전기전자/정보통신

Nikkei Computer_2020.8.20 특집 요약 (p36~43)

의료 AI가 생명을 구한다
코로나19로 진행되는 기술혁신

코로나19의 대책으로 의료 현장에 AI(인공지능)의 활용이 급속도로 확대되고 있다. 미지의 바이러스에 대한 지견을 빠르게 공유하여 감염 리스크가 적은 환경에서 환자를 (트리아지(Triage, 치료의 우선순위를 결정)한다.

이는 인간과 AI가 분업을 통해 진단 및 치료, 신약 개발의 효율을 높이려는 취지이다. 의료 현장에서 AI의 활용은 오래 전부터 그 필요성이 주장되어 왔지만, 코로나 사태로 단숨에 진전되기 시작했다. 영상 진단 지원, 문진, 신약 개발의 장(場)에서 각각 진행되는 AI 활용의 현황과 과제를 파헤쳐 보기로 한다.

Part 1. AI 영상 진단 지원
잇따라 승인, 도입 가속화 / 중국 AI와 협업

코로나19 대책으로 AI(인공지능)을 사용해 폐 CT(컴퓨터단층촬영장치)의 이미지를 분석하는 시스템이 주목을 받고 있다.

후생노동성은 2020년 6월 3일, 코로나19에 관련된 의료기기로서 AI를 이용한 폐 영상 분석 프로그램의 제조 판매를 승인했다. 해당 분석 시스템은 AI를 탑재한 의료 진단 지원 기기의 연구 개발·제조·라이선스 사업을 전개하는 CES 데카르트(Descartes)의 상품으로서, 개발 자체는 2015년에 창업한 중국 AI 스타트업 인퍼비전(Infervision)이 담당했다.

같은 날, 소니의 관계사이며 의료 정보 서비스 업체인 M3(엠쓰리)는 흉부 CT 영상으로부터 코로나19로 인한 이상 부위가 존재할 가능성을 찾아내어 의사의 진단을 지원하는 영상 분석 소프트웨어의 제조 판매에 대한 승인을 후생노동성에 신청했다. 해당 소프트웨어는 중국 알리바바 집단이 개발한 AI 알고리즘을 사용한다.

후생노동성은 코로나19 관련의 의약품이나 의료기기에 대해 타 의약품이나 의료기기보다 우선적으로 심사하고 있다. CES 데카르트의 시스템은 5월 12일의 승인 신청으로부터 약 1개월만에, M3 시스템은 6월 29일에 승인을 받았다.

-- 수천 건의 신종 폐렴 영상으로 학습 --
CES 데카르트와 M3의 양 시스템 모두 코로나19의 영상을 포함한 폐부의 영상 데이터를 AI의 심층 학습을 이용해 대량으로 학습시키는 수법을 이용해 개발했다. 인퍼비전의 AI는 중국·우한 시내의 여러 병원으로부터 2,000건이 넘는 코로나19 환자의 영상 데이터를 학습. 알리바바의 AI는 3,067건 사례의 코로나19 검사 영상 데이터를 포함한 총 7,038건 사례의 검사 영상 데이터를 학습 데이터로 이용했다.

인퍼비전의 AI 시스템은 폐의 CT 영상을 판독해 바이러스성 폐렴이 의심되는 부분을 2분 정도 만에 찾아내어 분포의 크기 등도 참고 정보로서 표시한다. 폐렴 진단 지원을 목적으로 개발한 AI 알고리즘에 코로나19 환자의 폐 영상을 다수 학습시킨 것으로, 코로나19에 감염되었을 가능성을 표시할 수 있게 했다.

2020년 5월초에 CES 데카르트가 인퍼비전이 개발한 AI에 대해 성능 시험을 실시했다. 사용한 것은 복수의 방사선과 전문의가 국내에서 촬영한 174건 사례의 흉부 CT 영상 데이터. 그것들은 통상적인 폐렴이나 바이러스성 폐렴 등의 것으로, 코로나19의 것은 아니기 때문에 코로나19의 진단 지원으로서는 승인되지 않았다.

