디지털 치료제(DTx: Digital Therapeutics)란
•
의약품과 같이 질병을 치료하고, 건강을 향상시킬 수 있도록 도움을 주는 소프트웨어
•
주로 모바일 앱, 게임, 가상 현실, 챗봇 형식 등을 통해 활용
•
일반적인 치료제가 거치는 것과 마찬가지로 임상시험으로 효과를 확인하고 정부의 심사를 통과하는 과정이 필요
•
현재로서는 우울증, 불면증, 약물 중독과 같은 인지행동 치료에 중점을 두고 있으나 기술이 개발됨에 따라 근육통, 당뇨병, 호흡기 질환 등 신체 질환에 적용하기 위한 연구 개발도 활발하게 진행되고 있다
동향조사
국내
2023년 9월말 기준 국내에서 허가 받은 디지털 치료기기는 2개
•
솜즈(Somzz)
◦
2023년 2월 허가된 불면증 치료 앱
◦
환자에게 수면 습관을 교육하고 자극을 조절하며 환자의 행동을 제한하는 프로그램을 제공
•
웰트아이(WELT-I)
◦
2023년 4월 허가된 불면증 치료 앱(한독-웰트 협업)
◦
인지행동치료에 기반을 둔 불면증 치료기기로 환자에게서 수집한 생활습관 데이터와 수면일기를 기반으로 맞춤형 스케쥴을 제공하고 있다.
◦
환자가 입력하는 ‘수면일기’ 데이터를 기반으로 6주간 수행함으로써 환자의 불면증을 개선
해외
현재 디지털 치료제 시장은 미국에서 가장 크게 형성되어 있다. 미국은 이러한 기술을 바탕으로 개발이 어렵고 막대한 시간과 비용이 요구되는 중추신경계 질환이나 행동이나 습관 변화를 통해 치료 효과를 얻을 수 있는 만성질환을 중심으로 한 치료제를 개발하고 있다.
•
reST
◦
마약, 알코올 등 약물중독 치료를 위한 목적으로 인지행동치료(CBT)에 기반을 둔 미국의 온라인 서비스
◦
2017년 세계 최초로 FDA의 허가를 취득한 서비스
•
woebot
◦
챗봇 형식의 온라인 서비스로 우울증과 외로움을 겪는 사람들을 돕기 위한 목적으로 개발됨
◦
인지행동치료(CBT)와 같은 프레임워크를 사용하여 여러 기분과 불안 증상을 관리하는 데에 도움을 줌
▪
불안한 기분/스트레스
▪
외로움
▪
재정에 대한 걱정
▪
수면 문제
▪
죄책감 / 후회
▪
슬픔 / 우울한 기분
▪
사랑하는 사람에 대한 슬픔
▪
전염병에 대한 걱정
▪
약물 사용과 관련된 감정 및 행동
▪
분노/과민성
▪
관계
▪
미루는 습관
▪
질병, 신체적, 만성적 통증에 대처하기
◦
인지 행동 치료(CBT), 대인 관계 심리 치료(IPT), 변증법적 행동 치료(DBT) 및 마음챙김을 포함하여 시도되고 테스트된 접근 방식에 대한 정보를 제공하는 실용적인 기술을 안내
디지털 치료제의 한계점
•
실제 대면 치료와 같은 정도의 치료 효과를 얻기에 한계가 있을 것
•
디지털기기의 보안 문제 가능성
•
활용되는 기술과 기기를 미숙하게 다루는 경우 치료의 효과성이 떨어질 가능성이 높음
•
고연령층의 경우 미숙한 기기 이용으로 인해 부정적 인식이 생길 가능성
•
챗봇 형식의 서비스 경우 더욱 더 많은 데이터와 개발과정이 요구
•
부작용도 무시할 수 없기 때문에 다양한 분야의 전문가들과 협력적인 노력이 필요
스마트폰 디바이스 접근 방향
디지털 치료제의 한계점에도 불구하고 관련 연구들이 쌓이면서 의미있는 성과들을 보이고 있는 것도 사실입니다.
그래서 크게 하드웨어/소프트웨어 측면으로 다시 생각해보았습니다.
하드웨어
•
스마트폰으로 자신의 기분을 기록하거나 수면일기를 통해 패턴을 분석하는 접근이 디지털 의료기기 허가가 나오기 시작하는 것이 의미가 있어보입니다.
