매사추세츠공과대학(MIT) 컴퓨터과학 및 인공지능 연구소와 자밀클리닉 연구팀은 유방암 발병 위험을 예측하는 인공지능 시스템을 만들었다. ‘미라이’란 이름의 이 알고리즘은 매사추세츠 종합병원의 20만건 넘는 유방암 데이터를 학습해 5년 안에 유방암에 걸릴 확률을 진단해낸다.
흑인과 백인 여성 모두에게서 똑같은 정확도를 보여줬고, 촬영 시기나 추적 관찰 기간이 다른 환자들에게서도 일관된 예측 결과를 내놓았다. 이 유방촬영술을 이용하면 다양한 임상 환경에 놓인 환자들이 불필요한 검진을 줄이고 유방암 발병 가능성을 조기에 진단하고 예방할 수 있다.
영국 케임브리지대학과 버밍엄대학 공동 연구팀은 치매를 조기 예측하는 딥러닝 알고리즘을 지난 7월 공개했다.이들이 만든 예측 예후 모델(PPM)은 임상 실험에서 치매의 주요 원인인 알츠하이머의 진행 가능성을 81.66%의 정확도로 예측해냈다.
이 방식은 기존 바이오마커보다 값싸고 정확하게 치매를 조기 예측할 수 있어, 초기 단계에서 오진율을 낮추고 표준화된 진단으로 의료 불평등도 개선할 수 있다고 연구진은 설명했다.
대만 국방의료센터는 심장 검사에서 사망 위험률이 높은 환자를 찾아내는 데 인공지능을 활용했다. 연구진은 45만건이 넘는 심전도 검사 데이터를 바탕으로 인공지능을 훈련시켰다.
그러고는 새로운 환자의 심전도 검사 결과를 업로드하면 인공지능이 분석해 고위험군이 발견되면 의사에게 통지했다. 환자 1만6천명을 대상으로 진행한 무작위 임상실험에서 전체 환자의 31%, 고위험군 환자는 95%나 사망률이 줄었다. 이 인공지능 경보 시스템은 대만의 14개 군 병원에서 사용 중이다.
구글 딥마인드는 지난해 9월, 유전자 변이를 예측하는 인공지능 모델 ‘알파미스센스’를 개발했다. 딥마인드의 단백질 구조 예측 인공지능 ‘알파폴드’를 기반으로 만든 모델이다.
디엔에이의 염기에 변이가 발생하면 세포 조직이 제대로 형성되지 않아 질병으로 이어질 수 있다. 알파미스센스는 알파폴드의 단백질 해독 능력을 바탕으로 이런 ‘미스센스 돌연변이’를 사전 예측해 질병 발병률을 낮춰준다.
인공지능은 방대한 임상 데이터와 환자 맞춤 데이터를 기반으로 미래에 발생할 수 있는 질병을 내다보고 미리 대응하도록 돕는다. 지금은 의료진을 보좌하거나 진료 효율성을 높이는 도우미로 시작하지만, 미래에는 의료진이 수행하기 어려운 작업을 대신하고 환자의 건강을 직접 관리하는 단계로 발전할 전망이다.