“의료 현장에서는 단시간에 영상 판독을 의뢰 받거나, 대량의 영상을 한꺼번에 다루는 등의 경우가 많기 때문에 AI를 사용한 영상 진단 지원 시스템은 의사의 부담 경감에 도움이 된다. 향후에도 국내에서 실제 증례를 사용한 검증이 필요하다”라고 성능 시험에 참가한 독협(獨協)의과대학병원 방사선부의 쿠보타(久保田) 교수는 말한다.

한편, 알리바바의 AI 알고리즘을 사용해 M3가 개발한 제품은 폐 영상으로부터 코로나19 감염 확률을 예측해 의사의 진단을 지원한다. 판정에 걸리는 시간은 총 20초 정도로, 인간에 의한 진단보다 60배 정도 빠르다고 한다.

알리바바에 따르면 정확성은 96%까지 향상되었다고 한다. 이 AI를 탑재한 M3의 시스템은 대상 검사 영상에서 코로나19일 가능성을 수치로 나타내며 이상 부위를 마킹해 표시한다.

M3는 국내 11개 의료기관의 협조를 얻어 800여 건의 검사 영상 데이터를 이용해 임상 성능 시험을 실시했다. 그것과는 별도로 2020년 3월말부터 알리바바의 AI를 국내에서 검증하고 있다.

구체적으로는 AI에 의한 코로나19 감염 가능성에 관한 분석 결과가 전문의의 진단 결과나 PCR 검사 결과에 어느 정도 부합하는지를 평가했다. “PCR 검사의 결과와 대조해 보면, 알리바바의 AI는 상당히 높은 확률로 코로나19일 가능성을 맞히고 있다”라고 엠쓰리의 스기하라(杉原) AI 연구소 소장은 말한다.

-- 기술 제공에 철저한 중국 기업 --
M3는 2020년 5월 7일, 의료 기관의 데이터를 클라우드 상에서 관리하는 서비스를 전개하는 NOBORI와 업무 제휴를 체결해, 의료용 영상 진단 지원 AI 플랫폼 사업을 개시했다. 양 사는 의사가 영상 데이터를 보관, 열람, 관리하는 PACS(의료용 영상 관리 시스템)에 대응한 독자적인 서버를 준비. 의료 기관이 CT 영상 등을 독자적인 서버에 전송하면 NOBORI의 클라우드에 자동 업로드 되는 구조를 만들었다.

해당 영상은 클라우드 상의 AI로 분석해 독자적인 서버로 되돌려 보낸다. 의료기관은 분석 결과를 자신들이 이용하고 있는 PACS로 참조하며 데이터는 국외로 반출되지 않는다. M3는 해당 플랫폼을 국내 의료기관에 제공할 계획이다.

알리바바의 AI 알고리즘을 사용하되 소프트웨어 제조 판매는 M3가 맡는다. “AI를 시장의 요구에 맞는 형태로 누구에게, 어떤 형태로 사용될 지를 고려하고, 국내 의료 기관을 섭외해 검증하며, 판매 후에도 안전성을 관리해 유통을 책임을 지는 것까지 감안해서 제품을 설계한다는 것은 매우 어려운 일이다”(M3의 스기하라 소장).

알리바바 클라우드 재팬 서비스의 유니크 매니저도 “승인이나 상품화에 대해서는 M3 등 파트너에게 맡긴다. 알리바바는 기술 제공에 주력한다”라고 동조한다. 알리바바의 CT 영상 분석 솔루션은 세계 550개 이상의 병원에서 사용되고 있는 것으로 알려져 있다. M3의 소프트웨어는 알리바바의 CT 영상 분석 AI를 탑재한 의료기기가 중국 이외에 정부기관의 승인을 받은 첫 번째 사례가 된다.

인퍼비전에도 일본 법인이 있다. "일본에서의 의료기기 제조 판매 허가를 받지 않았기 때문에 CES 데카르트가 상품화해 후생노동성의 승인을 받았다"라고 인퍼비전의 저우(周) 대표이사는 밝혔다.

