- 다양한 주제에 대해 자유롭게 글을 작성하는 게시판입니다.
Date | 15/07/24 18:44:54 |
Name | Beer Inside |
Subject | 의학은 과학인가 예술인가? |
' Ars longa, vita brevis' '인생은 짧고, 예술은 길다.'로 번역되는 희포크라테스의 말에서 'Art'는 'Fine Art'가 아닌 'Technique' 즉 기술입니다. 기술은 한번 배우면 오래 써 먹으니, 공부 못하면 기술이라도 배워... 라는 그 기술입니다. 이 말은 아래와 같은 문장에서 따온 것인데, 다들 라틴어를 잘 아시니 해석이 가능하실 겁니다. "Ars longa, vita brevis, occasio praeceps, experimentum periculosum, iudicium difficile." 뭐 그래도 영어로 번역하면 아래와 같습니다. 'life is short, the art (craft/skill) long, opportunity fleeting, experiment treacherous, judgement difficult'. 이걸 한글로 대충 번역하면, '인생은 짧고, 기술은 오래간다. 기회는 순식간에 지나가고, 실험은 불확실하고, 판단은 어렵다.' 입니다. 마치 대학원 박사과정이 고민할 것 같은 내용이지요. '하루는 정말 후딱가는구나, 점심먹고 차 한잔 하니 저녁먹을 시간이네, 오늘 취직자리가 들어온 것 같은데 다른 녀석이 잽싸게 추천서를 가져간것 같다. 교수님에게 내가 간다고 이야기할 껄, 실험은 결과가 애매하게 나왔는데 어떻게 보고해야 하나. 모르겠다. 그냥 실험실에서 배운 기술로 미국가서 테크니션이나 할까?' 하지만 히포크라테스가 이런 고민을 했을리는 없고, 다르게 해석하면 '사람의 생명은 짧고, 의술을 익히는 데는 시간이 많이 걸린다. 사람을 살릴 수 있는 기회는 순식간에 지나가고, 지금까지의 경험은 믿을 수 없으니, 판단은 어렵구나.' 정도가 될 수 있습니다. (수천년전 사람의 말인데, 초월번역 쯤이야..) 이걸 현장감있게 해석하면 '눈앞에 중환자가 죽어가고 있구나, 기관내삽관과 중심정맥을 확보해야하는데 어떻게 하지, 학생 때 배우고 실습까지 했는데 막상하려니 눈 앞이 깜깜하구나, 주치교수에게 연락을 해야하는데, 이대로 연락하면 교수에게 욕을 먹고, 이대로 시간을 끌면 환자 보호자에게 멱살을 잡히겠구나. 어떻게 해야하나.' 가 될 수도 있습니다. 여기까지가 의술을 'Fine Art'가 아닌 'Technique'으로 보는 견해에 대한 글이였구요. 의술을 종합예술로 보는 경향도 있습니다. 'Medicine is an art, not a science.' 로 대표되는 말입니다. '의학은 과학을 바탕으로 한 응용과학이지만, 눈앞에 보는 환자는 모두 다르니 요리책을 보고 따라하는 것 처럼 하다가는 피를 보는 수가 있다.'라는 뜻입니다. 사람을 다루는 학문이므로, '연예를 책으로 배웠습니다.', '키스를 책으로 배웠습니다.'와 같은 일이 되면 안된다는 것이지요. 무조건 가성비를 따져가면서 치료를 하다가는 욕먹거나 멱살잡기히 쉽고, 반대로 고가의 치료를 남발하다가는 환자가족이 파산하거나 병원이 파산할 수도 있다라는 이야기이기도 합니다. 하지만, 과학자들이 어떤 사람들입니까? 포기를 모르는 사람들 이지요. 최근의 유전자의학의 발달 및 근거중심의학의 발달로 점점 과학의 모습을 같추고 있습니다. 예를들면 유방암에서 HER2 수용체의 존재 여부에 따른 예후 결정 및 항암치료의 방향이 달라지거나, 과거에는 경험에 의해서 치료의 우선 순위를 결정하던 것을 통계학을 이용해서 우선순위를 결정하는 것이지요. 이렇게 의학이 정확한 과학(Exact Science)가 되는 것도 머지 않은 것 같습니다. Dr. Watson이라는 인공지능의사(응?)가 책상에서 인터넷하고 있는 의사들보다 연구에 있어서 생산성이 좋다는 것이 밝혀지고 있고, 의료용 로봇이 단순히 의사의 손발이 아닌 제 1 보조자가 되는 순간이 다가오고 있으니까요. 의학이 Exact Science가 되는 순간 의사라는 직업은 인공지능과 로봇이 대신하는 세상이 될 것 같습니다. PS, 소니 사장은 vita brevis 라고 말한 히포크라테스의 말을 잘 생각해 보았어야 했는데... 0
이 게시판에 등록된 Beer Inside님의 최근 게시물
|
Exact science라는 개념이 있나요? 음...