•
다만 이것에 더해서 환자의 패턴을 분석할 수 있다면 어떤 기분인지 알려달라고 알림을 보낼 수도 있고, 더 정확한 메타데이터가 될 수 있을 것 같습니다.
•
이런 메타데이터는 의사의 개입이 필요하다고 판단되면 사용자에게 제안할 수도 있고, 앱 안에서 허용시 보안처리된 음성대화를 나눌 수 있게 하면 좋을 것 같고,
•
환자가 의사와의 관계를 연결되길 수락한다면 암호화된 환자의 정보에서 필요한 정보가 의사에게 전달되는 방식도 생각해볼 수 있을 것 같습니다. 영상통화도 환자가 의향이 있어서 수락하면 영상통화 기능도 열릴 수 있다는 것도 그려보면 좋을 것 같습니다.
•
현재 출시된 디지털 의료기기로서의 역할만으로 끝나는 것이 아니라, 의사가 이 장치의 데이터를 전달받게 되면 의미있고 적극적으로 활용될 수 있는 메타데이터 분석자료를 만들어 주는 것도 함께 고려하면 새로운 연구로서 가치가 있을 것으로 보입니다.
소프트웨어
•
BetterMe라는 서비스처럼 많은 문제를 푸는 것이 아니라 질문하나에 답할 때 마다 적절한 내용이 표시되는 것도 딱딱하지 않고 좋은 느낌을 줄 수 있고, 더 나아가 중간에 질문답을 완료하지 않고 나가더라도 거기까지도 메타데이터로 보고 수집이 될 수 있으면 좋을 것 같습니다.
◦
데이터를 DB에 암호화 해두었다가 이후에 앱을 삭제하지 않고 사용자의 진행의지가 이어진다면 이어서 맞춤형 컨텐츠 제안이 이어지도록 하는 행위 자체가 AI 기술이 접목될 수 있는 기회가 많을 것으로 판단됩니다.
•
현재 e-Health 애플리케이션 및 기술 개입의 주요 문제 중 하나는 환자가 해당 기술을 지속적이고 주기적으로 사용하려는 동기가 부족하고,
•
사용자가 주기적으로 자신의 상태, 감정, 생각을 업데이트해야 하는 모바일 앱은 매일 사용하기 지루할 수 있으며 사용자는 시간이 지남에 따라 앱 업데이트 제공을 자주 중단합니다.
•
그래서 환자의 적극적인 참여가 필수적이지만 전문적인 감독없이 동일한 활동을 제안하는 개입도 치료를 중단을 초래하는 경향이 있습니다.
•
이를 위해서 맞춤형 치료가 필요한데, 이때 AI의 도움이 필요하다고 생각합니다. 이런 경험이 이어지도록 의사와 환자를 연결시켜주는 브릿지와 같은 역할을 할 수 있게 하면 좋을 것 같습니다.
•
그리고 기기의 정보가 의사에게 넘어가고 환자가 최대한 반복적인 제안을 받지 않도록 해야 하고 환자의 입장에서는 최대한 경험이 이어지는 느낌이 들면 좋을 것 같습니다. 이때 AI가 의사에게도 환자를 상대하기 위한 사전지식 전달과 더불어 도움이 될 만한 스크립트를 만들어 제안해주는 것도 어떨지 의견을 더해봅니다.
XR 디바이스 접근 방향
•
디지털치료기기로 허가 받은 앱
하드웨어(XR)
•
기존에는 VR 환경이 가장 컨텐츠의 퀄리티와 몰입도가 좋았다면 현재는 실제와 가까워지는 Pass-through 성능으로 XR에 대한 또다른 경험을 제공할 수 있게 되었습니다.
•
VR처럼 아예 다른 곳으로 이동할 수도 있겠지만, XR을 활용하면 내가 있는 공간에서 옆에 누군가 앉아서 공감하거나 얘기하는 것에 반응해주는 것 만으로도 더 현실감을 바탕으로 한 안정감을 줄 수 있을 것이라 생각됩니다.
•
의사와 같은 상대가 필요하면 XR의 Pass-through로 내 앞에 가상의 의사가 방문한 듯한 연출도 좋을 것 같습니다.
•
하드웨어의 발전 과정때문에 그동안 VR 기술이 AR보다 더 많은 관심을 받아와서 MR 연구가 거의 존재하지 않다고 합니다.
