백옥기 ETRI 연구위원이 의료데이터 분석 엔진인 사이버 디엑스에 대해서 설명하고 있는 모습.[제공=ETRI]

ETRI·단국대 ‘ICT-의료융합’ 협력
자가적응형 머신러닝 엔진 통해
환자상태 진단, 질병가능성 예측
사전예방-건강관리 시스템 구축

국내 연구진이 개인 생활환경이나 습관ㆍ임상ㆍ유전체정보 등 의료 빅데이터를 인공지능으로 분석해 질병에 대한 진단에서 예방, 치료에 이르는 개인별 맞춤 의료서비스를 위한 본격적인 연구를 시작한다.

한국전자통신연구원(ETRI)은 12일 단국대학교와 의료에 인공지능(AI) 기술을 적용, 정밀의료연구를 위한 연구협력에 나선다고 밝혔다.

ETRI는 단국대학교와 협업을 통해 정밀의료분야에서 요구하는 차세대 인공지능 기술을 지속적으로 개발, 관련분야 연구를 선도할 계획이다.

ETRI는 그동안 빅데이터, 인공지능 기술 등을 바탕으로 다양한 변수로 구성된 데이터를 분석하는 ‘자가적응 분석 엔진 기술’을 개발해 왔다. 연구진은 개발한 핵심기술을 의료용 데이터가 풍부한 단국대학교병원을 통해 의료분야에 시험하고 검증한다는 계획이다.

현재 ETRI는 의료데이터 분석 엔진인 ‘사이버 디엑스(CybreDx)’기술을 개발, 질병 위험도 분석 연구를 진행 중이다. 이 분석 엔진은 다른 질병에 대한 진단에도 확장 적용이 가능하다.

사이버 디엑스는 새로운 기계학습 모델과 인지적 데이터 분석 알고리즘을 이용한 인공지능 기술이다. 현재 발병 후 질환 중심의 수동적이고 일시적인 진단과 치료의 한계를 벗어나, 일상적인 건강 중심의 선제적이고 전주기적인 진단과 예방을 제공하는 건강관리 시스템으로 전환하는 것을 목표로 하고 있다.

백옥기 ETRI IDX원천기술연구실 연구위원은 “향후 의사가 질병을 판단하는데 도움을 주는 도구로 ‘사이버 디엑스’가 활용될 것”이라며 “이 기술의 핵심은 머신러닝 기술을 이용한 자가분석엔진 기술, 자가적응형 엔진기술, 개인맞춤형 질병진단 분석기술”이라고 설명했다. 

ETRI가 개발한 사이버 디엑스 의료 데이터 분석엔진 기본 개요도. 특히 치매예방과 관련해 어떻게 데이터를 분석하고 인공지능 기술을 활용하는지 그 순서를 나타내고 있다. [제공=ETRI]

예컨대 전자의무기록(EMR)과 같은 병원에서 쓰이는 의사진료 데이터를 연구진이 개발한 엔진으로 분석하면 환자별 개인 특성에 맞는 모델을 만들 수 있다는 것이다.

이를 위해서는 먼저 병원이 지닌 기존의 의료 빅데이터를 정규화, 코드변환 등의 작업을 통해 데이터를 처리해야 한다. 이렇게 처리된 데이터로부터 ETRI에서 개발한 엔진은 분석과정을 거쳐 알고리즘을 만들어낸다. 이후 새로이 환자의 데이터를 입력하면 인공지능의 분석 결과를 얻을 수 있다.

또한 자가적응형 머신러닝 엔진을 통해 환자별로 현 상태를 진단하고 질병이 나타날 가능성에 대한 예측결과도 보여준다.

연구진은 실제 치매에 걸린 환자의 데이터 분석을 통해 시연해본 결과, 상당부분 일치했고 우수한 성능을 보였다고 설명했다. 엔진의 고도화와 추가적인 의료데이터를 입력해 정확도를 높이는 연구가 더 필요하다고 설명했다.

백 연구위원은 “인공지능을 활용한 의료데이터의 분석연구는 전 세계적인 화두”라며 “현대 질병관리는 질병에 걸린 후에 치료하는 시스템이지만 연구진은 발병 전 미리 질병 징후를 판단하는 시스템을 개발 중”이라고 말했다.

조종태 단국대학교병원장도 “향후 의료정보 데이터의 제공을 통해 선도적인 인공지능을 활용한 최고의 대학병원으로 거듭 나겠다”고 밝혔다.

연구진은 향후 의료데이터를 인공지능 기술로 분석, 건강한 사람이 미연에 질병을 예방할 수 있게 도와주는 것이 미래의 헬스케어 서비스가 될 것이라고 덧붙였다.

한편 단국대학교병원은 혈액, 유전체, 분자진단 등 의료검사 및 분석 서비스 경험을 접목해 각종 질환에 대한 조기 진단 및 예방 기술을 협력해 연구할 계획이다.

양 기관은 향후 3년간 인력과 기술을 교류하고 시설, 장비를 공동 활용해 새로운 인공지능 기술을 기반으로 의료분야 사업화를 추진할 계획이다.

연구진은 향후 이 기술과 관련된 연구를 추가적으로 진행해 특정 질환을 일으키는 인자가 해당 질환에 어떤 영향을 미치는지에 대한 과정 등에 중점 연구할 계획이다.

백 연구위원은 “이 기술의 성과를 더욱 고도화하기 위해 국내 대학병원과 협력은 물론, 캐나다, 영국 등과 협력을 본격화 할 계획”이라며 “본격 상용화는 향후 2년 이내에 가능할 것”이라고 전망했다.

구본혁 기자/nbgkoo@heraldcorp.com