진단전문가시스템을 이용한 한의 실습의 설문 조사를 통한 AI에 대한 인식 및 활용방안 고찰

1. 진단전문가시스템 실습

ODS(Oriental medicine internal disease Diagnosis System)란 한국전자통신연구소에서 개발한 한의 내과질환진단시스템으로 Fig. 1의 구조를 가지고 팔강변증, 장부변증, 기혈변증, 병사변증의 변증방법을 이용하여 75개 증형으로 내과질환을 진단하고 처방을 제시하는 규칙 기반의 전문가 시스템(Rule-based expert system)이다⁶⁾. ODS2.0은 전문의사의 진단보조용 또는 임상실습생들에게 학습 보조용으로 업그레이드시킨 교육용 진단전문가시스템으로 본 연구에서는 학생들이 ODS2.0을 활용하여 임상 실습을 수행하였다.

Fig. 1.

The steps of Syndrome Differentiation and Treatment Implemented in Diagnosis Expert System(ODS2.0).

2. 조사대상

필수 임상실습 과정에서 ODS2.0을 의사-환자 역할실습 및 케이스분석 실습을 수행한 부산대학교 한의학전문대학원 39명의 학생들을 대상으로 설문을 실시하였다.

의사-환자 역할실습은 사상체질의학 실습시간에 배당된 4시간 동안 3~4명의 학생들이 의사-환자 역을 담당하였다.

Fig. 2.

The Website (ods.smu.ac.kr) of Oriental medicine Diagnosis expert System(ODS2.0).

Fig. 3.

The Chart of Oriental medicine Diagnosis expert System (ODS2.0) for the Patient in Role Play.

3. 설문 문항 구성

설문 문항은 ‘진단전문가시스템에 대한 만족도’, ‘진단전문가시스템의 활용 가능성’, ‘AI 시대가 한의학계에 미칠 영향‘에 대한 평가로 구성하였다. 각 문항의 응답은 ‘매우 그렇지 않다(1점)’에서 ‘매우 그렇다(5점)’까지 5점 척도를 사용하였다. 자료분석은 각 설문문항에 대한 응답의 평균과 표준편차를 산출하여 비교하였다.

진단전문가시스템에 대한 만족도 평가는 6개 세부 문항으로 구성하여 실습이후 전문가시스템의 유용성 및 시스템에 대한 흥미 정도를 측정하였다. 진단전문가시스템 활용가능성 평가는 5개 세부 문항으로 구성하여 임상 및 교육 활용에 대한 가능성을 평가하였다. AI시대가 한의학계에 미칠 영향 평가는 6개 세부문항으로 구성하여 AI시대 한의사의 일자리, 소득, 여가시간 등에 미칠 영향에 대하여 조사하였다.

1. ODS2.0에 대한 만족도 평가

ODS2.0의 만족도를 평가하는 문항은 ‘전문가시스템을 활용한 실습이 실제 변증하는 데에 도움이 되었습니까?’, ‘전문가시스템을 활용하기 전, 후로 변증 결과에 차이가 있었습니까?’, ‘전문가시스템이 학생의 변증과정에 대한 이해와 오류 수정에 도움이 되었습니까?’, ‘전문가시스템은 사상체질과 변증과의 상관성 파악에 유용한 도구라 생각하십니까?’, ‘실습 프로그램을 통하여 전문가시스템에 대해 흥미와 관심을 가질 수 있었습니까?’, ‘전문가시스템을 활용한 실습은 유익하였습니까?’ 총 6문항으로 구성되었다.

ODS2.0을 활용한 실습이 실제 변증에 도움이 되었다는 응답비율은 79.5%(M=3.9)로 나타났다. ODS2.0활용 전후 변증결과 차이가 있었다는 응답 비율은 38.4%(M=3.3)이었고, ODS2.0이 변증과정에 대한 이해와 오류수정에 도움이 되었다는 응답 비율은 77.0%(M=3.8)이었다. ODS2.0이 사상체질과 변증과의 상관성 파악에 유용하는 응답 비율은 57.9%(M=3.5), ODS2.0을 통하여 진단전문가시스템에 대한 흥미와 관심을 가지게 되었다는 응답 비율은 89.5%(M=4.1)으로, ODS2.0을 활용한 실습이 유용하였다는 응답 비율은 92.4%(M=4.0)로 나타났다.

