4차 산업혁명은 인공지능(Artificial Intelligence : AI), 사물인터넷(IoT : Internet of Things), 빅데이터, 모바일 등 첨단 정보통신기술이 경제·사회 전반에 융합되어 혁신적인 변화가 나타나는 차세대 산업혁명을 의미하는 것으로, 그 핵심에는 AI의 활용이 존재하고 있다. 의료는 4차 산업혁명 시대의 핵심기술들이 결합되는 대표적인 분야이다. 의료계에서는 AI을 활용한 다양한 제품이 개발되고 있는데 대표적인 것으로 IBM사의 왓슨(Watson)이나 구글(Google)사의 딥러닝 기반의 AI를 들 수 있다. 의료 AI는 방대한 규모의 데이터를 학습하여 이를 통해 일정한 패턴을 인식할 수 있어서 진단시험과 관련된 의료 전문분과에 가장 큰 영향을 미칠 것으로 예상된다.
특히 단순X선촬영, 전산화단층촬영(Computed Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 영상으로부터 진단을 행하는 영상진단의 분야는 AI의 실용화가 빠르다고 생각되고 영상의 자동분석과 의사의 판독·진단지원에 의한 검사·진단과정의 효율화나 진단의 질의 향상 등 영상진단의 대폭적인 혁신이 기대된다. 미국에서는 AI기술을 활용한 영상진단지원(CAD : Computer-aided Diagnosis) 소프트웨어와 자동진단 솔루션이 의료기기로서 인증되기 시작했고, 금후 세계적으로 널리 의료현장에 적용될 것이다.
의료용 영상진단에 있어서 오진은 빈도는 낮더라도 소수의 경우는 발생할 수 밖에 없다. 특히 단체검진과 같이 대량으로 영상이 발생하는 경우 오진의 건수도 증가하고, 그 때문에 의사는 컴퓨터에 의한 진단지원에 대한 요망이 점점 커지고 있다. 그런데 AI가 행한 진단행위에 문제가 있어 환자의 건강에 부정적 결과가 발생한 경우 누구에 대하여 어떠한 법적 책임을 물을 수 있을 것인지가 멀지 않은 장래에 문제될 가능성이 높다.
본 논문에서는 AI를 활용한 영상진단시스템에 관한 미국의 동향을 바탕으로 AI-CAD를 3가지 형태로 유형화하여 이러한 문제를 고찰하고 있다. 첫 번째 유형은 컴퓨터의 결과를 ‘제2의 의견’으로서 의사가 이용하는 것으로 세컨드리더형(Second Reader) CAD라 한다. 두 번째 유형은 동시리더형(Concurrent Reader) CAD로 CAD의 결과를 판독할 때 처음부터 보고 참고하는 것이다. 세 번째 유형은 퍼스트리더형(First Reader) CAD로 처음부터 CAD가 단독으로 판독처리를 하여 의사가 체크하여야 할 영상과, 명백히 정상으로 그 필요가 없는 것을 선정하여, 그 영상의 해석결과를 제시하는 유형이다.
The fourth industrial revolution is defined as the industrial revolution of the next generation in which state of the art information and communication technologies such as AI(artificial intelligence),IOT(Internet of Things),big data and mobile are fused into economy and society in general to create changes and usage of AI exists at its core. Healthcare is the field where key technologies of the era of the foutth industrial revolution are combined. Various products that utilize AI are being developed in medicine and IBM’s Watson or Google’s deep learning based AI are representative examples. Since medical AI recognizes regular patterns by learning immense quantities of data, it is expected to affect medical branches associated with diagnostic tests the most.
Especially the field of radiology that offers diagnosis from images like X-rays, ultrasound, and MRI(Magnetic Resonance Imaging) is considered to be the fastest in puttiing AI into practice and vast innovation of image is expected in terms of automatic shooting of images,radiologist readings, supporting examinations, efficiency of procedure, and impprovement in quality. Computer aided diagnosis(CAD)software and automated diagnostic solution which used AI technology are being certified as medical devices in United States and they shall be appliied widely in medical sites worldwide.
In medical image diagnosis, inevitable misdiagnosis is unavoidable. Misdiagnosis is easy to occur when large amounts of images are provided due to group checkups and thus there are increasing demands for diagnostic aid from radiologists. However,if bad results should happen because of AI diagnosis, there are questions about who shall be legally responsible and such liability issues are potentially problematic in the near future.
This paper considers these problems by categorizing AI_CAD in three types. The first type, the second reader CAD, enables the radiologist to use computer results as a ‘secondary opinion’. The second type is concurrent reader CAD in which the radiologist employs CAD results as references before deciphering. The third type, the first reader CAD, provides independent interpretation results and sorts the images to selects ones that need to be ascertained by a radiologist.