1. 정의
빅데이터 기반 인공지능 방사선 치료란, 기존 환자의 임상데이터를 축적한 빅데이터에 기반 딥러닝 알고리즘을 이용하는 치료방법으로 기존의 방사선 치료보다 효과적으로 환자를 치료할 수 있다. 임상데이터를 활용하여 종양의 위치와 크기 등을 효율적으로 파악하며, 환자의 특징에 맞는 치료방법을 도출하는 인공지능 시스템 또한 구축되어 있다. 치료시간과 환자의 고통을 획기적으로 줄이고 임상데이터가 쌓일수록 정확도가 상승한다는 장점이 존재하며 현재 차세대 방사선 치료 시스템으로 급부상하고 있다.2. 역사
2.1. 배경기술
- 방사선
원자핵이 다른 원자핵으로 바뀔 때 내놓는 알파선, 전자, 감마선, X선, 중성자를 방사선이라고 한다. 넓은 범위에서는 자외선, 가시광선, 적외선, 전파 등도 방사선의 범주에 속한다.
파장이 짧고 에너지가 매우 높은 것이 특징으로, 1895년 뢴트겐에 의해 최초로 발견되었다.
- 방사선 치료
환자 신체 내의 종양을 치료하는 방법 중 하나로써 암세포에 방사선을 조사하여 제거하는 치료방식이다. 1930년대 이전부터 의료분야에 활용되어 왔지만 1931년 어니스트 로렌스가 세계 최초로 사이클로트론[1]을 개발하면서 부터 방사성 동위원소의 의학적 이용 연구가 본격적으로 시작되었다. 1941년에는 사울 허츠가 방사성요오드를 갑상선질환 치료에 적용 하면서 방사선을 외부에서 치료부위에 조사하는 것이 아닌 인체 내부에 방사성물질을 투약·투여하여 진단·치료 목적으로 활용하는 길이 열리게 된다. 1951년에는 코발트치료기[2]로 고에너지 방사선을 이용해 심부종양 치료가 가능하게 되었고 이듬해에 나온 선형가속기[3]는 몸 깊은 곳의 종양도 효과적으로 치료할 수 있게 해주었다.
방사선 치료 방법은 크게 몸 밖에서 피부를 통해 방사선을 조사하는 외부조사법과 방사성 동위원소를 밀봉해 관을 통해 삽입하거나 경구약, 정맥주사등을 통해 체내에 흡수시키는 내부조사법으로 나뉜다. 흔히 외부조사법이 주로 쓰이고, 외부조사법은 다시 일반적인 고에너지 방사선 치료[4], 3차원 원체조사[5], 강도 변조 방사선 치료[6], 정위 방사선 치료[7], 입자선 치료[8]로 나뉠 수 있다.
국내의 경우 현존하는 문헌을 기준으로 하였을 때, 1911년 조선총독부 의원에 X선 광선실을 설치한 기록이 있고 1913년에는 평안남도 평양병원과 세브란스병원 부속병원에 X선 발생장치가 도입, 가동된 기록이 있다. 또한 조선총독부 의원에서 구순암과 설암에 대한 방사선 치료가 이루어진 기록이 있다. 서양과 마찬가지로 조선에서도 본격적인 방사선치료는 1930년대부터 시작이 되었고 1932년 조선렌트겐협회[9] 또한 설립되었다 한다.1955년, 국내 최초 투시촬영기와 단층촬영기가 도입되었고 1956년에는 천연자원의 한계를 인식한 정부는 원자력·방사선기술을 도입 인력양성을 지원하기 시작하였다. 70년대에 들어서는 세브란스병원과 서울대학교병원에서 의료용 선형가속기(1972년), 방사선치료계획시스템과 방사선측정장치(1978년), 고에너지 근접 방사선치료장치(1979년)가 차례로 도입되며 방사선치료 임상분야가 발전하게 된다. 1977년에는 경희의료원에 국내 최초로 CT 장비가 도입되었다.
방사선 조사 전 종양의 크기와 위치 등에 따라 방사선의 조사 위치와 양이 계획되어야 하는데, 각각의 종양에 대한 치료계획을 수립하는 데에 많은 시간이 소요되고 그에 따라 치료가 장기화 되는 문제를 안고 있었다.
그러나 인공지능과 빅데이터 기술이 발달한 현재, 컴퓨터를 이용해 종양의 위치와 그에 맞는 조사 위치를 정확하게 계획할 수 있게 되었고 이는 기존의 치료 시간을 대폭 줄여주었다.
