-
-
닥터, 코드를 만나다 - 코드를 직접 작성하여 익힐 수 있는 의료인을 위한 실무형 워크북
유준일.박현우.김현수 지음 / 군자출판사(교재) / 2025년 3월
평점 :
● 출판사로부터 도서를 제공받아 읽고 주관적인 관점에서 작성한 리뷰입니다 ●
의과대학 학생, 전공의, 전문의 그리고 의료 연구자들이 인공지능을 이해하고 활용하는데 실제적인 도움이 될 책이 나왔다. AI의 핵심 개념인 머신 러닝과 딥 러닝은 주어진 데이터에서 패턴을 파악해서 새로운 입력 값에 대한 결과나 분류를 예측하는데, 100% 정확하지 않아 틀릴 가능성이 항상 존재한다는 문제가 있다. 이는 현재 개발중이거나 상용화되어 있는 의료 AI에도 적용되는 문제이다. AI의 구조와 한계를 파악하고, 향후 의료 AI에 휘둘리지 않고 독자적인 AI를 개발할 수 있는 기초가 되기 위해서 우리는 필수적으로 AI를 공부해야하겠다.
배경지식이나 기초가 없는 독자들을 위해 의료 AI 응용 프로그램을 만들 수 있게 도와주는 파이썬(python)의 설치 가이드로부터 책은 시작한다. 또한 Google Colab 사용 가이드도 설명해주는데, 이는 고성능 CPU와 GPU를 무료로 사용할 수 있다. 따라서 사양이 낮은 컴퓨터에서도 복잡한 머신 러닝과 딥 러닝 모델을 학습할 수 있도록 도와준다. 각각의 파이썬 개발 환경 도구들은 장단점이 있고 각각의 특색에 맞게 선택 및 조합을 하여 사용할 수 있음을 설명해준다.
제한적인 진료 시간에서 빠르게 진단 및 치료를 진행할 때, AI를 사용한다면 정확도와 신속성이 중요하게 여겨진다. 지금도 수치를 넣으면 대략적으로 분석해주는 계산기 프로그램을 찾아볼 수 있으나, 실제 진료현장에서 알고리즘이 진행되는 방식을 이해하는 것은 필수적이라고 할 수 있겠다. 파이썬을 이용한 실례로 Anion gap, TTKG(transtubular potassium gradient), 쿠싱증후군, CHA2DS2-VASc score를 계산, 진단 및 분석하는 알고리즘을 만들어 보는 예시가 나와있어 흥미롭게 읽었다.
"의료 현장에서는 문제의 복잡도, 가용 의료 데이터의 양, 요구되는 정확도 수준, 해석 가능성의 중요도 등을 고려하여 적절한 AI 접근 방식을 선택합니다.(p60)"
의료 AI의 기초가 되는 머신 러닝, 딥 러닝은 각각의 특성에 따라 다른 분야에 적용할 수 있다는 설명이 나온다. 예를 들어, 희귀질환 진단 처럼 데이터가 제한적인 경우에는 머신 러닝이 적합하고, 대량의 의료영상 데이터를 분석해야하는 경우는 딥러닝이 더 유용하다는 것이다. 데이터 라벨링이란 인공지능과 머신러닝을 학습시키기 위해 데이터에 태그나 레이블을 추가하는 과정으로, 이 정도에 따라 인공 지능 학습이 지도, 비지도, 준지도 학습으로 나눠볼 수 있다. 전공의가 트레이닝 과정을 통해 전문성을 쌓아가는 과정처럼 인공지능에게도 학습은 필요하다는 개념이다. 과적합(over fitting)은 AI 모델이 훈련에 사용된 특정 환자 데이터에 너무 잘 맞춰져 새로운 환자 데이터에 성능이 떨어지는 현상을 말한다. 이를 방지하는 것이 특히 의료 AI에서 중요하게 다뤄지는데, 특정 환자군만 보고 학습해서 다양한 인구 집단과 임상 환경에서 오차를 보이지 않도록 해야하겠다.
책은 총 8개의 챕터로 구성되어 있는데, 의료인의 시각에서 다뤄진 개념부터 적용까지의 사례들이 풍부하게 나와있어서 더 도움이 많이 되었다. 제4장에서는 의대생과 전공의를 위한 의료 AI코드를 소개해주는 파트도 있었고, 5장에서는 영상 이미지 분석을 위한 딥 러닝, 6장에서는 시계열 자료 분석을 위한 딥 러닝, 7장에서는 자연어 처리 등의 중요한 개념들을 짚어준다.
시간에 따라 변화하는 데이터를 '시계열 자료'라고 부른다. 시간에 따라 순차적으로 기록된 정보로서, 환자의 연속적인 혈압 측정치, 일일 혈당수치, 심전도(EKG), 뇌파(EEG) 기록 등이 대표적으로 활용도가 높다. 6장에서 소개하는 LSTM(long short-term memory) 모델 기반의 접근 방식은 혈당 수치의 패턴 학습 및 미래 혈당 수치 예측으로 쓰일 수 있겠다. 개인화된 데이터로 연속 혈당을 분석해서 앞으로의 혈당을 미리 예측할 수 있다면, 위험한 저혈당을 막고 효과적인 약물 치료를 이루어낼 수 있으리라 기대해본다.
자동 EKG 판독은 여러 해 전부터 이루어져왔으나 그 원리나 개념에 대해서 궁금한 부분이 있었는데, 이 책에서는 간단하게 이 원리를 설명해주었다. 다양한 딥러닝의 종류가 있으며 이 종류별로 장점만을 결합하여, 시간적 및 공간적 특성을 모두 고려한 EKG 판독이 이루어질 수 있음을 소개한다. 사실 인공지능 EKG 판독만을 다룬 책이 있어도 무방할 정도로 내용이 깊은 것으로 알고 있는데, 추후 판독지에 어느 부분을 고려하여 그 판독이 나오게 되었는지 표시가 되어 나오는 시대가 나왔으면 좋겠다 싶었다.
앞으로 윤리적인 문제, 데이터 보안, 알고리즘의 편향성 등 해결해야할 문제도 많지만, 의료 AI의 발전은 의사의 직관, 경험, 소통능력을 보조할 수 있는 뛰어난 수단이다. 의료 AI는 접근하기 어려운 주제였는데 신뢰하는 출판사인 군자출판사에서 좋은 책이 나와서 오랜만에 모르던 개념들을 얻어갈 수 있는 좋은 시간이 되었던 것 같다. 특히 책의 작업에 전공의 선생님도 참여했다고 들었는데, 어려울 수 있는 개념들을 쉽게 풀어져 있는 것이 그 덕이었던 것 같다. 이 책은 특히 인공지능의 원리 및 활용에 관심이 있는 의사분들께 추천드린다.
#닥터코드를만나다 #군자출판사 #의료AI