지능형 자동화: 매년 수백만 생명 구하기

지능형 자동화(IA)는 비즈니스 혁신과 비용 절감을 넘어, 매년 수백만 명의 생명을 구하고 건강 수명을 연장할 잠재력을 가지고 있다고 저는 믿습니다. 지능형 자동화는 의료 진단과 연구에 적용되어 불필요한 사망을 예방할 수 있습니다. 또한 전 세계적으로 의료 서비스에 대한 더 공평한 접근을 제공합니다.

*지능형 자동화가 처음이라면, 이전 유아이패스 기사 '지능형 자동화의 시대에 대해 알아야 할 것들'부터 읽어보시길 권장합니다.

진단과 연구를 통한 사망 예방

전 세계 사망의 70% 이상이 심혈관 질환, 암, 당뇨병, 호흡기 질환 같은 만성 비전염성 질환으로 인해 발생합니다.

이 질환들의 중요한 특징은 조기 발견 시 회복률이 높다는 것입니다. 머신러닝(ML)을 활용하여 IA는 스캔 영상과 혈압 등 의료 데이터를 분석해 빠르고 신뢰할 수 있는 진단을 내릴 수 있습니다.

ML이 폐나 유방 스캔을 몇 분 또는 몇 초 만에 처리할 수 있는 반면 의사는 몇 시간이 걸린다는 점은 놀랍지 않습니다. 하지만 더 놀라운 것은 암 식별에서 의사들보다 우월한 점을 보인다는 사실입니다.

이 질환들의 또 다른 공통점은 연구를 통해 치료법을 찾을 잠재력이 있다는 것입니다. ML은 의료 연구 혁신(예: 분자 조합 시뮬레이션)을 돕는 것뿐만 아니라, 임상 시험의 문서화와 검증을 자동화하여 인간 연구원들이 고차원 인지 작업에 집중할 수 있게 하고, 연구 과정을 더 빠르고 효율적으로 만듭니다.

의료 과실로 인한 사망 예방

의료 과실은 현대 의료에서 슬프고 종종 간과되는 요소입니다. 미국에서만 의료 과실로 인해 연간 25만 명 이상이 사망하는데, 이는 심장병과 암을 제외하면 다른 어떤 단일 요인보다도 높은 수치입니다.

2006년, 암에서 회복 중이던 두 살배기 에밀리 제리(Emily Jerry)는 약국 기술자가 권장 농도의 20배에 달하는 정맥 주사용 생리식염수를 투여해 비극적으로 사망했습니다. 에밀리의 아버지는 "의료 종사자들은 헌신적이고 배려심 깊은 사람들이지만, 그들은 인간이다. 그리고 인간은 실수를 한다."라고 썼습니다.

IA는 인간 전문가와 함께 처방을 복합 확인하고, 의사의 지시나 의료 모범 사례와의 불일치를 식별할 수 있습니다. 자동화는 결코 피곤하지도, 주의가 산만해지지도 않으므로, 누구에게나 일어날 수 있는 집중력 결여에 취약하지 않습니다. 하지만 의료 현장에서는 이것이 치명적인 결과를 초래할 수 있습니다.

IA는 환자의 건강을 실시간으로 모니터링할 수도 있습니다. 소프트웨어 로봇은 환자의 혈압, 심박수, 기타 활력 징후를 기반으로 응급 상황을 간호사나 의사에게 알릴 수 있습니다. 심지어 심장마비, 뇌졸중, 패혈증을 사전에 예측하는 패턴을 감지하여 생명을 구하고, 의사와 간호사의 데이터 수집 시간을 절약해 줍니다.

개도국에서 예방 가능한 원인으로 인한 사망 감소

부의 글로벌 불평등은 부유한 나라에서는 쉽게 예방 가능한 질병으로 개도국에서 많은 사람이 사망하게 만듭니다. 이는 주로 의료 접근성이 열악하기 때문입니다. 세계보건기구(WHO)에 따르면 전 세계적으로 430만 명의 의료 인력이 부족합니다.

IA 기술은 스마트폰에 접근할 수 있는 누구에게나 의료 서비스를 제공할 수 있습니다. 스마트폰 보급률은 다른 인프라와 기술이 부족한 지역에서도 증가하고 있습니다. 애플리케이션은 환자를 원격으로 의사와 연결해 주며, 진단 도구는 디지털 사진을 기반으로 피부 질환, 화상, 만성 상처를 진단함으로써 의사를 부분적으로 대체할 수 있습니다.

교통사고로 인한 사망 감소

도로 사고는 영구 장애나 사망을 초래할 수 있습니다. 인간 과실은 대부분의 교통사고 요인인데, 자율주행차나 IA 보조 주행 기술이 이 요인을 줄이거나 제거함으로써 생명을 구할 잠재력이 있습니다. 미국 운송부 연구에 따르면 교통사고의 94%가 인간 과실 때문입니다.

완전 자율주행차가 보편화되기 전에도, IA는 인간 운전자를 보조하여 더 안전하게 운전하도록 도울 수 있습니다. 자동차는 이미 내부 카메라로 운전자를 모니터링하여 졸음 감지 시 경고하는 키트를 장착할 수 있습니다. 자동 센서는 인간 운전자의 시야를 보강하여 예상치 못한 장애물을 경고합니다. 크루즈 컨트롤과 주차 보조는 IA 기술이 인간 운전자와 협력하여 더 안전하게 운전하도록 돕는 일반적인 예입니다.

결론

IA의 혜택을 누리고자 하는 의료 기관은 업계에서 가장 일반적인 유스케이스부터 시작해야 합니다.

• 자동화된 워크플로와 인지 에이전트 지원으로 신규 환자 온보딩 및 예약 스케줄링
• 병실 내 카메라와 센서를 활용한 환자 건강 모니터링
• ML을 지원받는 의료 진단 및 신약 개발
• 인력 수준 예측 및 실시간 조정 프로세스
• 인보이스 발행 및 클레임 관리 자동화
• 실시간 및 24/7 소통을 통한 환자 경험 개선

이러한 작고 일상적인 프로세스부터 시작하여 거기서부터 앞으로 나아가면, 처음부터 루틴과 프로세스를 더 쉽게 만드는 방식으로 IA를 수용할 수 있을 것입니다.

더 깊이 알아보기: '의료 분야의 AI' 세션을 온디맨드로 시청하세요.

전반적으로 제 연구와 전문성을 바탕으로, IA 기술이 조기 사망을 10~30% 줄일 수 있다고 믿습니다. 2017년 기준 연간 전 세계 총 사망자 5,600만 명의 20% 감소는 매년 1,400만 명의 생명을 구하는 것인데, 이는 스위스와 싱가포르 인구를 합친 것과 맞먹습니다.

최근 이안 바킨(Ian Barkin), 유아이패스와 함께 자동화가 어떻게 더 큰 사회적 영향을 위해 사용될 수 있는지 논의했습니다. '자동화를 위한 선(Automation for Good)' 웨비나 시리즈 첫 에피소드를 놓치셨다면 온디맨드 녹화본으로 시청하실 수 있습니다.

본 기사의 내용은 아마존 베스트셀러 도서 Intelligent Automation에서 영감을 받았습니다.