‘스마트 호스피탈’의 최전선, AI 발달로 생명연장 ‘활짝’

일본의 기술정보는 우리와 여러 분야에서 관련되고 시사하는 바도 많습니다. 아시아엔은 일본 기술정보와 관련해 많은 연구물을 축적해온 일본기술정보센터가 제공하는 콘텐트를 독자들께 제공합니다. 더 많은 관련 자료는 해동일본기술정보센터 홈페이지를 통해 확인하실 수 있습니다 <편집자>

[아시아엔=해동일본기술정보센터] 일본 각지에서 ‘스마트 호스피탈’이 존재감을 높이고 있다. 스마트 호스피탈이란 디지털 기술을 구사해 의료나 건강관련 데이터를 적극적으로 활용하는 병원을 말한다. 질병 예방 및 일상생활과도 깊이 관련되어 있다.

스마트 호스피탈로 인해 사람들은 건강한 삶을 유지할 수 있으며 국가재정의 지출 감소로도 이어질 수 있다. AI(인공지능)를 통해 난치병의 치료법을 찾아내어 환자의 생명을 구한 사례도 나오고 있다.

이 글에서는 건강을 뒷받침해 생명을 지키는 정보 플랫폼 구축의 최전선을 다룬다.

Part 1. ‘2025년 문제’ 해결방안은 데이터 집적

헬스케어의 ‘2025년 문제’가 병원을 압박하고 있다. 일본의 의료재정 악화에 따른 경영난과 저출산에 의한 인재부족이 그것이다. 해결 방안은 건강 및 생활 관련 데이터를 집적하는데 있다.

부상이나 병에 걸렸을 때뿐만 아니라, 건강할 때부터 병원에 다니는 것이 당연시된다. 지금 일본의 병원이 변화하기 시작했다. 그 주역은 AI 등의 첨단기술을 구사해 병원 내에 축적한 의료·건강 데이터를 적극적으로 활용하는 병원인 ‘스마트 호스피탈’이다. 기존의 ‘치료’뿐 아니라, 지역 주민의 건강을 유지하는 ‘예방’의 거점이 되는 것을 목표로 한다.

지금까지 병원은 전자 진료기록부 등 환자의 병이나 치료에 관한 정보를 병원 내에서만 축적해 왔다. 이에 반해, 최근에 들어 일부 병원은 전자 진료기록부의 내용과 심박수 및 혈압과 같은 바이탈 데이터 등을 환자와 공유하는 프로젝트를 시작했다.

이시카와(石川) 현 나나오(七尾) 시에 있는 케이주(??)종합병원은 2017년부터 검사 및 치료 등의 정보를 환자 본인과 공유하는 서비스를 시작했다. 현재까지 약 3000명이 이 서비스를 이용하고 있다.

건강진단 및 종합검진 등에서 축적한 데이터를 활용해 질병 예방에 주력하는 병원도 늘어나고 있다. 오카야마(岡山) 현 구라시키(倉敷) 시의 구라시키중앙병원은 건강진단 결과를 AI로 해석해 향후의 건강 상태를 예측하는 시스템을 구축했다.

데이터뿐 아니라, 개인의 취미 및 기호 등 일상생활에 관한 데이터까지 수집하기 시작한 병원도 있다. 도쿄 하치오지(八王子)에 거점을 두고 있는 기타하라(北原) 병원그룹은 의료 및 건강에 관한 데이터에 함께 활용함으로써 질병의 발병을 지연시켜 건강을 유지할 수 있게 촉진하는 시스템을 구축하고 있다.

건강관리 및 질병예방에 주력하는 병원용 테크놀로지를 제공하는 기업도 눈에 띄기 시작했다. Welby(웰비) 및 메디컬데이터카드, 메디컬데이터비전 등의 벤처기업이 있으며 이들 기업은 환자가 본인의 의료정보나 건강정보를 앱에서 조회할 수 있는 시스템을 제공하고 있다.

그 밖에도 최근에는 NEC 등 IT 대기업이 AI 기술을 응용해 향후 건강 상태의 리스크를 예상하는 알고리즘 등을 구축하고 있다.

