인공지능(AI)은 진단 속도를 높이고, 치료를 개인화하며, 이전에는 불가능했던 규모로 의료 서비스를 혁신할 수 있는 의학 역사상 가장 강력한 도구 중 하나입니다. 그러나 지금까지 이루어진 대부분의 발전은 성인을 대상으로 한 것입니다.
스탠포드 의대 어린이 건강 그 격차를 줄이고 모든 어린이가 AI의 잠재력을 최대한 활용할 수 있는 미래를 만들기 위해 박차를 가하고 있습니다.
스탠퍼드는 소아 의학 분야 인공지능 허브를 설립하여 어린이 건강을 위한 인공지능 솔루션 개발 및 배포에 전념할 예정입니다. 이 허브는 최첨단 연구 및 기술 발전을 통해 스탠퍼드 어린이 병원 및 그 외 의료기관의 어린이 의료 서비스 수준을 안전하고 공평하며 환자 중심적인 방식으로 변화시킬 것입니다.
이러한 연구를 주도하기에 스탠퍼드보다 더 적합한 기관은 없습니다. 스탠퍼드는 선구적인 연구진, 세계적 수준의 어린이 병원, 그리고 비할 데 없는 컴퓨터 과학 전문성을 모두 세계 기술 산업의 중심에 두고 있습니다. 암부터 선천성 심장 질환, 미숙아 합병증에 이르기까지 다양한 분야에서 스탠퍼드는 이미 소아 의료를 혁신하고 있습니다.
지금까지 이러한 노력들은 대체로 병행적으로 진행되어 왔습니다. 허브는 이러한 상황을 바꾸어 의사, 연구원, 엔지니어, 윤리학자, 데이터 과학자들을 한데 모아 어느 한 팀만으로는 달성할 수 없었던 발전을 가능하게 할 것입니다.
촉매 $10백만 달러, 알프레드 E. 만 자선 재단 기부 세계적인 수준의 리더를 영입하여 이 사업을 추진하는 데 있어 연결고리 역할을 하도록 지원할 것입니다.
그 결과 아동 건강에 새로운 시대가 열릴 것이며, 의학에서 가장 강력한 도구들이 샌프란시스코 베이 지역과 전 세계에서 가장 도움이 필요한 어린이들에게 전달될 수 있게 될 것입니다.
아르 자형어린이를 위한 MRI 발명
MRI 검사를 받아보신 적이 있다면, 시끄럽고 좁은 원통형 용기 안에 거의 한 시간 동안 가만히 누워 있는 것이 얼마나 불편한지 아실 겁니다.
자, 어린아이에게 그것이 얼마나 어려울지 상상해 보세요. 많은 소아 환자는 MRI 검사 중 가만히 있기 위해 진정제를 투여받아야 합니다. 하지만 진정제 투여는 비용과 절차를 증가시킬 뿐만 아니라 의학적 위험도 높입니다.
슈레야스 바사나왈라 박사(위 사진)와 스탠포드 및 베이 에어리어의 공동 연구진은 인공지능(AI)을 활용하여 소아 MRI 검사를 더 빠르고 저렴하며 더욱 상세하게 만드는 데 앞장서고 있습니다.
바사나왈라 연구실은 머신러닝 기술을 활용하여 이를 실현하고 있습니다. 수많은 MRI 스캔 데이터를 통해 AI를 학습시키면, 시스템은 상세한 이미지가 어떤 모습이어야 하는지 학습합니다. 그런 다음 훨씬 짧고 해상도가 낮은 스캔 데이터를 사용하여 누락된 정보를 채워 넣고, 제한된 데이터로부터 선명하고 완전하며 정확한 이미지를 재구성할 수 있습니다. 이제 스캔 시간은 한 시간에서 단 몇 분으로 단축될 수 있습니다.
“바사나왈라는 "우리가 개발한 AI 알고리즘은 이제 전례 없는 수준의 세부 정보를 복원할 수 있습니다."라고 말합니다. "이전에는 흐릿하게 보였을 영아의 미세한 동맥까지도 확인할 수 있습니다. 그리고 어떤 경우에는 이러한 세부 정보를 통해 과거에는 불가능했던 진단을 내릴 수 있습니다."”