컴퓨터가 대체할 수 있는 직업을 예측하는 사이트가 있었는데, 그러니까 로봇이죠. 청소부 같은 건 거의 99%고요. 의사는 거의 10% 미만이었습니다. 의료적 책임 문제 뿐만이 아니라 환자를 대할 때 필요한 종합적 판단이 컴퓨터로는 어려운 것이죠. 예방의학(역학) 분야 정도만 70% 정도 대체가 된다고 하더군요.
예로 드신 내용은 과학도 대부분 마찬가지입니다. 아마 고등학생들도 정맥혈은 뽑겠죠. 학교에서 하는 실험은 다 그런 것이고 최신 물리학 화학 실험이 기술 없이 재현되진 않습니다.
컴퓨터가 대체할 수 있는 직업을 예측하는 사이트가 있었는데, 그러니까 로봇이죠. 청소부 같은 건 거의 99%고요. 의사는 거의 10% 미만이었습니다. 의료적 책임 문제 뿐만이 아니라 환자를 대할 때 필요한 종합적 판단이 컴퓨터로는 어려운 것이죠. 예방의학(역학) 분야 정도만 70% 정도 대체가 된다고 하더군요.
예로 드신 내용은 과학도 대부분 마찬가지입니다. 아마 고등학생들도 정맥혈은 뽑겠죠. 학교에서 하는 실험은 다 그런 것이고 최신 물리학 화학 실험이 기술 없이 재현되진 않습니다.
의학은 applied science로 보고 있고 아직은 재현이 잘되고 있는 분야는 아니지요.
그래서 재현이 잘된다면 exact science라고 부를 수 있다는 겁니다.
아직까지는 exact science는 아니니 art라고 불러야 한다는 뜻이구요.
IT기술의 발달로 모든 분야에서 컴퓨터와 로봇에게 직업을 빼앗기고 있는데 의사도 그렇게 되지 않을 이유는 없지요.
영상의학에서 진단의 영역과 병리학은 컴퓨터의 이미지 분석이 빠르게 대치할 수 있습니다.
지금도 이미지 프로세싱으로 실험사진을 분석해서 결과를 발... 더 보기
그래서 재현이 잘된다면 exact science라고 부를 수 있다는 겁니다.
아직까지는 exact science는 아니니 art라고 불러야 한다는 뜻이구요.
IT기술의 발달로 모든 분야에서 컴퓨터와 로봇에게 직업을 빼앗기고 있는데 의사도 그렇게 되지 않을 이유는 없지요.
영상의학에서 진단의 영역과 병리학은 컴퓨터의 이미지 분석이 빠르게 대치할 수 있습니다.
지금도 이미지 프로세싱으로 실험사진을 분석해서 결과를 발... 더 보기
의학은 applied science로 보고 있고 아직은 재현이 잘되고 있는 분야는 아니지요.
그래서 재현이 잘된다면 exact science라고 부를 수 있다는 겁니다.
아직까지는 exact science는 아니니 art라고 불러야 한다는 뜻이구요.