의료재정 악화가 변혁의 계기

병원이 최신기술의 도입을 시행해 예방으로까지 역할을 확대시키려는 근본적인 이유는 일본의 저출산 고령화에 대응하기 위해서다. 이것이 헬스케어의 ‘2025년 문제’이다.

2025년에는 단카이(?塊)세대(1947∼49년에 태어난 일본의 베이비부머)가 75세 이상이 되어 65세 이상의 고령자는 3657만명으로 국민 3명 중 1명에 달하게 된다. 의료의 고령화로 의료비가 증가함에 따라 국가의 의료재정은 더욱 어려워지게 된다.

일본정부가 2018년도 의료에 충당한 사회보장 급여비는 약 39조엔이었으나, 2025년도에는 47조엔으로 늘어날 것으로 예상되고 있다. 사회보장 급여비를 억제하기 위해 재무성은 고령자의 의료비 부담금을 늘리는 것에 대한 재고 및 진료 보수를 줄이는 개정 등을 제언하고 있다.

이런 가운데 일부 병원은 앞으로의 추세를 꿰뚫어 보고 변화를 모색하고 있다. 질병 예방이나 일상생활을 대상으로 한 역할 확대가 바로 그것이다. 고령화로 의료비가 늘어나고 있는 반면, 병원이 받는 진료보수가 향후 극적으로 늘어날 것이라고는 기대하기 어렵다. 따라서 진료보수에만 기대는 것이 아니라, 병원그룹이 예방을 위한 건강진단 및 생활지원 서비스의 대가를 이용자로부터 얻어내어 그 수입을 통해 의료체제를 유지한다는 것이다.

기술발전도 병원에는 훈풍으로 작용한다. 뇌신경 외과의사이며 구라시키중앙병원장인 야마가타(山形)씨는 지금까지 40년 가까이 뇌졸중으로 쓰러진 환자를 긴급 의료를 통해 치료해왔다. 그러나 뇌졸중은 갑자기 혈관이 막혀서 걸리는 것이 아니라 검사로 예후를 알 수 있어 발병 전에 예방할 수 있는 경우가 많아 안타깝게 생각해왔다고 한다.

병원에는 혈액검사 및 의료영상 등 질병과 건강에 관한 데이터가 모이게 되므로 AI와 데이터를 활용해 질병예방 대책을 세우기 쉬운 입장에 있다.

AI 진단 지원 시스템 개발 선행

스마트 호스피탈이 목표로 하는 것은 질병예방뿐만이 아니다. 데이터를 활용한 고도의 의료기술 개발도 시야에 넣고 있다. 첨단기술 도입에 적극적인 스마트 호스피탈을 중심으로 IT기업이 모여들게 되면서 의료 데이터를 AI로 해석해 진단을 지원하는 시스템 개발이 선행되고 있다.

예를 들어 미국 IBM은 환자의 암 게놈 정보를 AI로 해석해 인간의 능력으로는 조사할 수 없는 양의 논문으로부터 암 관련 유전자 변이를 검색하는 기술을 개발한다. 유전자 변이와 암의 관계성을 알게 되면 유효한 치료법을 선택할 수 있는 경우가 있다. 병원에 축적되어 있는 CT나 MRI 등 의료용 영상을 이용해 영상으로부터 AI가 병변을 찾아내는 진단지원 시스템을 개발하는 IT기업도 늘어나고 있다.

초고령화를 맞이하는 일본에서 의료체제를 유지해 그 질을 더욱 높이기 위한 스마트 호스피탈이 각지에서 움직이기 시작한 것이다.

Part 2. GAFA 추월 목표 ‘생명 관련 플랫폼 구축’

일본 병원이 안면인식 및 AI 등 디지털 기술의 활용에 나서고 있다. 병에 걸린 환자를 치료하는 ‘수동적’에서 질병 예방을 지원하는 ‘능동적’인 전환을 꾀한다. 생명에 관한 플랫폼 구축으로 GAFA(Google, Amazon, Facebook, Apple)를 뛰어넘는 것을 목표로 하는 병원들의 도전을 취재했다.