전반적으로 ODS2.0에 대하여 긍정적으로 조사되었다. 특히 ODS2.0이 실제 변증하는데 도움이 되었고, 실습을 통해 전문가시스템에 대한 흥미와 관심을 가지게 되었으며, 실습이 유익하다고 응답하였다(Table 1).

Table 1.

Satisfaction Assessment for ODS2.0 Diagnostic Expert System

평가 문항과 관련하여 추가로 ODS2.0가 변증에 어떻게 도움이 되었는지, ODS2.0활용 전후로 큰 차이를 보인 변증 종류가 무엇인지, ODS2.0활용 시 유익성이 잘 드러나는 부분은 무엇인지도 조사하였다. 변증에 어떤 도움이 되었는지 묻는 질문에 대해서는 변증 절차에 대한 이해(37.8%), 변증 결과와의 비교를 통한 오류 수정(27.0%), 변증에 필요한 자료수집 훈련(21.6%) 등에서 도움이 된다고 응답하였다.

ODS2.0 활용 전후 차이가 많이 나타난 변증은 병사변증(33.3%)과 팔강변증(30.0%)을 지적하는 응답자들이 상대적으로 많았다. ODS2.0을 활용한 실습의 유익성은 10점 만점을 기준으로 평균 7.9점이었고, 응답자의 69.2%가 ‘변증 및 체질 판단의 표준화 근거’ 영역에서 전문가시스템을 활용한 실습의 유익성이 가장 잘 드러날 것이라고 답하였다.

2. 임상 및 교육 등에 진단전문가시스템의 활용 가능성 평가

진단전문가시스템의 활용 가능성에 대하여 평가하는 문항은 ‘전문가시스템이 임상현장에서 효과적인 기능을 수행할 것으로 예상하십니까?’, ‘졸업 후 임상에서 전문가시스템을 활용할 의향이 있으십니까?’, ‘한의학에서 전문가시스템을 활용한 교육이 유용하다고 생각하십니까?’, ‘향후 한의학에서 전문가시스템의 개발과 도입이 적극적으로 이루어져야 한다고 생각하십니까?’, ‘미래 AI시대에 전문가시스템의 활용도가 높아질 필요가 있다고 생각하십니까?’ 등 모두 5문항으로 구성하였다.

진단전문가시스템이 임상현장에 효과적인 기능을 수행할 것으로 예상하는 응답 비율은 66.7%(M=3.6)로 나타났다. 졸업 후 임상에서 전문가시스템을 활용할 의향이 있다고 답한 응답비율은 51.3%(M=3.4)였고, 한의학에서 전문가시스템을 활용한 교육이 유용하다고 답한 응답비율은 84.6%(M=4.1)에 이른다. 향후 전문가시스템의 개발과 도입이 적극적으로 이루어져야 한다고 답한 응답비율은 76.9%(M=4.0), AI시대에 전문가시스템의 활용도가 높아질 필요가 있다는 응답자의 비율은 87.2%(M=3.9)로 나타났다(Table 2).

Table 2.

Evaluation of the Applicability of ODS2.0 Diagnostic Expert System in the Future

향후 진단전문가시스템 활용에 있어 가장 유용하다고 생각하는 영역은 교육(84.6%)이며, 임상에서의 활용 가능성은 상대적으로 낮게 평가하였다. 전문가시스템의 도입 및 개발, 활용의 필요성에 대해서는 대체로 긍정적인 반응을 보였다.

또한 ODS2.0활용 교육이 필요한 이유, ODS2.0활용 교육 시에 가장 먼저 고려해야 할 사항, 임상현장에서 ODS2.0가 기여할 수 있는 부분, 한의학에 ODS2.0도입 시에 가장 먼저 고려할 사항을 조사하였다.