2.2. 기반 시스템
- 인공지능
인공지능(AI)이라는 용어는 1956년 미국 다트머스 대학의 여러 학자들이 인공지능 및 정보 처리 이론에 대한 논문을 발표하는 과정에서 처음 등장했다. 여기서 인공지능이라는 용어는 말 그래도 인간이 지닌 지적 능력의 일부 혹은 전체를 인위적으로 구현한 것을 의미한다.
인위적으로 만들어낸 인공의 지능이라는 개념 자체는 1940년대부터 존재했으며, 앨런 튜링이 제창했던 '스스로 생각하는 기계'의 구현 가능성이 그 시초라고 알려져 있다.
1950년대부터 초기 인공지능 연구가 시작되었는데, 주로 인간이 쉽게 해결할 수 없는 문제들에 대한 해결과 이를 기호화하여 인공지능이 학습하는 방법이 연구되었다.
- 의료용 인공지능
진단, 치료, 결과 등을 포함한 환자의 경험을 지원하고 개선할 목적으로 기계학습, 자연어처리, 딥러닝 및 기타 인공지능 지원 툴을 사용하는 것을 의미한다.
의료 인공지능은 현대 기술의 발전으로 머신러닝, 딥러닝 등을 통해 발전되어 왔다. 의료에서 인공지능은 방대한 양의 환자의 데이터를 단기간에 학습해 정확하고 빠른 진단을 내리고 치료계획을 수립할 수 있기에 유의미한 도움이 될 수 있다.
1950년대, 인공지능의 개념이 처음 등장했다. 이후 1960년대, 의료 인공지능의 초기 연구가 시작되고 MIT의 의사 결정 지원 시스템인 Dendral[10]과 MYCIN[11]와 같은 간단한 진단 프로그램이 개발되었다. 1980년대, 전문가가 가지고 있는 지식을 인위적으로 컴퓨터에 학습시켜 비전문가도 전문가의 지식을 이용할 수 있게 하는 전문가 시스템을 기반으로 의료인공지능이 만들어졌다.
2000년대 전자의무기록 시스템이 보편화되어 대규모 의료데이터가 축적되기 시작했고, 2010년대 초반, 최신 인공지능 기술을 활용해 의료를 단순한 연구 차원을 넘어 의료기기, 데이터 분석, 환자관리 부분을 모두 혁신하겠다는 움직임이 왓슨의 등장과 함께 나타났다. 왓슨은 상용화 초기, 의료의 패러다임을 바꿀만한 혁신적 의료기기로 꼽혔으나 언어인식부문에서 심각한 결점이 있었기에 실패하였다. 하지만 이후 왓슨의 결점을 보완한 인공지능이 대거 등장했고, 코로나 팬더믹으로 인해 의료 인공지능의 중요성이 더욱 부각되었다.
국내의 경우, 심장질환, 폐질환, 유방암 등 각종 암 질환 및 뇌졸중까지 이미 다양한 의료 분야에서 인공지능과의 접목이 진행되고 있으며 특히 영상분야에 집중되어 있는 상황이다. 앞서 말한 왓슨이 등장하고 2016년 가천대 길병원에서 최초로 이를 암 환자 진료에 적용한 전적이 있다. 이후 삼성메디슨은 초음파기기에 딥러닝을 적용시켜 유방 병변의 특성과 악성 여부를 제시하는 'S-Direct 모듈'을 추가하였다. 이는 1만여개에 달하는 빅데이터와 딥러닝 기술을 바탕으로 인공지능 진료의 정확도를 크게 향상시켰다. 이 외에도 딥러닝 기반의 골 연령 및 폐질환 진단보조 프로그램인 뷰노의 '본에이지', 폐질환을 감별하는 루닛의 '의료영상진단 SW', JLK Inspection의 뇌졸중 진단시스템 'JBS-01K'등 국내의 의료 인공지능 또한 활발하게 연구되고 개발되는 중이다.
3. 치료계획 수립 시스템 및 방법
3.1. 장치
- 저장부
저장부는 기존 환자들의 임상데이터를 저장한다.
- 인터페이스부
인터페이스부는 사용자의 입력을 수신하고 소정의 결과물을 출력한다.