고령자가 길에서 쓰러져 병원에 긴급 수송되었다. 신원을 나타내는 정보는 아무것도 없다. 의사가 환자의 얼굴을 태블릿으로 찍자 환자의 이름과 병력, 의사(意思)표시가 바로 화면에 떴다.

이같은 일이 가능해지고 있다. 도쿄 하치오지 시를 거점으로 하는 기타하라 병원그룹은 환자용으로 자신의 얼굴 영상 등의 생체정보 및 치료에 대한 의사(意思), 병력 등을 사전에 등록해 놓는 시스템 ‘디지털 리빙월’ 제공을 2019년 7월부터 본격 시작했다. 구급차 운송 시에는 얼굴이나 손가락 정맥, 지문을 조합한 생체인증으로 개인을 특정해 이들 정보를 순식간에 꺼낼 수 있다.

“독거노인이 의식을 잃고 쓰러지더라도 받아주는 병원을 찾기란 쉽지 않다. 이는 신원의 특정에 시간이 걸리기 때문이다. 이런 상황을 IT로 근본적으로 바꾸고 싶었다”. 해당 그룹의 중심인 의료법인사단 KNI의 기타하라 이사장은 시스템을 개발한 이유에 대해 이렇게 말했다.

또한 기타하라 병원그룹은 시스템이 취급하는 정보 대상을 확대해 일상생활에 관한 데이터도 취급하기 시작했다. 앞으로는 다양한 업종과 연대해 병원의 역할을 ‘치료’뿐 아니라 ‘예방’이나 ‘일상생활로의 관여’까지 확대한다는 계획이다.

스마트 호스피탈의 한 예로서 기타하라 병원 그룹의 프로젝트를 소개한다.

1)신원 불명은 치료 지연의 원인–>
2)치료 의사 사전 등록–>
3)생활정보를 외부 서비스와 연대–>
4)환자 스스로 의료 데이터를 병원 외에서 활용–>
5)AI로 3년 후의 건강상태 예측

병원그룹이 치료에서 예방으로의 전환을 목표로 치료 및 건강에 관한 정보를 연구하는 움직임이 잇따르고 있으나, 이를 전국에 보급시키기 위해서는 몇 가지 뛰어넘어야 할 과제가 있다.

첫 번째는 개인정보 보호이다. 건강 및 치료에 관한 데이터는 개인정보 중에서도 특히 중요하게 취급되어야 할 항목이다. 정보의 취급 및 활용의 룰을 이용자에게 알기 쉽게 설명해 동의를 얻는 것이 반드시 필요하다. 따라서 만전을 기한 시큐리티 대책을 강구해 정보 유출을 막을 필요가 있다.

두 번째는 의료행위와 그렇지 않는 서비스와의 분리이다. 병원과 개인이 공유하고 있는 의료·건강정보를 외부 기업이 어떤 서비스로 활용할 수 있는지, 현 시점에서는 명확한 가이드라인이 없다. 병원은 기업과 공동으로 의료 행위와의 선을 명확히 긋고 서비스를 개발할 필요가 있다.

세 번째는 환자의 동의에 관한 규제이다. 기타하라 병원그룹은 이미 생체인증을 이용해 운송된 구급환자를 특정하거나, 검사 및 치료에 관한 사전 동의서의 활용을 시작하고 있다. 그러나 현재 의료법적으로는 ‘그레이존(회색지대)’(기타하라 병원그룹)이기 때문에 지금은 신기술 등 실증제도, 통칭 ‘규제의 샌드박스 제도’를 이용하고 있다.

네 번째 과제는 사용의 편리성이다. 병원이 정보를 수집하는 플랫폼을 구축하는데 있어 IT 사용에 미숙한 고령자에게 정보를 입력할 수 있도록 하는 연구가 필요하다. 기타하라 병원 그룹은 입력 화면 등의 유저 인터페이스와 유저 경험의 중요성을 지적한다.