-- 감염 확대 시기에는 '치료 우선순위 결정' 지원에 위력 --
-- 중증화 하는 환자의 조기발견에도 도움 --

Part 2. AI 문진
병원 내 감염과 진료 자제를 이중으로 막는다

코로나19의 병원 내 감염 방지를 목적으로, 환자가 자신의 스마트폰 등으로 문진을 받게 되는 ‘AI 문진’도 본격적으로 시작되었다. 영향력 있는 단체인 일반사단법인 일본 의료진찰지원기구는 2020년 4월 28일부터 Web 어플리케이션 ‘AI 진료상담 유비(Ubie) 코로나19 버전’을 무상으로 제공하고 있다. 이 앱은 AI를 사용한 의료용 시스템 개발의 스타트업 기업인 Ubie의 ‘AI 문진 Ubie’를 코로나19에 적용시킨 것이다.

이용자가 스마트폰 등으로 연령이나 성별, ‘머리가 아프다’ ‘열이 있다’ 등과 같은 증세를 입력하면, AI가 구체적인 병명을 추측해 20문항 전후의 질문을 제시한다. AI는 회답 결과에 따라 병의 긴급 정도나 코로나19의 감염 리스크를 추측. 귀국자·접촉자 상담센터에 상담하거나, 주치의의 지시를 받는 등 적절한 진료 수취 행동을 여러 개 제시한다. “병의 증상을 자각 했어도, 병원 내 감염 우려로 인해 진료 받는 것을 자제하는 사람을 줄이고 싶다”. 무상 제공의 목적에 대해 의사이자 Ubie의 공동대표를 맡고 있는 아베(安部) 씨는 이렇게 밝힌 다.

2020년 4월, ‘의료 붕괴’의 우려가 커졌다. 코로나19의 감염자나 감염을 의심하는 사람이 병원에 몰려, 의료기관의 수용 능력의 한계를 뛰어넘을 것이라는 우려 때문이다. 병원 내 감염이 의료 붕괴의 발단이 되는 케이스가 많으며, 미국과 유럽만큼은 아니지만 일본에서도 피크 시에는 병상이 부족한 사태에 이르게 되었다. 의료기관이 집단감염 되는 사례가 잇따르면서, 타 질환을 가진 환자들 사이에는 진료를 미루는 ‘진료 자제’도 확산되었다.

무상으로 제공되는 AI 진료 상담 유비 코로나19 버전의 목적은 이용자가 적절하게 진료를 받을 수 있게 지원함으로써 의료 붕괴와 진료 자제의 양쪽 모두를 해결한다는 점에 있다. Ubie에 따르면 2020년 6월 2일까지 21만명이 AI 진료 상담 유비 코로나19 버전을 이용하고 있다고 한다. “AI가 그 중에서 코로나19 감염이 의심되는 수 천명에게 귀국자·접촉자 상담센터로의 상담을 권유했다”(아베 공동대표)고 한다.

-- 약 5만건의 의학 논문을 바탕으로 개발 --
2017년 창업한 Ubie는 2018년부터 의료기관의 진료기록카드 작성 업무 등의 부담을 줄이는 서비스로서 AI 문진 Ubie를 제공하고 있다. 이 회사는 AI 문진 Ubie의 원형을 약 5만 건의 의학 논문에서 추출한 데이터를 토대로 개발했다.

환자는 병원의 접수 창구에서 받은 태블릿 상에서 AI 문진을 받는다. 환자의 회답 내용에 따라 약 3,500가지 질문 데이터로부터 AI가 다음의 질문을 선택한다.

Ubie는 2020년 5월 11일, AI 문진 Ubie의 확장 기능 ‘COVID-19 선별 지원 시스템’의 제공을 시작했다. AI 문진 Ubie를 이미 도입한 전국 200곳 이상의 의료 기관은 무상으로 사용할 수 있다.

