다가올 미래에는 의료 인프라가 부족한 저소득 국가의 안구건강 관리에 생성형 인공지능(AI) 기술이 적극적으로 활용될 것으로 전망된다. 다만, 충분한 데이터 확보와 대규모 언어모델(LLM)의 환각(잘못된 정보 제공) 현상 해결이 과제로 남아 있다.

업계 소식에 따르면, AI 기반 알고리즘은 당뇨병성 망막증, 녹내장, 황반변성이라 불리는 ‘3대 대표’ 실명 질환의 진단에 뛰어난 성능을 보이고 있다.

구글 딥마인드는 카메라로 촬영한 안구 영상을 통해 주요 안과 질환을 진단하는 AI를 2018년 개발하고 상용화 해  활용하고 있다. 이 AI도구는 출시 당시 안구 질환 진단 정확도가 90% 이상으로 기록되었다.

AI 알고리즘은 감염성 각막염과 안구 건조증과 같은 일상적인 안구 질환까지 진단할 수 있다. 중국 신장시 제1인민병원 연구진이 지난해 CNN(합성곱 신경망) 알고리즘을 활용한 감염성 각막염과 안구 건조증 진단의 정확도를 조사한 결과 83% 수준으로 나타났다. 이 연구는 올해 2월 국제 학술지 ‘프론티어’에 발표되었다.

정보기술(IT) 업계는 이런 AI 알고리즘이 더욱 발달하면 '라스트 마일'(Last Mile·기초 의료 인프라 지원을 못받는 지역) 국가의 안구 건강에 큰 도움이 될 것으로 본다. '몸이 100냥이면 눈은 90냥'이라는 옛말이 있을 만큼, '눈'(眼)은 중요한 감각기관이다. 사람이 얻는 정보 중에 눈을 통한 게 80% 수준이다. 

특히 라스트 마일 인구가 가장 많은 나라인 동아프리카 우간다 지역에서 큰 역할을 할 전망이다. 2020년 국제 학술지 사회과학&의학에 따르면 우간다 국민 10명 중 3명(26%)만 집에서 병원까지 거리가 30분인 것으로 나타났다. 또 같은해 말라리아 감염자(우간다 전체 인구 4858만명)는 약 900만명이었다.

업계에서는 AI 알고리즘을 중고 스마트폰에 넣어 1차 검안기를 탈바꿈한 형태가 효과적이라고 본다. 다만 이런 생성형 AI가 저소득 지역에서 안전하게 활용되기까지 여러 과제가 산적하다. 

대표적인 숙제는 데이터 확보 문제다. 많은 사람들의 희귀한 일부 안구 질환 데이터를 빠른 시일 내 모으는 게 어렵다. 데이터량이 현저히 부족하면 알고리즘 편향성 문제가 따를 수 밖에 없다. 

저소득 국가의 부족한 디지털 문해력도 과제다. 뛰어난 AI 검안 도구가 나와도 현지 의료 인력이 이를 제대로 숙지하고 정확하게 진단하는 게 중요하다. 

일각에서는 AI 알고리즘의 뼈대인 LLM(대규모 언어모델) 환각현상에 우려를 제기한다. 예를 들어 챗봇(채팅 로봇) 형태 생성 AI 진단 도구가 나오면 병명을 거짓으로 지어낼 가능성이 있다. 

싱가포르 국립대학교 용루린 의과대학 연구진은 이달 유명 의학 학술지 '랜싯 디지털 헬스'에 발표한 논문 'LLM과 안과학에 미치는 영향'에서 "챗GPT는 사실이나 맥락에 맞지 않는 의학적 오류를 생성해 환자를 기만할 수 있다"며 "LLM은 모든 언어의 전문 의학 어휘 대응을 못할 수 있고, 최신 연구 결과나 의학 가이드라인을 반영하지 않으면 뒤처질 수 밖에 없다"고 말했다.