한빛사 인터뷰
- 등록2020-12-10
- 조회5,434
1. 논문관련 분야의 소개, 동향, 전망을 설명, 연구과정에서 생긴 에피소드
이번 연구에 사용된 알고리즘은 디지털 카메라로 찍은 일반 사진에서 피부암이 의심되는 부위를 자동으로 검출(detect)할 수 있는 알고리즘입니다. 개발 과정은 JAMA Dermatology 에 먼저 실렸고, 이번 연구는 재현성을 입증하기 위해 추가적으로 실시된 대규모 코호트 연구였습니다.
지금까지 알고리즘이 전문의만큼 피부암을 진단 할 수 있다는 연구는 많았지만, 대부분의 알고리즘이 모반과 흑색종을 구별하는 실험적인 환경에서 테스트 되었다는 문제가 있습니다. 알고리즘은 모반과 흑색종은 잘 구별하지만, 훈련되지 않은 문제에 대해서는 형편없는 결과를 보이는 문제가 있습니다. 피멍이나 콧구멍을 보고도 흑색종이라고 진단해 버리기 때문에 실제 진료에서 사용될 수가 없었습니다 (epistemic uncertainty).
또 다른 문제는, 알고리즘의 성능을 측정 한 조건이 일반적인 의료 환경과 다르다는 점입니다. 실제 진료를 할 때는 사진 한 두장만을 보고 진단하지 않습니다. 환자의 병력도 물어보고 병변도 만져보고 여러가지 정보를 종합해서 진단하기 때문에 실제 진료는 예술에 가깝습니다. 하지만 상당수의 정보가 정량화되기 어렵고 학습자료도 부족하기 때문에 알고리즘의 성능은 제한될 수 밖에 없습니다 (limited relevancy).
이번 연구에 사용된 알고리즘은 사진만 보고 진단한 경우, 콧구멍 같은 구조물을 자동으로 감별하면서 피부암이 의심되는 병변을 찾아낼 수 있습니다 (detection study). 사진만으로 피부암을 검출해야 하는 같은 조건에서 피부과 의사와 동일한 민감도와 특이도를 보였습니다. 하지만, 실제 진료 보는 전문의는 사진만으로 진단하지 않기 때문에 알고리즘보다 더 높은 민감도와 특이도를 가지고 있었고, 이 차이를 정량적으로 보여준 첫 번째 연구입니다.
유방암 검진의 경우 사진만 보는 같은 조건에서 전문의와 AI가 경쟁하며, 이 분야의 경우 AI가 전문의를 대체할 수 있다는 결과를 보여주었습니다. 피부암에서는 사진만 보고 주기적으로 검진하는 분야가 아직 없으나, 피부 사진은 별도의 장비 없이 쉽게 찍을 수 있기 때문에, 사진만으로 피부암을 주기적으로 검진하는 새로운 분야가 탄생할 수 있을 것으로 기대하고 있습니다.
2. 연구를 진행했던 소속기관 또는 연구소에 대해 소개 부탁 드립니다.
현재 소속은 대학도 연구소도 아닌 독립된 개인의원입니다. 소속이 없기 때문에 자유롭게 연구할 수 있는 장점도 있지만, 펀딩이 없으며 연구의 규모를 확장하면 자비로 충당해야 하는 문제가 있습니다. 이 부분을 보완하기 위해 국내의 여러 대학병원와 ISIC 같은 국외의 연구 그룹과 공동 연구를 통해 도움을 받고 있습니다.
3. 연구활동 하시면서 평소 느끼신 점 또는 자부심, 보람
인공지능으로 성과를 내기 위해서는 도메인 지식과 프로그래밍 스킬이 동시에 필요합니다. 프로그래밍은 정규 교육을 받지 않았지만 MASO, MSDN, Devpia, StackOverflow 등을 통해 틈틈이 공부한 것이 있었기 때문에 수월하게 진행한 것 같습니다. 피부질환 데이터는 가장 쉽게 얻을 수 있는 데이터이지만 가장 비표준화된 데이터이기 때문에, 피부질환을 진단하는 알고리즘은 소수만 존재합니다. 개발한 알고리즘인 Model Dermatology 는 현재 피부과 저널에서 가장 많이 언급되며 논의되어 온 인공지능 모델입니다. 연구가 연구로 끝나지 않고 사용할 수 있는 제품으로 이어지는 것이 목표이기 때문에, 출간한 논문에는 프로토타입의 제품 수준의 실시간 DEMO를 함께 공개하고 있습니다.
4. 이 분야로 진학하려는 후배들 또는 유학준비생들에게 도움이 되는 말씀을 해 주신다면?
다른 분야와 달리 인공지능은 기술적인 진입 장벽이 낮은 분야입니다. 인공지능 모델의 성능은 데이터의 질과 양에 의해 결정되는 부분이 크기 때문에 기술이 최고 수준이더라도 도메인 지식 없다면 좋은 결과를 낼 수 없습니다. 인공지능으로 일반적으로 변수가 잘 통제되고 정량화 될 수 있는 문제에 대해 좋은 결과를 보입니다. 본인의 분야에서 인공지능이 잘 될 수 있는 문제가 무엇인지를 빨리 파악하는 것이 제일 중요합니다. 인공지능 분야에서 데이터는 승자에게 쏠릴 수 밖에 없기 때문에, 인공지능 분야에서 후발 주자가 주워 먹을 파이는 없습니다.
5. 연구활동과 관련된 앞으로의 계획이 있으시다면?
알고리즘이 어떤 조건에서 잘 될 수 있느냐를 전향적으로 검증해야 하는 것이 제일 중요한 과제입니다. 알고리즘이 여러 인종과 지역을 포함하는 다양한 셋팅에서 잘될 수 있도록 개선하고 검증하는 일을 계획하고 있습니다. 국내 시장보다는 해외 시장이 유망하기 때문에, 결국 해외의 다양한 셋팅에서 잘 작동하는 것이 중요할 것으로 판단하고 있습니다.
6. 다른 하시고 싶은 이야기들....
꼭!
와이프한테 감사한다.
와이프가 없었으면 이뤄낼 수 없는 성과였다.
내 인생 전부를 걸고 사랑한다.
이렇게~~~♡
댓글 작성 로그인
팝업 닫기관련 링크
관련분야 연구자보기
관련분야 논문보기