IT기술의 발달로 모든 분야에서 컴퓨터와 로봇에게 직업을 빼앗기고 있는데 의사도 그렇게 되지 않을 이유는 없지요.
영상의학에서 진단의 영역과 병리학은 컴퓨터의 이미지 분석이 빠르게 대치할 수 있습니다.
지금도 이미지 프로세싱으로 실험사진을 분석해서 결과를 발표하는데, 실제 영상을 대치하지 못할리가 없지요.
최근에는 캡슐내시경의 개발로 위 및 대장내시경을 시행할 소화기내과 전문의의 수요를 획기적으로 줄일 수도 있고,
과거에는 매일 먹어야 하는 골다공증약이 최근에는 1년에 1회 주사만 맞으면 되는 주사제로 개발되었는데,
향후 고혈압약로 하루 1회에 먹는 것에서 1년에 1회 피하에 삽입하는 스마트드럭으로 개발되면 내과의사의 수요는 획기적으로 줄어들 겁니다.
또한 의료인력이 비싼 만큼 의료용 로봇의 개발의 속도도 빨라지고 있는데,
개인적인 예상으로 의료용 로봇의 가격이 20억 이하로 책정되는 순간이 온다면
의료용 로봇의 시장이 극적으로 확대되고 이러한 로봇을 관리하고 책임지는 사람만 의사라는 직업을 유지할 수도 있을 겁니다.
그래서 재현이 잘된다면 exact science라고 부를 수 있다는 겁니다.
아직까지는 exact science는 아니니 art라고 불러야 한다는 뜻이구요.
IT기술의 발달로 모든 분야에서 컴퓨터와 로봇에게 직업을 빼앗기고 있는데 의사도 그렇게 되지 않을 이유는 없지요.
영상의학에서 진단의 영역과 병리학은 컴퓨터의 이미지 분석이 빠르게 대치할 수 있습니다.
지금도 이미지 프로세싱으로 실험사진을 분석해서 결과를 발표하는데, 실제 영상을 대치하지 못할리가 없지요.
최근에는 캡슐내시경의 개발로 위 및 대장내시경을 시행할 소화기내과 전문의의 수요를 획기적으로 줄일 수도 있고,
과거에는 매일 먹어야 하는 골다공증약이 최근에는 1년에 1회 주사만 맞으면 되는 주사제로 개발되었는데,
향후 고혈압약로 하루 1회에 먹는 것에서 1년에 1회 피하에 삽입하는 스마트드럭으로 개발되면 내과의사의 수요는 획기적으로 줄어들 겁니다.
또한 의료인력이 비싼 만큼 의료용 로봇의 개발의 속도도 빨라지고 있는데,
개인적인 예상으로 의료용 로봇의 가격이 20억 이하로 책정되는 순간이 온다면
의료용 로봇의 시장이 극적으로 확대되고 이러한 로봇을 관리하고 책임지는 사람만 의사라는 직업을 유지할 수도 있을 겁니다.
밑에도 달았지만 우리가 응용과학이라고 보통 이야기하는 재료과학이나 공학도 재현성 측면에서 기초과학이랑 본질적으로 똑같습니다.
빅데이터가 쌓이면 영상의학이나 병리학을 이미지를 대체할 수 있다는 얘기들을 간혹 하는데 그것도 이미지를 보고 판단하는 그 알고리즘을 보고 구현하기가 어렵습니다. 그거야말로 해부학이나 조직학에서 다양성 때문에 케이스 바이 케이스라서 직관적 판단과 경험에 의존하는 게 너무 큽니다. 그렇다고 쳐도 그나마 가능성 있는 게 마이너 분야인데 메이저 분야에서 로봇이 대체할 가능성은 매우 적은 거죠.
캡슐 내시경... 더 보기
빅데이터가 쌓이면 영상의학이나 병리학을 이미지를 대체할 수 있다는 얘기들을 간혹 하는데 그것도 이미지를 보고 판단하는 그 알고리즘을 보고 구현하기가 어렵습니다. 그거야말로 해부학이나 조직학에서 다양성 때문에 케이스 바이 케이스라서 직관적 판단과 경험에 의존하는 게 너무 큽니다. 그렇다고 쳐도 그나마 가능성 있는 게 마이너 분야인데 메이저 분야에서 로봇이 대체할 가능성은 매우 적은 거죠.
