[창간 5주년 특집] 마크 스토에즈 GE헬스케어 사장 “AI, 고품질 진료 촉진”

“인공지능(AI)는 질병 예방 측면에서 더 강력한 역할을 하게 될 것으로 기대됩니다. 이는 공공 보건 이니셔티브를 지원하고, 고위험군 환자를 조기에 식별하며, 비용 효율적이고 고품질이며 접근 가능한 진료를 촉진하는 데 기여할 것입니다.”

마크 스토에즈 GE헬스케어 인터내셔널 엔터프라이즈 솔루션 부문 사장의 말이다. 그는 미래에 AI가 헬스케어분야에서 어떻게 발전해 나갈지에 대해 이같이 답했다.

스토에즈 사장은 GE헬스케어의 인터내셔널 지역(라틴 아메리카, 유럽, 아프리카, 중동, 아시아 태평양)을 대상으로 장기적 파트너십과 가치 창출을 총괄하고 있는 전문가다. 제품, 서비스, 디지털, 금융 솔루션을 아우르는 포트폴리오를 활용해 전략적 제품 포지셔닝과 임상 마케팅 내 가치 창출, 수익성 증대를 이끌고 있다.

GE헬스케어는 미국 일리노이 시카고 주에 위치한 첨단 의료 기술, 진단 영상, 디지털 헬스케어, 생명과학 솔루션을 제공하는 글로벌 헬스케어 기업이다. 약 160여 개국에서 5만 명 이상의 직원과 함께 운영되고 있다. AI와 클라우드 기술을 통해 진단 정확성 향상, 치료 효율화, 환자 중심 케어 실현을 목표로 하고 있다. 그와 자세한 이야기를 나눴다.

- GE 헬스케어가 의료 분야에 AI 기술을 도입하게 된 배경은.

“의료 산업은 방대한 데이터의 홍수와 광범위한 운영 비효율성에 직면해 있다. 병원 시스템 데이터의 97%가 활용되지 않고 있는 상황이다. 우리는 AI를 통찰력을 확보하고, 접근성을 향상시키며, 서비스의 질을 높이고, 비용을 낮추는 데 있어 핵심적인 수단으로 보고 있다. AI는 의료진이 기기보다는 환자에게 더 집중할 수 있도록 해주며, 이는 의료 서비스 전달 방식의 중요한 전환점을 의미한다고 생각한다. 특히, AI는 질병을 예방하는 데 도움이 되는 선제적 도구로 발전하고 있다. 조기 발견을 지원하고, 진단의 질을 향상시키며, 의료 사각지대에 있는 지역사회에 대한 접근성을 확대하는 동시에 의료 시스템의 비용 부담을 줄이는 데 기여한다. 우리는 고객의 고유한 요구사항, 환자 치료 경험, 그리고 질병에 대한 깊은 이해를 바탕으로, 장기적인 솔루션을 공동 개발해 고객과 환자에게 글로벌 차원의 변화를 이끌 수 있는 포괄적인 포트폴리오를 제공한다.”

- AI 기술을 어떻게 활용하는가.

“GE헬스케어는 정밀 진료(precision care)를 강화하기 위해 AI 기술을 도입했다. 이는 질병별 결과에 초점을 맞춘 스마트 기기를 개발하는 것으로, 디지털 및 AI 솔루션을 통해 가능해졌다. 이러한 결정은 임상 현장에서 생성되는 방대한 데이터를 보다 효과적으로 활용하고 최적화할 필요성에서 비롯됐다. 궁극적으로, AI의 활용 목적은 의료 제공자의 데이터 부담을 줄이고, 접근성·서비스 품질·의료비용 문제를 해결하며, 의료 시스템의 운영 효율성을 향상시키는 데 있다고 생각한다.”

- 미래를 위해 어떤 유형의 AI 기술을 연구·개발하고 있나.

“AI 기반 의료 기술, 제약 진단, 소프트웨어 솔루션을 포함하는 고도화되고 포괄적이며 통합된 포트폴리오를 개발·제공하고 있다. 우리는 데이터에서 인사이트를 도출하기 위해 이를 해석하고 분석하는 작업을 진행하고 있다. 암, 신경과, 심장과 등 특정 질환 상태를 중심으로 진료가 어떻게 이루어지는지를 출발점으로 삼아, 스크리닝부터 진단, 치료, 모니터링, 유지관리까지의 전 과정을 고려한다. 그리고 고도화된 알고리즘을 통해 의료 제공자의 데이터 부담과 병원 및 의료 시스템의 운영 비효율을 해결하는 방식이다. 수평적인 문제 해결(problem solving horizontally)을 통해 임상 및 환자 여정을 최적화하고자 하고 있다. 또한 우리는 미래를 위한 새로운 역량도 개발하고 있다. AI와 클라우드 솔루션을 활용해 의료 워크플로우를 연결함으로써 의료 제공자(의료 시스템)와 임상의들이 방대한 양의 데이터를 보다 쉽게 이해하고, 환자에게 더 정확한 진단과 치료 계획을 더 빠르고, 더 높은 품질과 효율성으로 제공할 수 있도록 지원하고자 연구하고 있다.”

- AI CT 스캐너 ‘Revolution Ascend CT’가 국내 최초로 인증을 받았다. 주요 기능과 경쟁사 대비 차별점이 있다면.