이러한 알고리즘 중 하나는 이미 미국 식품의약국(FDA)의 승인을 받았으며 선천성 심장 질환을 가진 어린이들의 영상 진단을 개선하고 있습니다. 이 알고리즘은 160개국 이상에서 매일 사용되고 있으며 이미 8천만 명이 넘는 환자에게 적용되었습니다.
환자에게 미치는 영향은 상당합니다. 검사 시간이 짧아지면 마취가 필요한 어린이의 수가 줄어듭니다. 또한 진정이 필요한 경우에도 진정의 정도와 지속 시간을 줄일 수 있습니다.
검사 속도가 빨라짐에 따라 MRI 예약 대기 시간도 단축됩니다. 과거에는 일부 지역에서 몇 달씩 걸리기도 했습니다. AI 기반 스캔은 MRI 기사들이 더욱 복잡한 검사를 수행할 수 있도록 지원하여, 자원이 부족한 국가에서도 더 많은 환자들이 고품질의 스캔을 받을 수 있게 해줍니다.
한편, 바사나왈라 연구실은 혁신을 지속적으로 추진하고 있습니다. 그의 연구팀의 궁극적인 목표는 필요한 스캔 유형을 식별하고 문제가 되는 영역을 정확하게 찾아내는 것부터 스캔을 수행하고 실시간으로 이미지 왜곡을 보정하는 것까지 전체 이미징 프로세스를 자동화하여 모든 과정을 몇 분 안에 완료하는 것입니다.
“바사나왈라는 "MRI 촬영이 혈압 측정처럼 간단해진다면 어떨까요?"라고 말하며, "인공지능이 약속하는 바는 바로 이것입니다. 의사들에게 더 명확하게 보고, 더 신속하게 대처하며, 궁극적으로 환자의 삶을 변화시킬 수 있는 도구를 제공하는 것이죠."라고 덧붙였다.”
돌봄의 새로운 시대: 엄마와 아이의 미래를 바꿀 세 가지 AI 혁신
위험을 조기에 발견하기 —이바나 마리치 박사
임신중 고혈압(임신 중 위험할 정도로 높은 혈압)은 전 세계 임산부의 약 81%에 영향을 미칩니다. 매년 약 1천만 건이 발생하는 전자간증은 산모 사망과 조산의 주요 원인이며, 수백만 명에게 평생 건강 문제를 야기합니다.
전자간증 위험을 조기에, 정확하게, 그리고 경제적으로 파악하고 산모와 아기 모두의 건강을 보호하는 효과적인 치료법을 개발해야 할 필요성이 절실합니다.
이바나 마리치 박사와 그녀의 연구팀은 증상이 나타나기 훨씬 전에 자간전증 위험을 감지할 수 있는 간단하고 저렴한 검사를 개발하고 있습니다. 연구팀은 머신러닝을 활용하여 혈액 내 수백 가지 생체 지표를 분석했습니다. 그 결과, 임신 10~12주차, 즉 증상이 나타나기 훨씬 전에 간단한 소변 검사로 측정할 수 있는 특정 단백질 비율을 확인했습니다. 이는 저용량 아스피린 복용과 같은 예방 치료가 가장 효과적인 시기에 맞춰 진단할 수 있도록 합니다.
현재 이 검사는 두 건의 대규모 연구(그중 하나는 국제 연구)에서 검증되고 있습니다. 이 연구가 완료되면, 거주 지역이나 가용 자원에 관계없이 모든 여성이 조기에 맞춤형 산전 검사를 받을 수 있게 될 것입니다.
“"임신 초기에 자간전증 위험이 있는 산모를 예측할 수 있다면, 해당 산모들에게 예방적 치료를 제공할 수 있습니다."라고 마릭은 말합니다. "이는 산모의 비극적인 결과와 조산으로 인한 아기의 합병증을 예방하는 데 도움이 될 수 있습니다."”
