대형 언어 모델 (Large language model, LLM)이 헬스케어를 변화시키는 여섯가지 방식 (feat. Nature Medicine)

최근 Nature Medicine에 실린, LLM이 헬스케어를 변화시키는 여섯 가지 방식에 대한 짧은 리뷰 아티클입니다. 관련 연구 및 사업을 하는 여섯 명의 전문가의 의견을 짤막하게 정리하였습니다. 대부분 자신이 현재 하고 있는 연구 혹은 사업에 대한 설명과 향후 전망에 대해서 이야기하고 있습니다. 간략히 요약해 보면 다음과 같습니다.

 

대형 언어 모델 (Large language model, LLM)이 헬스케어를 변화시키는 여섯가지 방식 (feat. Nature Medicine)

 

1. Virtual Nurses

미국에서 만성질환 환자에 비해서 간호사가 너무 부족하기 때문에 LLM이 이러한 간호사의 역할을 보조할 수 있다는 것입니다. 최근에 의료 LLM 스타트업으로 Hippocratic AI라는 팀이 유명한데, 이런 Vrtual Nurses를 개발하고 있습니다. LLM이 간호사의 여러 행정 업무를 보조하고 만성질환 환자에게 목소리로 환자들의 질문을 들으며 답하고 스케줄 조율, 복약 알람과 치료 계획에 대해서 설명해 주는 등의 업무를 한다는 이야기입니다.

 

LLM 간호사를 개발하기 위해서 이 회사는 독립적인 모델을 개발하고 있는데, 만성질환 간호사와 환자 사이의 대화를 학습하고, 천 명 이상의 간호사를 리크루팅 해서 Double-Blind Randomize Trial까지도 진행하고 있다고 합니다. 향후 질병별 및 프로시저별로 단계적으로 상용화하여 출시할 것이라고 밝혔습니다.

 

반응형

2. Clinical Note Taking

LLM의 의료 활용을 이야기할 때 대표적으로 많이 언급되는 활용법입니다. 의사들을 '키보드에서 해방한다'라는 것입니다. 만성질환 환자의 진료 사이에 환자/보호자를 체크해 주거나, 환자에게 진료를 기록 및 요약해 주는 등을 통해 의사의 업무를 더 효율적이고 빠르게 만들어줍니다. 최근에 오라클에서 이런 디지털 어시스턴스를 내년 말까지 내어놓겠다고 발표했습니다.

 

3. Adverse-Event Detection

구조화되지 않아서 지금까지 많이 활용되지 못했던 EMR의 Clinical Note를 LLM으로 분석해서 Adverse Event를 찾아내는 것을 지원할 예정이라고 합니다. 과거의 자연어 처리 기술이나 BERT 등의 초기 모델 등에 비해서 GPT-4로 발전하면서 기술적인 난관이 많이 줄어들었다고 밝혔습니다. 향후에는 신약 출시 이후의 안전성에 대한 PMS 에도 활용할 수 있을 것이라고 합니다.

 

4. Prediction Cancer Metastatis

암 환자가 시간에 따라 촬영한 CT의 리포트를 LLM으로 분석해서 암의 진행 패턴을 파악해서, 암의 전이를 예측하고, 특정 약에 대한 치료 반응을 예측할 수 있습니다. 레퍼런스를 찾아보니, 이 연구는 LLM이 아니라 기존의 CNN 및 RNN으로 분석해서 괜찮은 성능을 보였던 연구인데 이런 방식으로 개별 암 환자에 대한 진정한 정밀 의료를 구현할 수 있다고 주장하고 있습니다. MSKCC 등과 연구를 함께 하는 연구자인데, 흥미롭게도 이런 인공지능을 이미 임상에서 활용하고 있다고 이야기했습니다.

 

728x90

5. Social Determinants of Health

LLM으로 구조화된 EMR 등에서 잘 찾을 수 없는 Unstructured, Non-Medical Information의 Social Determinants들을 분석해서 Social Support가 필요한 사람을 찾아내는 것을 목표로 합니다. 혹은 EMR의 Clinical Note에 포함된 Nursing, Nutrition, Rehabilitation, Social Work 및 Admission, Death 등을 분석할 수 있습니다. 만성질환에 Social Determinants와 Inequity 같은 주제들이 중요해지고 있는데 이에 대한 툴로 LLM을 활용하기 시작했습니다.

 

6. Conversational AI diagnostics

기존의 의료 영상 기반의 진단 보조 Tool을 챗봇 및 대화 형식으로 사용자와 Interaction 할 수 있게 해주는 것입니다. 의사가 이런 인공지능을 활용하면서 질문을 하고, 리포트 초안을 만들거나 하는 등의 방식으로 활용하기 시작했습니다. LLM을 기존의 맘모그라피 등의 시스템에 연동시키는 것이 기술적으로 크게 용이해지고 있다고 합니다.

 

대형 언어 모델 (Large language model, LLM)이 헬스케어를 변화시키는 여섯가지 방식 (feat. Nature Medicine)

 

아티클을 전반적으로 읽어보면, 기존의 NLP (자연어 처리) 분야에서 시도해 오던 아이템들을 주로 이야기하고 있습니다. LLM을 통해 과거의 기술적인 난관이 많이 줄어들었기 때문에 예전부터 해오던 주제들을 이제는 더 손쉽게 구현하고, 더 높은 퍼포먼스를 보여줄 수 있는 것입니다.

 

그런데 이런 의견들이 현재의 LLM의 잠재력을 진정으로 활용하는 것인지는 잘 모르겠습니다. 이런 아티클을 볼 때마다 드는 생각은 기존의 전문가들의 의견도 중요하지만, 갈수록 Outside-Box로 기존에 생각하지 못했던 방식의 활용에서 더 임팩트가 나오는 것이 아닐까하는 생각이 듭니다. 이 이슈에서는 저도 자유롭지 않은 것 같습니다.

 

더 나아가면, 최근에 구글의 Gemini 발표에서 나오는 것처럼 이제는 언어 모델을 넘어서 멀티모달이 당연시되고 있는데, 이 아티클은 여전히 언어모델에 기반한 디스커션입니다. 이제 멀티모달 쪽으로 무게중심이 넘어가면 이런 논의의 방향도 크게 달라져야 할 것 같습니다.

---

 

2024년 10대 혁신 기술 목록에 넣지 않은 5가지 (feat. MIT Technology Review 발표)

 

구글 Gemini 전격 발표 및 소개: 가장 크고 가장 유능한 AI 모델

 

인공지능(AI) 만능주의의 착각 (feat. 기술의 활용과 배움의 부재)