•
그럼에도 불구하고 VR 환경이 주는 현장감, 몰입감 때문에 정신-인지 반응이 현실세계의 반응과 완전히 유사하기 때문에 고소공포증, 정신병, 사회공포증, 강박장애(OCD)의 치료에 사용되었습니다. 다만 XR에 대한 탐구가 매우 부족하기 때문에 이 기술에 대한 시나리오를 설계해보는 것도 좋을 것 같습니다.
•
LeapMotion 제스처 인식장치
◦
모션인식률이 매우 정확하여 VARJO에 사용되는 센서와 소프트웨어를 만드는 회사입니다.
◦
Leap Motion 2 신제품 출시
◦
주의력 결핍 및 과잉행동장애(ADHD), 자폐 스펙트럼 장애(ASD)가 있는 사람들의 인지 및 운동능력을 향상시키기 위한 게임에 사용됨
•
아이트래킹 기술 활용
◦
ASD 유무에 따른 사용자 패턴의 차이를 관찰하는 것에 도움
•
에어러블 및 센서
◦
연구에서도 생리적 매개변수로 이런 센서들로 바이오피드백을 포착하면 환자의 상태에 정량적이고 객관적인 정보가 치료사에게 제공될 수 있다고 합니다
◦
우울증, ASD의 관련 패턴을 식별하는 것이 가능하다고 하며 스마트폰, 웨어러블, 센서 등을 통해 수동적으로 수집할 수도 있지만, 게임과 같은 경험을 통해 수집할 수도 있다고 합니다. 이렇게 수집된 정보를 통해 상호작용을 실시간으로 조정하고 맞춤형 개입을 통해 동기를 부여하는데에 도움이 될 수도 있습니다.
•
이런 XR 경험은 확실히 시각적이지만 다른 감각과 자극을 잊어서는 안된다고 하며, 이런 연구와 시나리오가 부족하기때문에 디자이너와 개발자의 유기적인 연구를 강조합니다.
•
HMD 디바이스의 멀미와 같은 기존 문제를 해결하기 위해서도 MR 시나리오 설계쪽이 향후 더 연구가 될 것으로 생각됩니다.
소프트웨어(XR)
•
XR의 모든 컨텐츠에 발견할 수 있는 점은 퀄리티에 따른 몰입감이 중요하다고 생각합니다.
•
현재의 동향을 조사해보았을 때, 기능적인 면도 중요하지만 충분한 퀄리티의 그래픽과 자연스러운 인터랙션으로 충분한 몰입감을 줄 수 있어야 이 사용자의 관찰과 치료가 가능할 것이라고 판단됩니다.
•
XR환경의 몰입은 주관적인 구성입니다. 그래서 연구자와 실무자에게 XR 경험의 몰입감과 실제가 아니지만 실제있는 것 같은 존재감을 주는 것이 중요하다고 하며 이 개념이 행동개입을 지원하는 가장 유망한 기술이 될 것이라고도 보고 있습니다.
•
저번주에 생각났던 아이디어 처럼 XR의 Pass-through를 통해 자신의 방에서 가상의 인물, 환경들만 더해져서 이야기를 공유하거나 필요하면 의사의 개입(Voice Chat, 아바타등의 형태로)할 수 있는 모습도 좋은 접근이 될 수 있을 것 같습니다.
의학적 측면
•
연민 중심 치료(CFT, 치료를 받는 사람들이 자신과 다른 사람에 대해 연민을 갖도록 장려)는 인지적 공감과 연민을 증가시키고 스트레스, 불안 및 우울증을 줄이는 데 효과적인 것으로 나타났습니다
제안 아이디어
아이디어 정리
•
일반인 뿐만 아니라 소아 청소년은 더욱이 HMD를 갖고 있을 확률이 매우 낮고, 접근성도 매우 떨어집니다. 그래서 더욱이 스마트폰을 통한 접근이 많은 메타데이터와 주기적인 분석이 가능할 것으로 판단됩니다.
•
하지만 MR의 연구효과와 가능성을 연계하여 지속적인 기술조사와 연구가 필요하다고 생각되고, AR 활용에 더 집중하는 방향이 좋을 것 같습니다.
•
하드웨어적인 기술발전 흐름때문에 AR은 사그라들었다가 다시 MR의 영역 안에서 중요한 핵심기술로 다시 발전하고 있습니다. 그리고 거의 모든 사람이 가장 비싸고 훌륭한 AR장비인 스마트폰을 사용하고 있기 때문에 스마트폰의 최신 센서와 기능들을 이용하는 것이 환자와 의사 입장 모두에서 필요한 방향이라고 생각합니다.