한의학에서 전문가시스템을 활용한 교육이 필요한 이유로는 ‘AI시대로 인한 한의학의 발전 과정으로서 전문가시스템 교육의 필요성’(34.0%)과 ‘한의학 표준화의 결정체로서 전문가시스템 교육의 필요성’(34.0%), ‘전문가시스템 교육을 통한 한의학 교육의 질적 제고’(24.0%) 등이 꼽혔다. 또한 한의학에서 전문가시스템을 활용한 교육을 실시할 경우 ‘전문가시스템의 신뢰성’(46.2%), ‘전문가시스템과 한의학의 정합성’(30.8%), ‘전문가시스템 도입으로 인한 한의학 교육의 변화’(15.4%), ‘전문가시스템이 한의사 역할에 미치는 영향’(7.7%) 등을 가장 먼저 고려해야 한다고 응답하였다.

임상현장에서 전문가시스템의 기능은 ‘한의사의 변증 판단에 도움’을 줄 것이라는 응답자가 51.3%로 가장 많았고, ‘한의학 임상현장의 표준화’에 기여할 것이라는 응답자도 43.6%로 나타났다. 임상에서 전문가시스템을 활용하고자 할 때는 ‘전문가시스템의 지식 수준’(56.4%)과 ‘전문가시스템에 대한 환자의 신뢰’(23.1%) 등이 주요 고려요인인 것으로 나타났다. 한의학에서 전문가시스템의 개발과 도입가장 먼저 고려할 사항은 ‘한의학의 발전’(53.8%), ‘한의학 서비스의 다양화’(23.1%), ‘한의사의 역할 및 권한’(12.8%), ‘한의학계에 미칠 영향’(10.3%) 등이 거론되었다.

3. AI시대가 한의학계에 미칠 영향 평가

AI시대가 한의학계에 미칠 영향을 예측하는 설문 문항은 6개로 구성하였다. 문항 항목은 ‘한의사 일자리 축소’, ‘한의사와 AI의 역할 충돌’, ‘소득 양극화 심화’, ‘여가시간 확대’, ‘로봇 활용으로 인한 편리한 삶’, ‘경제적으로 여유로운 생활’ 이다.

AI시대가 ‘한의사 일자리 축소’ 현상에 미치는 영향이 클 것으로 예측한 응답 비율은 7.9%(M=2.1)로 나타났다. ‘한의사와 AI의 역할 충돌’을 걱정하는 응답 비율은 10.5%(M=2.3), ‘소득 양극화 심화’에 미치는 영향이 클 것이라는 응답비율은 21.0%(M=2.3), ‘여가시간 확대’에 큰 영향을 미칠 것이라는 응답비율은 36.8%(M=2.7), ‘로봇 활용으로 인한 편리한 삶’에 영향을 줄 것으로 보는 응답비율은 39.5%(M=3.2), ‘경제적으로 여유로운 생활’에 영향을 미칠 것이라는 응답비율은 18.4%(M=2.3)로 나타났다(Table 3). 전반적으로 AI가 한의학계에 미치는 영향은 크지 않을 것으로 예측하는 답변이 많았다.

Table 3.

Evaluation of the Influence of AI on Korean Medicine

이외에도 AI정보를 얻는 경로, AI정보에 관한 추가 지식의 필요 여부, AI에 관하여 더 알고 싶은 정보를 조사하였다.

AI시대와 관련한 정보는 주로 인터넷(69.6%)과 주변 사람(13.0%)에게서 얻는 것으로 나타났고, 응답자의 87.2%가 AI시대에 관한 더 많은 정보가 필요하다고 생각하고 있으며, ‘미래 사회에서 갖추어야 할 능력’(32.2%), ‘미래 사회의 변화’(27.1%), ‘미래의 기술 발전’(20.3%), ‘미래 사회의 변화할 인간관계’ 등에 대해 더 알고 싶은 것으로 나타났다.

1. 한의, 중의, 서양 의학 AI 의료 적용 및 인식 현황 비교

서양의학에서는 AI를 활용한 진단전문가시스템을 만들어 암 진단을 하고, X-ray나 MRI 등의 영상결과 판독에 AI를 적용하여 가시적인 성과를 보여주고 있다. 이는 서양의학을 공부하는 학생들의 전공분야 선택에 영향을 미치고 있는데, 특히 영상의학과 선택에 직접적인 영향을 주고 있다^2,3).