첨단기술의 도입으로 병원의 역할이 치료에서 예방, 생활까지 확산될 가능성이 크다. 지금까지의 병원과 협력해 온 것은 의료기기 제조사나 IT기업의 헬스케어 부문이 중심이었다. 그러나 병원이 그 역할을 ‘예방’까지 확대하면 협업의 대상은 스포츠 센터 및 피트니스, 교정원, 나아가서는 레저시설, 이벤트 운영회사, 상점 등으로도 확산된다. 과연 스마트 호스피탈이 정보의 허브가 되어 새로운 건강관련의 제품 및 서비스를 창출해내는 인큐베이터가 될 수 있을까? 다양한 업계가 스마트 호스피탈의 활동에 주목하고 있다.

Part 3. Watson이 생명을 구한다

의사와 AI의 협조로 치료에 임하는 병원의 움직임이 각 곳에서 진행되고 있다. 난치병 환자의 치료법을 찾아내어 생명을 구한 사례도 있다. 의료현장의 최전선에서 의사와 ‘명조수’의 도전을 살펴보자.

야마시타(山下)(70)씨가 도쿄대학의과학연구소 부속병원에 긴급 입원한 것은 2015년 1월이다. 다른 병원에서의 검사에서 백혈구 수치가 급격히 떨어지고 있는 것을 알게 되어 도쿄대학의화학연구소 병원에 택시를 타고 도착.

일각 다투는 상황에서

곧바로 골수검사를 해보니 급성골수성 백혈병이라는 것을 알게 되었다. 면역을 담당하는 백혈구 및 산소를 전신에 운반하는 적혈구, 지혈하는 역할을 담당하는 혈소판을 제대로 만들지 못해 중증의 빈혈이 있었다. “백혈병 세포가 완전히 퍼지기 전에 치료할 필요가 있으며 일각을 다투는 상황이었다”(도쿄대의과학연구소병원 혈약종양내과 요코야마 교수).

바로 조혈을 방해하는 백혈병 세포를 줄이기 위해 항암제를 사용한 화학 요법인 ‘강화요법’ 등을 시도했다. 그러나 결과는 좋지 못했다. 2015년 2월에 첫 번째, 5월에 두 번째 강화요법을 시도했으나 결과는 한정적이었다. 요코야마 교수는 “강화요법을 하면 1개월 전후로 회복되어야 했지만 오히려 폐렴을 일으키는 등 상태는 나빠졌다”고 말한다.

요코야마 교수가 치료방침을 둘러싸고 골머리를 앓고 있을 때, 도쿄대의과학연구소가 일본 IBM과 시작한 것이 IBM의 AI 시스템인 ‘Watson’ 등을 활용한 게놈의료의 연구였다. “무엇인가 힌트를 얻을지도 모른다.” 요코야마 교수는 Watson을 활용한 연구에 한 가닥 희망을 걸었다.

해석과 번역이 걸림돌

연구의 흐름은 다음과 같다. 먼저 환자의 검체를 차세대 시퀀서(DNA해석장치)에 입력해 게놈을 해독한다. 해독한 게놈을 슈퍼컴퓨터 상에서 동작하는 전용 소프트웨어 ‘Genomon’으로 해석해 유전자 변이를 찾아낸다.

여기에서는 ‘IBM Watson for Genomics(WfG)’를 사용한다. WfG는 방대한 의료 논문 및 특허 등을 학습하고 있어 슈퍼컴퓨터의 해독결과를 투입하면 질환에 관련될 것 같은 변이를 수 분만에 탐색한다.

당시, WfG는 2000건 이상의 논문 요약 데이터 및 1500만건 이상의 특허 데이터 등을 학습하고 있었다. 2000만건의 논문을 인쇄해 탑처럼 쌓아 올릴 경우, 후지산 높이를 뛰어넘을 것이라고 한다.