필요기술
멀티모달 AI와 LLM
•
2023년 11월에 GPT-4에서도 DALLE3등의 멀티모달 서비스가 시작되었습니다.
•
구글도 멀티모달 버전인 ‘멀티바드’도 준비중이고, GPT-4에 대항할 차세대 LLM인 PaLM2를 공개하였습니다.
•
애플은 내부에 애플GPT를 개발하고 에이재스(ajax)라는 대형언어모델(LLM) 기반 구축을 마쳤습니다.
•
위와 같이 생성형 AI가 현재 ‘대세’인 기술이지만 모든 경우에 올바른 접근 방식은 아닙니다. LLM을 여러 가지 용도로 사용할 수 있지만, 결과물이 비정형 데이터가 아닌 정형 데이터인 경우 매우 비효율적인 방법이 될 수 있습니다.
•
LLM을 미세하게 조정하는 과정인 파인튜닝은 답과는 거리가 멀거나 활용하기 어려운 답변, 부적절한 단어들을 필터링하거나 편향된 답변을 걸러내는 후처리 작업
•
LLM을 직접 구축하는 데에는 방대한 비용이 드는 만큼, 글로벌 빅테크 모델을 참고하여 특정 분야에서 사용할 수 있도록 파라미터의 수를 줄여 가볍게 필요한 부분에만 특화하여 sLLM(small LLM, 경량 거대언어모델)을 활용하는 방법으로 가야 할 것으로 생각됩니다.
한국어 데이터 필요
•
45조 개의 영어 데이터 토큰을 학습한 GPT-3는 한국어 데이터 비중이 0.01697%(1억 개)에 불과하여 국내 일반기업이 활용하기 어렵고 국내 대기업에서 주도하여 한국어 데이터로 학습된 LLM을 활용한 정신과분야로 특정하여 파인튜닝을 하는 방향이 바른 접근이라고 생각합니다.
•
현재 모든 LLM의 문제와 한계점인 할루시네이션(Hallucination, 주어진 데이터나 맥락에 근거하지 않은 정보나 허위 정보를 생성하는 문제)을 해결하기 위한 연구도 눈여겨 봐야 할 것 같습니다.
•
활용하면 좋을 오픈소스
◦
Open Ko-LLM
▪
업스테이지와 한국지능정보사회진흥원(NIA)이 구축한 한국어 LLM
▪
Open Ko-LLM 리더보드는 누구나 자신이 개발한 한국어 LLM을 등록하고 다른 모델과 경쟁할 수 있는 공개플랫폼인데, Ko-Alpaca, 고려대학교 KULLM(구름), Polyglot-Ko 등 기존에 유명한 한국어 오픈소스 모델들이 총집결하여 성능 평가의 바로미터로 자리잡고 있습니다.
▪
리더보드는 9월 27일 개설되고 공개한지 2주만에 등록 모델 100개 돌파
•
개인 연구자부터 SKT, 마음AI, 포티투마루(42Maru), 한국전자통신연구원(ETRI), 고려대학교 등 각축을 벌여 일 단위로 순위 등락을 거듭하며 이목을 집중
◦
업스테이지의 솔라(SOLAR)
▪
2023년 9월 생성AI 활용 플랫폼 ‘Poe”에 메인모델로 등극
▪
GPT-3.5의 점수를 능가한 사례는 업스테이지가 최초
▪
오픈소스를 활용한다면 스타트업일지라도 글로벌 톱 레벨의 모델을 개발할 수 있다는 것을 증명한 대표적인 사례
◦
메타의 LLaMA 2
▪
2023년 7월 18일에 출시되어 강화학습(RLHF)과 보상 모델링을 활용하여 텍스트 생성, 요약, 질문 및 답변 등 더욱 유용하고 안전한 결과물을 생성할 수 있습니다.