확장 기능 제공의 목적은 의료기관의 접수 업무 부담을 경감시켜 코로나19 감염으로 의심되는 사람을 가능한 한 조기에 발견하는 점에 있다. 예를 들면 의료기관은 내원 전의 환자가 AI 문진 Ubie에 회답한 내용을 확인하고, 감염이 의심될 경우에는 통상적인 것과는 다른 동선으로 진료를 받게 하는 대책을 세울 수 있다. “AI 문진 Ubie를 사용해 병원 내 감염에 대응하고 있다는 것을 의료 기관이 어필할 수 있다면, 병원 내 감염을 우려해 진찰을 자제하고 있는 사람의 불안감을 해소시킬 수 있다”(아베 공동 대표).

Part 3. AI 신약 개발
슈퍼컴퓨터 ‘후가쿠(富岳)로 기세 등등한 일본 / 치료제 후보 탐색이 가속화

코로나19 대책을 계기로, AI 등을 사용한 신약 개발이 단숨에 가속화 될 전망이다. 이처럼 ‘AI 신약 개발’을 지원하는 것이 성능 세계 1위를 자랑하는 슈퍼컴퓨터 ‘후가쿠’이다. 후가쿠는 이화학연구소(RIKEN, 리켄)와 후지쓰가 공동으로 개발했다.

코로나19 대책으로서 리켄 등은 ‘후가쿠’를 1년 앞당겨 2020년 봄부터 운용하기 시작했다. 이에 치료약 발견에 나선 것은 예전부터 시뮬레이션 및 기계 학습 등을 이용한 AI 신약 개발의 연구에 힘써 온 쿄토대학 대학원 의학연구과의 오쿠노(奥野) 교수 팀이다.

코로나19의 4개의 단백질에 대해, 친화성과 치료 효과가 기대되는 치료약 후보를 찾기 위해 후가쿠를 이용한 분자 시뮬레이션 실험에 착수했다. 이는 분자의 3차원 구조의 움직임과 상호작용을 컴퓨터 안에서 재현하는 시뮬레이션이다. 코로나19 단백질과 항바이러스 약 등 기존 의약품이 어떻게 결합하는 지를 시뮬레이션 함으로써 결합 강도 등을 알아내어 치료약으로 효과가 있을 만한 것을 찾으려는 시도다.

오쿠노 교수 팀은 지금까지 코로나19가 가진 ‘Main protease’라고 불리는 단백질과의 결합을 기존 의약품 2,128종 전체에 대해 후가쿠로 시뮬레이션 했다. 그 결과, 효과가 기대되는 2종의 의약품을 찾아냈다.

후가쿠는 아직 본가동이 아니며 사용할 수 있는 시간도 한정되어 있을 뿐 아니라, 어플리케이션 조정도 완전하지 않다. 이번에는 계산에 10일이 걸렸지만, “조정이 끝나면 1~2일에 계산이 끝난다”(오쿠노 교수). 남는 3개 단백질의 시뮬레이션도 향후 계획하고 있다.

이번 분자 시뮬레이션은 ‘(후가쿠의 전 세대기인) 케이(京)로서는 도저히 불가능한 계산 양이 필요하다’(오쿠노 교수)라고 한다. 후가쿠의 계산 능력은 케이의 약 50~100배로 여겨진다. 조정이 불완전한 지금의 후가쿠로도 예상했던 것 이상의 결과가 나옴으로써 치료약 발견에 대한 기대는 높아지고 있다.

신약 개발 연구의 기초단계에서는 대량의 화합물을 스크리닝(탐색)하여 안전성이나 효과를 평가하고 약의 종류를 점점 압축시킨다. 다만, 그것에는 비용이나 시간이 걸린다는 점이 과제였다.

컴퓨터로 시뮬레이션 하거나 대량의 데이터를 분석하는 등으로 스크리닝의 효율을 높이는 연구는 지금까지도 있었지만, 계산 능력이나 데이터 양이 충분하지 않는다는 장벽에 부딪혀 그에 대한 모색이 계속되고 있었다. “제약회사는 만 건의 오더의 화합물을 수개월에 걸쳐 실험하고 치료제 후보를 압축하고 있다. 후가쿠의 능력을 최대한 발휘할 수 있게 된다면 이 기간을 1주일까지 단축시킬 수 있다”라며 오쿠노 교수는 완전한 성능의 후가쿠에 대한 기대감을 드러냈다.