- 치료부위 분석부
치료부위 분석부는 위의 인터페이스부를 통한 사용자의 입력에 따라, 치료대상 환자의 영상데이터에서 윤곽을 설정해준다. 또한, 인터페이스부를 통한 사용자의 입력에 따라 치료대상 환자의 영상데이터에서 육안적 종양용적, 계획 표적 용적 및 위험장기의 윤곽을 설정할 수 있다.[출처]
치료부위 분석부가 치료 환자 대상의 영상데이터에서 윤곽을 설정한 일 예.
- 치료부위 수립부
치료계획 수립부는 치료계획을 출력하는 기관이다. 기존 환자들의 임상데이터 중에서 치료대상 환자의 임상데이터와 유사한 임상데이터를 레퍼런스 임상데이터로 선정하고, 레퍼런스 임상데이터의 선량분포도를 지정된 기준치에 따라 수정하여 수정된 선량[14]분포도를 생성한다. 이 선량분포도를 레퍼런스 임상데이터에 모의 적용한 후, 예상되는 치료효과가 지정된 성적을 달성하는 경우에 그에 따른 치료계획을 출력한다.
3.2. 수립 방법
인공지능 방사선 치료계획 수립시스템은 다음과 같은 4단계를 거친다.- 치료대상 환자의 영상데이터를 사용자에게 표시하는 단계
- 사용자의 입력에 따라 상기 치료대상 환자의 영상데이터에서 윤곽을 설정하는 단계
- 기존 환자들의 임상데이터 중에서 상기 치료대상 환자의 임상데이터와 유사한 임상데이터를 레퍼런스 임상데이터로 선정하는 단계
- 상기 레퍼런스 임상데이터의 선량분포도를 수정하여 수정된 선량분포도를 생성하고, 상기 수정된 선량분포도를 상기 레퍼런스 임상데이터에 모의 적용하여 예상되는 치료효과가 지정된 성적 이상인 경우, 상기 수정된 선량분포도에 따른 치료계획을 사용자에게 출력하는 단계
[출처]
[출처]
4. 효과 및 전망
4.1. 효과
이전의 방사선 치료보다 정확도를 높여 수술성공가능성을 늘릴 수 있다. 기존의 치료는 계획 수립 이후에도 장기가 미세하게 움직이고 변형되기에 불가피하게 방사선 조사 예정 위치와 실제 종양 위치가 오차가 있을 수밖에 없다. 하지만 인공지능 방사선 치료는 계획 수립 시간 자체를 단축해 주거나 심지어는 실시간으로 위치를 반영해 계획을 변경하기에 신속도와 정확도의 두 측면 모두에서 기존의 것보다 우위를 지닌다.4.2. 전망
오늘날 수많은 인공지능 기반 방사선 치료방법이 개발되고 사용되고 있다. 그 장점과 효과가 확실한 만큼 다양한 곳에서 인공지능 기반 방사선 치료방법이 사용되고 있다. 많은 병원에서 인공지능 방사선치료의 도입을 시도하고 있는만큼 그 전망 또한 확실하다 볼 수 있다.인공지능이 어떠한 형태로 적용될 것인가를 예측해야한다면 굉장히 어려운 부분이다. 기술 자체 문제보다는 '현장에서의 여러 적용이슈를 어떻게 해결하고 사회가 그것을 어떻게 받아들일 것인가' 와 같은 기술 외적인 요소가 많다. 현재 예측 가능한 부분은 인공지능을 활용한 기술이 현재 사용되고 있는 의료기기를 혁신할 것이라는 점이다.
기술적인 측면에서는 수술기기, 분석기기 등에서는 인공지능 기술이 탑재된 의료기기는 이미 제작되어 별 무리 없이 현장에 적용되고 있다.
그 외에 의사의 판정 보조, 데이터 분석 후 새로운 영역 제시, 환자 관리 등 '예방과 건강관리' 수준까지 나아가는 새로운 부분들은 규제적인 요소들이 많고, 기존에 없었던 것으로 여러 가지 분야의 사회적인 합의가 필요한 실정이다. 의료기기에 탑재된 인공지능 기술은 이미 높은 수준으로 활용되고 있으며, 의사의 복잡하지만 반복적인 일들을 대신 수행하거나 실수를 줄여주는 기술이 적용되고 다음 단계로는 의사의 진단 결정을 보조하거나 환자를 관리하는 등의 예방적인 측면에서 병원 외 관리를 하는 등의 부분이 따라올 것으로 전망한다.
