명정보기술 산호세법인 근무