“첨단기술로 편의성도 치료효과도 UP!” 대학병원에 분 4차 산업혁명 바람
“첨단기술로 편의성도 치료효과도 UP!” 대학병원에 분 4차 산업혁명 바람
  • 최준호 기자 (junohigh@k-health.com)
  • 승인 2019.11.05 10:31
  • 댓글 0
이 기사를 공유합니다

4차 산업혁명으로 새롭게 탄생한 기술들이 인간의 삶을 변화시키고 있다. AI(인공지능), 3D 프린팅, 딥러닝 등이 바로 그것. 복잡하고 어려운 개념이지만 인간의 삶을 더 편하게 만들고 있는 것은 분명하다. 의료계에서도 마찬가지다. 환자관리에서부터 이전에는 시도하지 못했던 수술법으로 치료정확성까지 높이는 성과를 내고 있다. 이에 첨단기술을 활용해 환자에게 더 나은 편의와 치료를 제공하는 대학병원들의 연구성과를 소개한다.

서울성모병원과 은평성모병원은 직접 개발한 인공지능(AI) 음성인식 전자의무기록 시스템을 국내 최초로 공개했다.

■서울성모병원‧은평성모병원, 인공지능(AI) 음성인식 전자의무기록 시스템 공개

서울성모병원 스마트병원과 은평성모병원 음성인식 전자의무기록 연구소가 음성인식 인공지능을 기반으로 전자의무기록(EMR:Electronic Medical Record)과 의료영상저장전송시스템(PACS:Picture Archiving Communication System)에 완벽하게 연동하는 ‘음성인식 전자의무기록 시스템(Voice EMR)’을 국내 최초로 공개했다.

음성인식 전자의무기록 시스템은 서울성모병원‧은평성모병원과 인공지능 스타트업인 퍼즐에이아이가 2년 동안 공동 개발했으며 음성인식률이나 사용자 편의성에서 세계 수준에 도달했다는 평가를 받고 있다.

일단 음성인식 전자의무기록 시스템은 현존 최고수준의 인식률을 보이는 인공지능 음성인식기 모델이 탑재됐고 성능을 높이기 위한 음성전처리 엔진을 보유하고 있어 복잡한 의료환경에서도 음성인식이 가능한 것으로 전해진다.

또 외래 및 입원 등 모든 환자의 수술, 시술, 판독기록을 비롯한 다양한 서식 등 모든 전자의무기록과 호환 및 연동이 가능하다. 특히 여러 진료과에서 사용하는 전문 의료용어도 한국어와 영어를 동시에 인식할 수 있는 특화 엔진을 탑재해 병동, 외래, 수술실, 처치실, 검사실 등에서 의료진의 음성을 정확하고 편리하게 기록할 수 있다. 음성인식률은 95%이상에 달했다.

이번 연구를 주도한 서울성모병원 이지열 스마트병원장은 “Voice EMR의 개발로 의료진의 기록업무 시간이 획기적으로 줄고 정확도가 높아져 각종 입력 실수로 인한 안전사고를 예방할 수 있게 됐다”며 “향후 연구도 인간을 대체하는 인공지능이 아니라 인간을 돕는 인공지능 개발에 집중하겠다”고 전했다.

은평성모병원 음석인식 전자의무 기록연구소 김병국 소장은 “독자 개발한 음성 보안 기술로 의료음성인식 보안 수준을 높임과 동신에 의료정보 투명성 까지 확보했다”며 우수성을 높이 평가했다.

서울아산병원은 3D프린팅을 활용해 독자 개발한 수술 가이드 모델로 유방암을 수술하면 치료효과를 비롯, 유방암환자의 삶의 질까지 높일 수 있다고 전했다.

■서울아산병원, 3D 프린팅 활용한 환자 맞춤형 유방암 수술법 개발

서울아산병원 유방외과 안세현‧고범석 교수와 융합의학과 김남국 교수팀은 2015년 12월부터 두 달 동안 국소 진행성 유방암 환자 5명을 대상으로 항암 치료 후 3D 수술 가이드 모델을 적용해 수술한 결과 암이 깨끗이 제거됐으며 평균 45개월 동안 추적 관찰한 결과 재발 및 부작용 또한 없었다는 연구결과를 최근 밝혔다.

유방암 수술 가이드 모델은 자기공명영상(MRI) 결과를 바탕으로 제작된 3D 프린팅 모형으로 모양은 환자마다 다르며 수술 시 의사가 환자의 유방위에 올려놓고 수술 위치를 정확하게 체크할 수 있도록 돕는다.