-- 신약 개발 지원 AI시스템 잇따라 등장 --
코로나19 대책에서는 시간적인 제약 문제로 인해 제로부터 치료약 후보를 탐색하는 것이 아니라, 오쿠노 교수 팀처럼 기존 약 중에서 효과적일 것 같은 후보를 찾는 수법이 채택되었다. 감염 확대기에는 임상시험이나 임상연구로서 실제로 환자에게 투여하려는 시도도 있었지만 컴퓨터를 활용한 후보 압축도 활발해졌다.

데이터 분석 지원의 FRONTEO는 독자적인 신약 개발 지원 AI시스템 ‘Cascade Eye’를 이용해 기존 약 중에서 코로나19 치료약의 후보약을 450종까지 압축했다. 의학·생물학계의 학술 논문 약 1,600만 건과 코로나19에 관한 프리프린트 논문 약 5만 건을 학습시켜 Cascade Eye를 개발했다.

Cascade Eye의 특징은 분자의 변동이나 결합을 예측해 효과적인 치료제 후보를 제시할 수 있다는 점이다. FRONTEO는 이 결과를 효과적으로 활용할 수 있도록 “정부 기관이나 제약회사 등에 정보 제공하고 있다”(야마모토 집행임원).

치료약 후보를 450종까지 압축한 결과를 공개하자, Cascade Eye에 흥미를 갖는 제약기업이 늘어났다. “계약을 위해 교섭 중인 기업 수는 2020년 5월부터 6월에 기존의 2배로 증가했다”라고 토요시바(豊柴) CTO(최고 기술 책임자)는 밝혔다.

원래 존재하고 있었던 AI 신약 개발 기술이 코로나19 대책을 계기로 활용폭을 넓히고 있는 것은 비단 코로나19 치료약 탐색만이 아니다. NEC는 2016년에 AI 신약 개발 사업에 참가한 이후, AI를 사용해 ‘암 백신’의 연구 개발을 지속해 왔다. 이번에는 그 설계 방식을 코로나19의 백신 개발에도 적용했다.

현재, 바이러스가 갖고 있는 ‘S단백질’을 항원으로서 체내에서 효율적으로 항체를 만들 수 있는 코로나19 백신 개발이 세계적으로 추진되고 있다. 이에 대해, NEC의 어프로치는 바이러스의 일부를 조합한 항원을 투여함으로써 항체를 만드는 백신과는 다른 면역의 구조를 활발하게 하는 것이다. 설계한 항원과 S단백질을 조합해 백신으로 만듦으로써 보다 효과적인 백신을 만들 수 있다고 내다보고 있다.

실은 이 면역 구조는 ‘암 백신’과도 같다. 그 때문에 NEC는 암 백신의 설계 노하우를 활용했다. 예를 들어 효율적으로 면역을 유도하기 위해, 공개되어 있는 수천 종류의 바이러스 게놈 데이터를 분석하는 공정 및 최적의 항원 부위를 동정(同定)·선별하는 공정에 AI를 활용했다. 그 결과, 항원 부위를 8개까지 압축했다.

NEC는 수요가 높은 암 백신 개발을 선행하고 있었지만, 코로나19 사태를 발판으로 노하우를 살리는 형태로 코로나19 백신 개발에 나선 것이다. 기타무라(北村) AI 신약 개발 사업부장은 “이번에 찾아낸 것으로부터 유효성이 확인된다면, 기술 실증도 가능하며 다른 감염증 백신 개발과 같은 사업 확대의 가능성도 있다”라고 기대감을 보였다.

 -- 끝 --

Copyright © 2020 [Nikkei Computer] / Nikkei Business Publications, Inc. All rights reserved.