Q자기소개 부탁드립니다.
A손명희 교수님
안녕하세요, 저는 삼성서울병원에서 응급의학과 교수이자 디지털혁신센터 부센터장으로 근무하고 있습니다.
먼저, 응급의학과 교수로서 응급실에서 환자들의 진단과 치료를 담당하고 있습니다. 특히, 소아청소년 응급실의 책임자로서 외상 및 중증 응급환자들의 진단과 치료에 집중하고 있습니다.
다음으로, 디지털 혁신 센터 부센터장으로서 디지털 헬스케어 시스템 도입, 응급실의 데이터 기반 치료 프로세스 개선, 인공지능(AI) 및 빅데이터 분석을 활용한 효율적 응급 진료 시스템 구축을 담당하고 있습니다. 또한, 소아 외상 관리 및 중증 응급질환의 진단과 치료 프로세스 개선에 관한 연구를 진행 중이며, 소아 응급의학의 표준화된 치료법 개발에도 기여하고 있습니다.
Q삼성서울병원은 어떤 곳인가요?
A삼성서울병원은 진료와 연구의 균형을 통해 최첨단 의료서비스를 제공하는 병원으로, 의료 혁신의 중심에 서 있습니다. 1994년 개원 이래 첨단 의료기술과 연구 역량을 결합해 다양한 질환의 치료 및 예방에 선도적인 역할을 하고 있습니다.
특히 암, 심혈관 질환, 장기 이식 등 중증 질환 치료에서 높은 수준의 성과를 내고 있으며, 임상 연구와 신약 개발에서도 중요한 기여를 하고 있습니다. 삼성서울병원은 국제적으로도 인정받는 의료 기관으로, 다학제적 협진과 환자 맞춤형 치료가 특징인 병원입니다.
Q삼성서울병원의 'K-DEM'에 대해 소개해주세요.
AK-DEM(Korea – Digital & Electronic Medicine)은 보건산업진흥원이 추진하는 연구중심병원 국책과제로, 디지털 및 전자 치료기기의 산업적 수요 발굴, 혁신 기술 개발, 임상 검증 및 사업화를 위한 통합 플랫폼 구축을 목표로 하고 있습니다. 이 프로젝트는 미래 의료 환경에 필수적인 디지털 치료기기 개발을 촉진하고, 의료기기의 상용화를 가속화하여 국가 보건 산업의 경쟁력을 강화하기 위한 중장기적 계획의 일환입니다.
K-DEM의 주요 목적은 디지털 및 전자 치료기기에 대한 신기술 개발과 이를 임상 현장에 적용하기 위한 검증을 동시에 진행하는 것입니다. 또한, 혁신적인 치료기기 개발을 통해 환자 맞춤형 의료를 제공하고, 치료 효과를 높일 수 있는 새로운 솔루션을 제시하고자 합니다. 이를 위해 연구개발(R&D)부터 임상 실험, 규제 대응, 사업화까지 전주기적 지원 시스템을 마련하고 있습니다.
주요 사업으로는 신기술 발굴 및 산업적 수요 조사, 디지털 및 전자 치료기기의 설계 및 프로토타입 개발, 임상시험을 통한 기술 검증, 사업화를 위한 상용화 지원 등이 있습니다. 이 외에도, K-DEM은 규제 및 인증 절차를 효율적으로 지원하여 신속한 시장 진입을 돕고, 글로벌 시장으로의 진출도 목표로 하고 있습니다.
규모와 구성 측면에서, K-DEM은 연구중심병원, 대학, 기업, 정부 기관이 협력하는 대규모 네트워크로 운영되며, 각 분야의 전문가들이 참여해 다양한 디지털 치료기기 연구와 개발을 이끌고 있습니다. 삼성서울병원을 포함한 주요 병원이 주도적으로 참여하며, 대규모 연구 인프라와 첨단 의료기술 플랫폼을 통해 혁신적인 디지털 치료기기 개발을 지원하고 있습니다.
Q클라우드 기술을 활용하기 이전의 의료 연구 현장에서는 주로 어떤 불편함이 있으셨나요?
A클라우드 기술을 활용하기 이전의 의료 연구 현장에서는 여러 가지 불편함이 있었습니다. 가장 큰 문제는 병원 데이터를 외부에서 접근하기 어렵다는 점이었습니다. 병원 내 데이터는 보안상의 이유로 병원 내부 서버에만 저장되었으며, 외부 연구자나 협력 기관과의 데이터 공유가 매우 제한적이었습니다. 연구자가 병원 외부에서 데이터를 활용하려면 물리적으로 병원에 방문하거나, 복잡한 절차를 통해 데이터를 요청해야 했기 때문에 연구의 신속성과 효율성이 저하되었습니다.
또한, 연구에 필요한 컴퓨팅 자원의 관리도 중요한 문제였습니다. 의료 데이터는 방대한 양을 포함하고 있기 때문에 이를 처리하고 분석하는 데 필요한 고성능 서버나 저장공간이 필수적이었으나, 병원 자체의 IT 인프라만으로는 이를 충분히 지원하기 어려웠습니다. 연구자가 직접 데이터를 다운로드받아 처리하려면, 시간이 오래 걸리거나 저장 공간이 부족해 어려움을 겪는 경우가 많았습니다. 이러한 환경에서 데이터 손실이나 관리의 어려움이 발생할 위험도 있었습니다.
협업 측면에서도 한계가 있었습니다. 의료 연구는 다학제적 협업이 필수적인데, 병원 내 데이터에 외부 연구기관이나 다른 병원에서 원활히 접근하기 어려워 협업 연구가 지연되거나 제한적인 경우가 많았습니다. 데이터의 보안 문제를 해결하기 위해 각 기관마다 다른 절차를 거쳐야 했고, 이로 인해 연구자들 간의 실시간 협업이 제한적이었던 것 같습니다.
Q클라우드 기술이 적용된 K-DEM에서 연구하신 연구 주제에 대해 소개 부탁드립니다.
A저는 '소아암 및 만성질환 환자에서 통증 조절용 치료 로봇 개발'이라는 과제로 K-DEM 프로젝트에 참여하고 있습니다. 이 연구는 인공지능(AI)을 활용해 환자의 통증 점수를 실시간으로 분석하는 알고리즘을 구축하는 것을 목표로 하고 있습니다. 이를 위해 네이버 클라우드 플랫폼을 학습 공간으로 활용하여 데이터 수집 및 분석 환경을 최적화했습니다.
특히, 연구의 핵심은 FLACC SCORE 중 '얼굴(Face)' 영역에 집중하여, 환자의 얼굴 표정을 분석해 실시간으로 통증을 평가하는 것입니다. 이를 위해 환자의 얼굴을 촬영하고, AI가 자동으로 점수를 부여한 후, 해당 점수는 실시간으로 클라우드 환경에서 수집 및 처리됩니다.
이 프로그램은 성균관대학교 정보통신대학 고종환 교수님 연구실(IRIS LAB)에서 개발되었으며, 네이버 클라우드 플랫폼 환경에 구축하여 연구실에서 병원에 출근하지 않더라도 프로그램 개발과 평가를 원격으로 진행할 수 있었습니다. 이를 통해 연구진은 효율적으로 프로그램을 개발하고 관리할 수 있었으며, 임상 데이터의 수집속도를 크게 향상시켰습니다.
