[기자의 눈] 병리 AI 열풍이 놓치고 있는 것

[데일리팜=황병우 기자]개인적으로 디지털 병리라는 화두를 처음 접한 것은 의료 분야를 출입하던 2019년이었다. 당시 대한병리학회는 전공의 지원 기피과라는 오명 아래 수련 방향성에 대한 논의와 함께 인공지능(AI) 접목을 위한 방안을 모색하고 있었다.

자칫 AI 시대에 뒤처질 수 있는 전문과라는 편견을 깨고, 디지털화를 통한 빅데이터 수집과 연구 기반을 마련하는 것이 주요 과제였다. 더 나아가 디지털병리의 건강보험 급여 적용까지 염두에 둔 논의도 이어졌다.

당시 디지털병리 전환의 큰 허들로 꼽힌 것은 의료기관의 수요였다. 별도 수가가 없는 상황에서 고가의 장비와 시스템을 선뜻 도입할 수 있는 곳은 일부 대형 의료기관에 한정될 수밖에 없었다. 이른바 '빅5'로 불리던 대형병원조차 도입에 신중하던 시기다.

AI 대전환이라는 화두가 확산되면서 최근 디지털병리를 이야기할 때 가장 먼저 떠오르는 단어 역시 AI다. 유리슬라이드를 고해상도 이미지로 바꾸고, AI가 암세포를 찾아내며, 병리의사의 판독을 보조하는 장면이 자연스럽게 그려진다. 의료 AI 기업들도 병변 탐지, 바이오마커 분석, 동반진단 지원과 같은 표현을 앞세워 기술력을 설명한다.

하지만 디지털병리 현장을 취재하면서 여전히 강조되는 부분은 AI 전환(AI Transformation, AX)에 앞선 디지털 전환(Digital Transformation, DX)이다. AI로 병변을 찾고 판독을 보조하는 단계로 가기 전에, 병리과의 업무 흐름 자체가 먼저 디지털 환경에 맞게 정비돼야 한다는 의미다.

병리 AI가 제대로 작동하려면 전제가 필요하다. 검체 접수부터 슬라이드 제작, 스캔, 저장, 판독, 보고, 병원 전산 연동까지 병리 업무 전 과정이 디지털 환경에 맞게 구조화돼야 한다. 단순히 유리슬라이드를 스캔해 이미지 파일로 만드는 것만으로는 충분하지 않다. 어떤 검체가 어떤 과정으로 처리됐고, 어떤 이미지와 어떤 진단 결과로 연결됐는지 추적 가능해야 한다. 데이터가 표준화되고 축적돼야 AI도 학습하고 검증될 수 있다.

영상의학 분야가 PACS를 기반으로 비교적 일찍 디지털 전환을 경험한 것과 달리, 병리 분야는 여전히 아날로그 업무가 많이 남아 있다. 병리 이미지는 용량이 크고, 색상 재현과 표준화가 까다롭다. 병원마다 장비와 시스템이 다르면 데이터 활용성도 떨어진다. 여기에 초기 투자비, 유지비, 수가 부재, 인력 적응 문제까지 겹치면 병원 입장에서 디지털병리 전환은 쉬운 결정이 아니다.

이 공백을 건너뛰고 AI부터 이야기하면 산업의 순서가 뒤집힌다. 병원 현장에 디지털 인프라가 충분히 깔리지 않은 상태에서 AI 솔루션만 앞세우면 실제 활용은 제한될 수밖에 없다. AI가 아무리 좋은 알고리즘을 갖고 있어도 들어갈 데이터가 흩어져 있고, 병원 업무 흐름과 연결되지 않으면 임상 현장에서 지속적으로 쓰이기 어렵다.

최근 만난 한 디지털병리 회사의 대표 역시 출발점을 병리 워크플로우 통합으로 설정했다. 병원 안에서 디지털병리로 할 수 있는 일을 먼저 가능하게 만들고, 그 위에서 AI 분석과 정밀의료로 확장해야 한다는 의미다.

글로벌 기업들의 움직임도 같은 방향을 가리킨다. 로슈는 올해 5월 디지털병리와 AI 기반 병리 기술을 보유한 PathAI 인수 계약을 체결했다. 선급금과 마일스톤을 합치면 최대 10억5000만달러 규모다. 단순히 당장의 실적을 확보하기 위한 거래라기보다, 병리 데이터와 AI 기반 진단 역량이 정밀의료 시대에 필요한 인프라로 평가받고 있다는 방증으로 볼 수 있다.

실제로 정밀의료 시대에서 병리 데이터의 가치는 더 커질 수밖에 없다는 게 업계의 공통된 평가다. 다만 이 전환이 자연스럽게 이뤄지지 않는다. 병원이 디지털병리에 투자할 유인이 있어야 하고, 병리과가 새로운 업무체계를 받아들일 수 있어야 한다. 시스템 간 연동과 표준화도 필요하다. AI가 제시한 결과를 실제 진료에 반영하기 위한 검증과 책임 구조도 마련돼야 한다.

디지털병리의 미래를 말하려면 AI 전환(AX)보다 디지털 전환(DX)을 먼저 봐야 한다. 병리과의 업무 흐름이 디지털로 바뀌고, 데이터가 표준화되며, 병원 시스템과 연결되는 순간 AI도 비로소 임상 현장의 언어가 될 수 있다. 병리 AI의 출발점은 알고리즘이 아니라 인프라다.