미숙아 보호—Nima Aghaeepour, PhD
미숙아는 생후 몇 달 안에 예고 없이 생명을 위협하는 합병증을 겪을 수 있습니다. 인공지능을 산모 및 신생아 건강에 적용하는 세계적인 권위자인 니마 아가에푸르 박사는 이러한 상황을 바꾸기 위해 노력하고 있습니다.
이전 연구에서 아가에푸르와 그의 스탠포드 공동 연구진은 인공지능을 활용하여 허약한 미숙아를 위한 맞춤형 정맥 영양 공급 방법을 개발함으로써 의료 오류를 줄이고 자원이 부족한 환경에서의 치료 품질을 향상시켰습니다. 현재 그는 미숙아가 겪을 수 있는 가장 심각한 합병증을 예측하고 예방하는 데 집중하고 있습니다.
그의 연구팀은 13,000명이 넘는 초미숙아의 일상적인 혈액 샘플과 의료 기록을 분석했습니다. 그들은 어떤 영아들이 기관지폐이형성증(폐 질환)이나 뇌출혈과 같은 미숙아와 관련된 네 가지 주요 합병증 중 하나를 앓게 되었는지 조사했습니다.
과학 학술지 '사이언스 트랜슬레이셔널 메디신'에 발표된 연구에서 연구팀은 인공지능을 활용하여 영아가 나중에 주요 합병증을 겪을 가능성과 관련된 혈액 분자 패턴을 식별했습니다.
이 정보를 바탕으로 연구팀은 85%의 정확도로 이러한 합병증을 예측할 수 있는 도구를 개발했습니다. 앞으로 이 도구는 의사들이 위험도가 가장 높은 아기를 식별하고 생명을 위협하는 건강 문제를 예방하기 위해 더 일찍 개입할 수 있도록 도울 수 있을 것입니다.
“스탠포드 조산 연구 센터 소장인 데이비드 스티븐슨 박사는 "이는 조산에 대한 우리의 사고방식을 완전히 바꿔놓는 것입니다."라고 말합니다.
당뇨병 치료 확대—David Maahs, MD, PhD 및 Priya Prahalad, MD, PhD
당뇨병 관리란 혈당 수치를 건강한 범위로 유지하는 것을 의미합니다. 하지만 의료진이 여러 환자를 동시에 관리하는 것은 시간 소모가 심합니다. 데이비드 마스 박사와 프리야 프라할라드 박사가 이끄는 연구팀은 인공지능 도구를 활용하여 1형 당뇨병을 앓는 청소년을 위한 스마트 대시보드를 개발했습니다.
이 대시보드는 여러 환자의 다양한 데이터를 한 번에 수집하고 필터링합니다. 이를 통해 연속 혈당 측정기를 꾸준히 착용하고 혈당을 목표 범위 내로 유지하는 환자를 확인할 수 있습니다. 의료진은 이를 바탕으로 추가적인 도움이 필요한 환자, 예를 들어 새로운 혈당 측정기 처방이나 인슐린 용량 조절 등에 집중할 수 있습니다.
결과는 놀랍습니다. 마아스와 프라할라드의 연구에 따르면, 대시보드가 도입된 후 혈당을 건강한 수준으로 유지하는 환자의 수가 두 배 이상 증가했습니다. 특히, 보험 가입 여부와 관계없이 모든 환자들이 동등하게 혜택을 받았다는 점이 중요합니다.
“마아스는 "새로운 의료 기술이 등장할 때 종종 일부 환자들은 그 혜택을 받지 못하는 경우가 있습니다."라며, "다양한 배경을 가진 환자들이 이 프로그램의 혜택을 받았다는 점은 매우 고무적입니다."라고 말했습니다.”
자선 활동으로 지원됨
스탠포드에서 진행되는 이 분야의 과학적 발전과 AI 허브를 지원할 수 있는 기부 기회에 대해 자세히 알아보려면 Charlie.White@LPFCH.org로 문의하십시오.