일본 IBM과의 프로젝트를 견인하는 도쿄대의과학연구소의 미야노(宮野) 인간게놈해석 센터장은 “(슈퍼컴퓨터의 해석으로) 유전자의 변이는 수백~수백만개를 찾아낼 수 있지만 그 해석과 번역의 작업이 걸림돌이 되고 있었다”고 말한다. 의사 부담을 줄이기 위해 미야노씨가 ‘파트너’로 선택한 것이 바로 Watson이었다.

Watson이 나타낸 의외의 결과

실제로 요코야마 교수팀은 2015년 7월 슈퍼컴퓨터에서의 야마시타씨(환자)의 해석 데이터를 Watson에 입력하자, Watson은 의외의 결과를 내놓았다. 슈퍼컴퓨터가 찾아 낸 약 1500개의 변이 중에서 ‘STAG2’로 불리는 유전자 변이가 백혈병에 기여했을 가능성을 시사한 것이다.

그로 인해 STAG2의 변이는 ‘골수이형성증후군’에 유래한 백혈병의 특징적인 변이로, 강화치료 등 기존 치료를 지속해도 회복 가능성이 희박하다는 것을 알게 되었다.

요코야마 교수는 과감히 치료방침을 전환했다. 척추이형성증후군의 치료약으로 진행을 늦추는 약을 투여하자 효과가 나오기 시작해 백혈구 수가 개선되는 경향을 띠었다. 요코야마 교수는 “기존의 검사만으로는 파악할 수 없었던 원인을 Watson이 해명해 주었다”고 Watson의 의의를 설명했다.

만전 기한 준비로 이식···IT회사들 헬스케어에 조준

AI를 비롯한 최신 IT에 대해 의료현장이 거는 기대는 크다. 현장 수요에 부응하기 위해 일본 IBM뿐만 아니라, 일본 국내 IT 대기업은 의료기관과 손잡고 실증실험을 전개하거나 새로운 시스템 등을 개발한다. 기존의 하드웨어 업무 등이 축소되는 가운데, 새로운 수익원을 확보하려는 전략도 있다.

후지쓰(富士通)는 일본 IBM과 동일하게 도쿄대의과학연구소와의 공동연구용으로 언어처리 AI기술을 적용했다. 국립암연구센터 암정보센터에 따르면 일본에서 백혈병에 걸리는 사람은 연간 1만2000명이 넘는다. 만약 전체 환자에게 동일 기술을 활용한 게놈 의료를 시행할 경우, 전문의에 의한 검토 시간을 6000시간에서 3000시간 이하로 줄일 수 있을 것으로 기대하고 있다.

NTT데이터는 2019년 8월까지 약 반년간 미야자키(宮崎)대학의학 부속병원으로 자체 개발한 AI 화상진단 시스템의 실증실험을 전개했다. 부속병원의 환자 700명을 대상으로 위장의 이상 검출 정밀도를 측정했다. NTT데이터에 따르면 암진단에서 90%의 정확도를 보였다고 한다.

또한 NTT데이터와 미야자키대학은 2019년 10월부터 AI화상진단 시스템이 찾아낸 이상으로부터 병명을 특정하는 알고리즘 개발도 시작했다. 2020년도에는 실제 진단 업무에서 해당 시스템이 의사의 부담을 어느 정도 줄일 수 있는지를 검증할 예정이다.

히타치(日立)제작소는 의료기관의 디지털 트렌스포메이션(DX)에 비즈니스 찬스를 모색하고 있다. 미국 자회사인 히타치 컨설팅이 최근에 영국의 의료그룹인 Northern Care Alliance와 DX의 실현을 위해 10년간의 파트터십 계약을 채결했다. 이곳 산하의 살포드 로열병원을 대상으로 데이터 분석 및 IoT 기술 등을 채택해 환자에 대해 병상이나 수술실, 의료기기 등을 유연하게 할당하거나 대기 시간을 절감하는 등의 대응을 추진한다. Northern Care Alliance의 다른 병원으로의 전개도 상정하고 있다.

치료 프로세스에 최첨단 IT를 도입한다면 보다 많은 생명을 구할 수 있게 될 것이다. 디지털 기술에 일본의료의 미래가 걸려 있다.