5. 현황
5.1. 이토스
이토스는 인공지능 기반 방사선 치료기기이다. 이화여자대학교서울병원은 지난 7월 이토스를 국내 최초로 도입했다. 기존 방사선 치료를 할 때 문제점은 방사선 치료 당일 환자의 장기가 움직이고 변형되기 때문에 최초 계획 당시와 차이가 발생한다는 점이다. 이토스는 매일 환자의 콘빔CT[17] 영상으로 종양과 주변 장기의 변화를 실시간으로 확인해 환자 맞춤형으로 방사선을 정확하게 조사할 수 있도록 도와줘 정상조직의 손상을 줄이고 부작용을 최소화하며 환자를 맞춤형으로 치료할 수 있다는 점에서 치료 정확도를 높일 수 있다는 등의 장점이 있다. 한편으로는 필요에 따라 치료계획을 변경하기 때문에 환자마다 차이는 있지만 일반적으로 20~40분 정도 소요시간이 추가로 발생할 것으로 예상되는 등의 단점도 있다.5.2. 클리어 RT
클리어 RT는 자동 인공지능 기술이 탑재된 최신 방사선 암치료기이다. 고려대학교 안암병원에서 도입한 장비이며, 기존 장비도다 더 빠르고 안정적이면서 보다 정확한 방사선치료가 가능하다. 일반적인 방사선 치료는 6~7주에 걸쳐 이뤄지는데, 이때 환자의 체중변화, 긴장도 등 다양한 외부 요인이 작용하다 보니 불가피하게 오차가 발생한다. 클리어 RT는 치료시간을 획기적으로 줄일 수 있어 이러한 오차를 최대한으로 줄일 수 있다. 또한 암 조직에만 집중적인 방사선 조사가 가능하고, 방사선 치료의 재현성을 유지할 수 있으므로 방사선량 전달 오차를 최소화하고 정상 조직에 조사되는 방사선량을 획기적으로 줄일 수 있다.5.3. 온코소프트
2019년 국내 방사선치료 분야의 첫 번째 AI스타트업으로 연세의대 방사선종양학과 김진성 교수가 동료들과 함께 창업한 회사다. AI기반 방사선 암치료 소프트웨어 온코스튜디오(Oncostudio)가 지난해 2월 식품의약품안전처로부터 2등급 의료기기로 허가받은 이후 지난해 삼성서울병원, 세브란스병원, 서울대병원 등 국내 주요 병원 판매를 통해 10억여원의 매출을 기록하고 있다. 온코스튜디오는 AI를 기반으로 암환자의 방사선치료 과정을 시뮬레이션하고 치료 준비과정에서 필요한 방사선량과 위치를 조절할 수 있도록 해 정밀 암 치료의 정확도와 일관성, 효율을 높인다.5.4. 애퀼리언 액시드
캐논 메디칼 시스템즈 코리아가 영남대학교병원에 최첨단 저선량 방사선 모의치료용 CT(컴퓨터 전산화 단층촬영장치)이다.방사선 모의 치료는 종양의 방사선 치료를 하기 전, 치료 목표 부위를 정확히 확인하고 위치를 표시하여 치료 계획을 짜는 과정을 의미한다.
이번에 반입된 모의 치료용 CT는 캐논 메디칼의 애퀼리언 엑시드 LB로 정확하고 신속한 치료 계획을 세우는데 탁월하다. 특히, 이 CT에는 AI 딥러닝 기술인 AiCE가 탑재되어 있어 영상을 빠르게 재구성(Reconstruction)하는데, 영상의 노이즈를 제거하면서도 장기들의 해부학적 경계면 (Margin)을 선명하게 만든다. 이 모의 치료용 CT는 일반적인 촬영범위인 10~19mm보다 2~4배 이상인 40mm의 넓은 촬영 범위를 자랑해 종양의 크기가 큰 경우에도 신속하게 촬영할 수 있다. 또, 검사 구경이 최대 사이즈인 90cm이므로 다양한 포지셔닝이 가능하며 촬영이 어려운 국소 부위도 확인할 수 있다. 인체에 삽입된 금속 인공물에서 발생되는 잡음을 보정하는 기능을 통해 더욱 정확한 방사선 치료 계획을 수립할 수 있도록 한다.