▪
Azure, Windows 등의 여러 플랫폼에서도 파인튜닝이 가능하게 확장되어 다양한 프로젝트에 활용되고 있습니다
◦
MPT-7B
▪
MosaicML에서 발표한 오픈소스 LLM으로 1조개의 토큰으로 학습된 트랜스포머
▪
상업적으로도 이용
◦
Alpaca
▪
스탠포드 대학에서 공개한 학문적 연구 목적의 오픈소스 모델
▪
스탠포드 학생들은 기존 모델의 잘못된 정보나 유해한 텍스트 생성될 수 있는 점 지적
▪
LLaMA-7B를 기반으로 Instruction-follwing 데이터를 활용해 파인튜닝
•
오픈소스가 경쟁할 수 있는 플랫폼
◦
허깅페이스
▪
자연어처리 분야의 최대 오픈소스 플랫폼
▪
오픈 LLM 리더보드를 운영하여 전세계의 다양한 기업과 연구기관이 개발한 생성 AI모델의 성능을 평가하여 경쟁할 수 있음
▪
추론, 상식 능력, 언어이해 종합능력, 환각현상(할루시네이션)방지 등 4가지 지표에 대한 평가를 바탕으로 순위가 매겨짐
▪
리더보드는 상시개방되어 모델이 새롭게 제출될 때마다 평가를 반영하여 갱신됨
일라이자(ELIZA)
•
참고로 1966년에 만들어진 일라이자(ELIZA)는 정신과 환자 상담용으로 사용되었던 AI 채팅 프로그램입니다.
•
간단한 알고리즘이었지만 상담을 진행한 환자들은 일라이자를 사람처럼 여겼고 기계, 로봇, AI를 인간처럼 여기는 현상을 일라이자 효과라고 부르기 시작했습니다.
•
현재는 기술의 고도화로 더욱 세밀해진 LLM으로 LLM효과라고 정의하는 날이 올 수도 있을 것으로 보고 있습니다.
페이스트레킹/바디트레킹
•
스마트폰의 카메라 + LiDAR센서(옵션)를 이용한 페이스트레킹과 바디트레킹 기술은 현재 기술의 완성도가 있고, 적절한 아바타 플랫폼과 함께 사용하면 거부감 없고 매우 재밌는 경험을 이끌어 낼 수 있습니다.
•
Warudo 예시
◦
Face/Body Tracking 아래 기술이 모두 연동가능하고 사용자는 원하는 형태를 선택할 수 있습니다.
▪
MediaPipe(Webcam)
▪
RhyLive(iPhone / iPad)
▪
VMC(External Application, e.g., VSeeFace, VirtualMotionCapture)
▪
Rokoko
▪
Xenes MVN
▪
Virdyn Studio(VDMocapStudio)
아바타 플랫폼
•
엄청난 시간과 자본이 들어가는 아바타 생성플랫폼 기술을 우리가 확보할 필요는 없을 것으로 생각됩니다. 다만 이런 아바타 플랫폼에서 대표적인 것을 기본으로 채택하거나 여러 플랫폼의 API를 연결해주어 선호하는 플랫폼이 있다면 그곳에서 만들어서 가져올 수 있게 하면 좋을 것 같습니다.
•
그리고 현재 아바타를 활용한 서비스들의 방향도 동일합니다.
•
펄스나인
◦
DEEP REAL AI
▪
이미지 한장과 음성 파일만으로 3분만에 움직이는 영상을 만들어줌
◦
DEEP REAL LIVE
▪
실시간 페이스 스왑기술로 버추얼 휴먼의 활용성을 확장할 수 있음
AR Opensource
•
WebXR
◦
WebKit에서의 WebXR
<model width="400" height="300" interactive>
<source src="assets/example.usdz" type="model/vnd.usdz+zip">
<source src="assets/example.glb" type="model/gltf-binary">
<picture>
<source src="fallback-version.mp4" type="video/mp4">
<source src="fallback-version.webp" type="image/webp">
<img src="fallback-version.gif"/>
</picture>
</model>
HTML
복사
▪
WebXR이 지원되도록 Vision Pro의 Safari에서 테스트가능
▪
WebKit이 WebXR의 immersive-vr을 지원함
STT
STT를 적용하여 대화내용 메타데이터화 → 분석에 사용
•
Whisper API
◦
OpenAI는 2023년 상반기 B2B 서비스를 시작하면서 이용료를 90% 인하하였습니다.
◦
STT와 00개의 언어와 다양한 억양의 차이를 인식해 영문으로 변환
◦
오디오 1분당 0.006달러(8원)
◦
1달러면 2시간 45분짜리 STT
◦
기업에서 매력적인 상품
Reference
•
소아 청소년 디지털 치료제 최신 연구동향 및 첨단기술
•
오픈소스 LLM과 한국어 모델의 생태계