“‘Revolution Ascend CT’가 디지털 의료기기법(Digital Medical Products Act)에 따라 한국의 의료기기안전정보원(Korea Medical Device Safety Information Center)으로부터 최초로 인증받은 디지털 의료 수입 기기가 되었다는 점을 매우 자랑스럽게 생각하고 있다. Revolution Ascend CT는 CT 진단의 안전성과 정확성을 향상시키기 위해 인공지능을 적용한 CT 스캐너다. 이를 통해 검사를 보다 안전하고, 빠르며, 정밀하게 수행할 수 있도록 돕는다. 특히, AI 기반 자동 환자 자세 조정 카메라를 탑재해 CT 촬영 시 환자의 자세를 자동으로 조정한다. 촬영 후 생성된 CT 이미지는 딥러닝 기반 영상 재구성 기술(TrueFidelity)을 통해 향상되며, 이로 인해 이미지 품질이 개선되고 저선량 CT 촬영도 가능하다.”

- 딥러닝 기반 영상 재구성 소프트웨어로 주목받고 있는 AIR Recon DL의 주요 특징과 임상적 이점은 무엇인가.

“AIR Recon DL은 AI 학습 기술의 한 분야인 딥러닝을 기반으로 한 영상 재구성 알고리즘이다. 기존에는 MRI 영상 재구성이 원시 신호 데이터를 기반으로 푸리에 변환(Fourier Transform, FT)과 같은 수학적 위상 변환 방식에만 의존해 왔다. AIR Recon DL은 FT 대신, 영상 재구성을 위해 학습된 합성곱 신경망(CNN)을 활용한다. 이 접근법은 노이즈 제거(de-noising)와 링잉 제거(de-ringing)라는 두 가지 핵심 학습 목표에 중점을 두고 있다. 노이즈 제거 및 링잉 제거 과정을 영상 재구성에 통합함으로써, AIR Recon DL은 단순히 이미지를 재구성하는 데 그치지 않고, 신호 대 잡음비(SNR)와 윤곽선 선명도(edge sharpness)까지 향상시켜 전체적인 영상 품질을 크게 높인다. 임상적으로 스캔 시간을 연장하지 않고 노이즈를 줄일 수 있으며 충분한 영상 품질을 유지할 수 있다.”

- GE헬스케어의 장기적인 목표 혹은 비전은.

“우리는 고객과 환자에게 더 나은 미래형 의료 서비스를 제공하기 위해 준비하고 있다. AI는 질병을 더 이른 시기에 식별할 수 있게 해준다. 그에 따른 적시 개입이 환자의 치료 결과를 개선하고, 진료의 질을 높이며, 장기적인 의료비용을 줄이는 데 특히 만성질환 관리 측면에서 큰 효과를 발휘한다. 우리는 의료 전문가들이 더 빠르고 정확하게 의사결정을 내릴 수 있도록 지원하는 AI 기반 의료 기술 솔루션을 개발하는 데 전념하고 있다. 우리는 엄격한 윤리적 기준을 바탕으로, 사람과 환자, 그리고 의료 제공자(고객)를 위해 헌신하며 미래 의료의 방향을 이끌어나갈 것이다.”

- GE헬스케어는 미국 FDA 등 주요 기관으로부터 AI 기반 의료 기술에 대해 얼마나 많은 승인을 받았나.

“GE헬스케어는 미국 FDA를 비롯한 주요 규제 기관으로부터 AI 기반 의료 기술에 대해 총 85건의 승인을 기록하고 있다. 우리의 혁신적인 솔루션이 안전성과 효과성을 모두 입증받았음을 보여주는 사례다.”

- 승인 절차에서 어려움과 극복하기 위한 전략은.

“승인 절차에서의 주요 과제로는 규제 기준을 준수하는 것과 AI 기술의 임상적 이점을 입증하는 것이었다. GE헬스케어는 이러한 도전 과제를 극복하기 위해 엄격한 테스트, 규제 기관과의 협력, 그리고 투명한 소통과 같은 전략을 활용하고 있다.”

- 향후 1~2년 후 이 분야의 AI 기술이 어떻게 발전할 것으로 예상하는가.

“향후 1~2년 후에는 의료 분야의 AI 기술은 진단 정확도를 높이고 운영 효율성을 개선하는 데 계속 기여할 것으로 예상된다. 이를 통해 의료 전문가들이 더 빠르고, 더 정보화된 의사결정을 내릴 수 있도록 지원하게 될 것 같다.”

- 앞으로 5년 후 AI가 의료 분야에 어떻게 적용될 것으로 전망하나.

“5년을 내다보면, AI는 임상 워크플로우에 더욱 깊이 통합될 가능성이 높다. 이로 인해 더 원활하고, 개인화되며, 연결된 돌봄 경험(seamless, personalized, and connected care)이 가능해지며, 이는 결과 도출 속도를 높이고 전체 시스템 비용을 절감할 수 있게 할 것이다. 특히 예측 기반의 공중보건 지원(predictive population support)을 통해 질병 진행 단계(staging)가 아닌 예방 중심 접근이 가능해질 것이다. 의료 시스템은 현재 환자 수 증가, 인력 부족, 효율적인 진료 전달의 필요성 등으로 인해 큰 압박을 받고 있다. 이러한 상황에서 AI는 데이터, 기기, 진료팀 간의 연결(connecting data, devices, and care teams)에 핵심적인 역할을 하며, 더 나은 환자 결과를 도출하는 데 기여할 것이다”