6. 한계
인공지능 기반 방사선 치료에는 수많은 장점이 있지만 한계 또한 존재한다. 인간의 치료를 인공지능, 즉 인간이 아닌 존재에게 상당부분 의존하기에 치료에 문제가 발생했을 시 그 책임을 누가 져야하는가에 대한 문제가 있을 수 있다.일반적인 상황에서 대법원은 의사의 진단과 치료법 선택에 관한 의사의 과실 책임에 대해 1980년 확립된 ①결과발생에 대한 예견가능성이 있음에도 예견하지 못할 것, ②적절한 치료방법을 택하는 과정에서 여러 가지 결과회피수단을 고려해 위험한 결과발생을 회피하지 못할 것이라는 두 가지 과실양상을 기준으로 의사의 주의의무를 당해 의사와 동일한 업무와 직무에 종사하는 사람이라면 보통 누구나 할 수 있는 정도의 주의를 표준으로 하여 의료행위 당시의 일반적인 의학의 수준과 진료환경 및 조건, 의료행위의 특수성을 고려해야 한다는 입장을 유지하고 있다.
이와 같이 인공지능과 관련된 의료사고가 발생 했을 때 복잡한 법률관계와 이해관계를 따져봐야하기에 의료사고의 법적 책임에 대한 쟁점이 흐려질 수 있다.
법적 책임에 대한 문제에 이어 규제에 대한 문제 또한 피할 수 없다. 인공지능을 접목한 의료기기의 법적 책임이 모호함에 따라, 인공지능 적용 가능 범위를 축소하고 인공지능 의료 기기에 대한 규제가 엄격해진다면 이는 의료인공지능의 발전가능성의 감소로 이어질 수 있다. 그렇기에 이 문제에 대해서는 의료계도 법률계도 예민해질 수밖에 없는 상황이다.
7. 출처
방사선 치료의 역사방사선 치료의 종류
국내 방사선 치료의 역사
빅데이터 기반 인공지능 방사선 치료계획 수립시스템 및 그 방법
의료인공지능 전망
클리어알티
온코소프트1
온코소프트2
애퀼리언 액시드
머신러닝 인공지능과 인간전문직의 협업의 의미와 법적 쟁점: 의사의 의료과실 책임을 사례로
[1] 전자기력을 이용해 이온을 가속시키는 입자가속기로, 사람이 스스로 각종 방사성 동위원소를 분리,합성할 수 있게 만들어준다.[2] 동위원소인 코발트를 방사선 발생원으로 사용하는 치료기[3] 특정 경로를 따라 이온의 흐름을 생성하기 위해 고안된 장치로 전자를 가속시켜 타겟에 충돌시켜 X선을 발생시킨다.[4] 고에너지의 X선을 발생시키는 장치를 통해 종양을 치료하는 방법. 종양을 처리하기에는 효과적이나 다른 정상세포에도 영향이 가기 때문에 정상세포가 회복하기 위한 시간을 줄 필요가 있다.[5] 컴퓨터와 화상을 사용해 암의 형태, 부위, 주변조직을 입체적으로 재현하고 치료장치를 회전시키며 종양의 특성에 따라 방사선을 정확하게 조사하는 방법. 앞의 것보다 정상조직에 미치는 영향이 적다.[6] 방사선 치료 계획 장치에 의한 최적화 계산에 의해 암 조직에는 높은 방사선량을 주고 인접한 정상조직에는 방사선량을 낮게 억제할 수 있도록 한 치료방법이다.[7] 병소에 대해 여러 방향에서 방사선을 집중시키는 방법으로, 일반적인 방법보다 정상조직에 닿는 방사선량을 최대한 감소시킬 수 있다. 작은 병소에 효과적인 치료법이다.[8] 양성자치료, 중입자치료등이 있고 입자 방사선 빔을 병소에 조사하는 방사선 치료법의 총칭이다. X선에 의한 일반적인 치료에 비해 암 병소에 맞게 방사선을 조사할 수 있다는 장점이 있다.[9] 광복 이후 대한방사선의학회로 명칭변경[10] 최초 보건분야 인공지능으로, 외계 생명체 연구를 돕기 위해 화학분야에서 개발된 것이다.[11] 감염 질환을 진단하고 치료를 추천하는 시스템[출처] https://scienceon.kisti.re.kr/srch/selectPORSrchPatent.do?cn=KOR1020170017617[출처] [14] 방사선 조사선량[출처] [출처] [17] 콘빔 CT(Cone Beam Computed Tomography, CBCT)는 방사선 촬영 기술 중 하나로, 주로 치과, 안면부 수술, 이비인후과, 정형외과 등에서 사용된다.