중의학 분야에서도 AI적용을 위해 임상자료를 수집하고 데이터베이스화하고 있지만, 객관화 및 표준화가 미흡한 상태이고 공통된 연구개발 플랫폼이 활성화되지 않아 AI기술 적용에 어려움을 겪고 있다. 중의학에 AI를 활용하기 위해서는 기존 연구를 체계적으로 정리하고 표준화하는 과정이 필요하다. AI활용이 제대로 이루어지면 중의학 고유의 사유방식 혁신을 도모할 수 있고, 의료기술 향상과 원격진료 실현으로 의료서비스 품질이 더욱 높아질 것으로 예측하고 있다^7,8).

한의학은 중의학과 마찬가지로 서양의학에 비하여 객관적인 지표로 삼을 만한 데이터가 많지 않고 표준화가 어려운 점이 AI적용과 활용에 걸림돌이 된다.

본 연구의 설문 결과에서 진단전문가시스템의 활용 가능성이 상대적으로 낮게 평가되고, AI시대가 한의사의 일자리 축소에 미치는 영향 및 한의사와 AI의 역할 충돌에 대한 우려가 매우 적게 나타난 것도 이러한 문제와 연관되어 있다고 생각된다.

2. 한의학에서 AI를 적용한 전문가시스템 활용 방향성

ODS2.0을 활용한 실습이 한의학적 변증 과정에 대한 이해에 도움이 되었고, 그에 대한 만족도가 높다는 것을 확인되었다. 한의학에 AI를 적용한 진단전문가시스템을 이용한 교육적 활용 가치가 충분함을 알 수 있다.

중의 진단학 교육에서도 생소하고 추상적인 교과 내용을 장부변증 전문가시스템을 활용하여 전달함으로써 학습에 대한 흥미와 적극성을 이끌어내고 강의 내용의 전반적인 이해도를 높였으며, 학생 주도 학습으로 수업 분위기가 활발해졌다는 연구 결과가 있다⁹⁾. 전문가시스템을 구성하는 방법에는 규칙 기반(rule-based), 지식 기반(knowledge-based), 신경망(neural networks), 퍼지(fuzzy) 기반 전문가 시스템 등 여러 방법이 있다¹⁰⁾.

이중신경망 및 퍼지기반의 전문가시스템은 기계학습(Machine learning)을 통한 블랙박스(black box) 모형으로 많은 양의 학습 데이터가 필요하다. 이 방법은 최근 컴퓨터 성능 개선 및 데이터 양의 증가에 따라 급격히 발전한 인공지능 분야로서, 의학 분야에서는 대표적으로 IBM 의료 전문 인공지능 플랫폼 ‘Watson Health’가 있다¹¹⁾. 블랙박스 모형은 학습하는 데 있어서 방대한 양의 데이터가 필요하고, 결과 도출 과정을 사람이 이해할 수 있는 논리로 설명할 수 없다는 단점이 있다.

한의학은 블랙박스 모형을 학습시키는데 필요한 설문지, 맥진, 설진, 복진 등의 데이터가 표준화되지 않았고, 변증 방법도 다양하기 때문에 블랙박스 모델을 적용하기에는 적절하지 않다. 한의학 진단에 필요한 데이터는 객관화 및 표준화가 미흡하기 때문에 전문가시스템을 개발하고 임상 현장에서 활용하는데 어려움이 있다.

한의학에 정통한 임상 한의사들이 진단결과를 도출하는 과정을 검토하거나 시스템의 성능을 개선할 수 있는 규칙기반(rule-based) 전문가시스템이 적절하다고 본다. 규칙기반 진단전문가시스템을 임상실습 교육에 적용하면 피드백을 통하여 학생들의 학업 성취도 및 만족도를 제고할 수 있으며, 임상현장의 진단보조시스템으로 적용하면 피드백 데이터를 활용한 임상데이터의 표준화와 체계화기반을 확보할 수 있다.

특히, 한의진단에 필요한 임상 노하우에 대한 데이터가 누적되고 표준화가 이루어지면, 빅데이터 방식의 블랙박스 모델을 적용한 진단전문가시스템을 구현할 수 있으며 한의진단의 객관화에 기여할 것으로 기대된다.