유방암 수술은 수술 직전 수술부위를 유방 위에 표시한 다음 이뤄진다. 이를 표시하기 위해 지금까지 초음파검사와 자기공명영상(MRI)검사가 사용됐다. 하지만 초음파검사는 항암치료 후 미세하게 남아있는 종양의 위치를 정확하게 구분해내기 어려웠고 자기공명영상은 초음파검사보다 정확하게 작은 종양까지 잡아낼 수 있었지만 검사를 받을 때 환자의 자세가 수술을 받을 때와 달라 결과적으로 종양의 위치를 정확하게 파악하기 힘들었다. 따라서 수술 시 절제부위를 정확하게 특정하기 어려워 안전한 수술을 위해서는 어쩔 수 없이 유방을 광범위하게 절제했다.

하지만 MRI 검사결과를 데이터화해 3D로 제작한 수술 가이드 모델을 활용하면 수술해야하는 부위를 유방 피부 위에 정확하게 그릴 수 있다.

연구팀은 3D 수술 가이드 모델을 적용해 5명의 국소 진행성 유방암 환자를 수술한 후 평균 45개월 동안 추적 관찰한 결과, 동결절편 조직검사 등 병리학적 검사에서 모든 환자의 암이 완전히 절제된 것을 확인했고 추적 관찰기간 동안 재발도 없었을 뿐 아니라 수술 가이드 모델 사용으로 인한 부작용 역시 없었다.

김남국 교수는 “유방암 수술 가이드 모델은 영상분할 기술을 활용해 MRI 결과상에서 암과 암이 아닌 부분을 구분해낸 후 데이터화 해 3D 프린터로 정교하게 제작됐다”고 전했다.

고범석 교수는 “이번 연구결과는 초기 단계의 유방암 환자 5명을 추적 관찰한 결과인데 이후 3D 수술 가이드 모델을 이용한 유방암 수술을 지금까지 150여건 실시했으며 종합적으로 좋은 결과를 보였다”고 밝혔다.

서울시 보라매병원이 딥러닝 기술을 기반으로 한 뇌심부 자극수술의 임상적용 가능성을 입증한 연구결과를 최초로 발표했다.

■서울시 보라매병원, 딥러닝 기술로 뇌질환 더 정확하게 치료

서울대학교병원운영 서울특별시 보라매병원이 딥러닝 알고리즘 기술을 기반으로 한 뇌심부 자극수술의 임상적용 가능성을 입증한 연구결과를 최초로 발표했다.

뇌심부 자극수술(DBS:Deep Brain Stimulation)은 파킨슨병의 치료를 위해 주로 쓰이는 외과적 수술법으로 뇌 안에 전기장치를 이식하고 뇌의 특정부위에 전기자극을 가해 뇌가 다시 정상적으로 기능하도록 돕는다. 일반적인 약물치료로 효과를 보지 못한 환자의 증상개선에 도움이 된다.

보라매병원 신경외과 박성철 교수 연구팀은 2014년 4월부터 2017년 9월까지 기존 뇌심부 자극수술을 받은 환자 102명의 MRI영상 이미지로 훈련된 딥러닝 알고리즘을 기반으로 2018년 5월과 12월 두 차례 실제 임상에 적용한 후 수술성과를 분석했다.

그 결과 딥러닝 기술을 기반으로 한 뇌심부 자극수술을 받은 두 명의 환자 모두 유의한 수술성과가 나타났다. 구체적으로 수술 전에는 식사가 힘들 정도의 떨림증상이 30년 동안 지속된 환자는 수술 이후 떨림증상이 거의 나타나지 않는 수준까지 호전됐다. 또 수술 전 보행장애와 서동증(움직임이 느려지는 현상)이 있던 파킨슨병 환자도 수술 이후 증상이 개선됐다.

두 환자 모두 수술 이후 합병증이 발생하지 않아 딥러닝을 기반으로 한 뇌심부 자극수술이 정확성과 안전성을 모두 갖추고 있는 것으로 파악됐다.

박성철 교수는 “딥러닝 알고리즘을 통해 분석한 객관적이고 정확한 데이터를 통해 환자에 다른 최적의 수술위치를 찾아낼 수 있었다”며 “딥러닝 기반 의학기술이 지속적으로 발전하면 뇌 수술 분야 전반의 임상성과를 높이는 데 도움이 될 것으로 기대한다”고 전했다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.