캡슐 내시경... 더 보기
밑에도 달았지만 우리가 응용과학이라고 보통 이야기하는 재료과학이나 공학도 재현성 측면에서 기초과학이랑 본질적으로 똑같습니다.
빅데이터가 쌓이면 영상의학이나 병리학을 이미지를 대체할 수 있다는 얘기들을 간혹 하는데 그것도 이미지를 보고 판단하는 그 알고리즘을 보고 구현하기가 어렵습니다. 그거야말로 해부학이나 조직학에서 다양성 때문에 케이스 바이 케이스라서 직관적 판단과 경험에 의존하는 게 너무 큽니다. 그렇다고 쳐도 그나마 가능성 있는 게 마이너 분야인데 메이저 분야에서 로봇이 대체할 가능성은 매우 적은 거죠.
캡슐 내시경이나 대장내시경이 소화기내과 의사의 수요를 줄일 수도 없고... 누가 내시경합니까? 단순히 약을 조금 먹고 처방한다고 의사가 덜 필요해지거나 대체할 수 있는 건 아닙니다. 누가 처방하느냐의 문제죠. 로봇이냐 의사냐. 정말 종합적 추론이 가능한 인공지능이 아닌 이상 의사를 대체하기 어렵다는 것이고요.
의학용 로봇도 지금 가격이 매우 비싸긴 하지만 이것도 로봇이 수술하는 게 사람보다 낫냐의 문제로 점차 대체되는 것이지 가격의 문제가 아닙니다. 로봇 수술이 사람보다 더 낫다 못하다는 임상 결과도 상당히 많이 누적된 것으로 압니다. 운전을 컴퓨터가 하는 것과는 다른 문제입니다.
빅데이터가 쌓이면 영상의학이나 병리학을 이미지를 대체할 수 있다는 얘기들을 간혹 하는데 그것도 이미지를 보고 판단하는 그 알고리즘을 보고 구현하기가 어렵습니다. 그거야말로 해부학이나 조직학에서 다양성 때문에 케이스 바이 케이스라서 직관적 판단과 경험에 의존하는 게 너무 큽니다. 그렇다고 쳐도 그나마 가능성 있는 게 마이너 분야인데 메이저 분야에서 로봇이 대체할 가능성은 매우 적은 거죠.
캡슐 내시경이나 대장내시경이 소화기내과 의사의 수요를 줄일 수도 없고... 누가 내시경합니까? 단순히 약을 조금 먹고 처방한다고 의사가 덜 필요해지거나 대체할 수 있는 건 아닙니다. 누가 처방하느냐의 문제죠. 로봇이냐 의사냐. 정말 종합적 추론이 가능한 인공지능이 아닌 이상 의사를 대체하기 어렵다는 것이고요.
의학용 로봇도 지금 가격이 매우 비싸긴 하지만 이것도 로봇이 수술하는 게 사람보다 낫냐의 문제로 점차 대체되는 것이지 가격의 문제가 아닙니다. 로봇 수술이 사람보다 더 낫다 못하다는 임상 결과도 상당히 많이 누적된 것으로 압니다. 운전을 컴퓨터가 하는 것과는 다른 문제입니다.
실제 임상에서는 가격이 중요합니다.
Iron Intern이라는 녀석이 있었지요. 단순히 피부와 장기를 당기는 견인기인데, 초창기 가격이 인턴 1년 년봉보다 비쌌습니다.
하지만, 대형병원이 엄청나게 생기면서 의료인력의 부족현상이 발생하면서 수술시 인턴 대신 아이언인턴이 들어가고
과거 3인이 하던 수술이 2인이 수술하는 형태로 바뀌었습니다.
그리고 내시경수술이 발달하면서, 미국에서는 관절내시경은 1인이 수술하고 복강내시경은 AESOP과
같은 1세대 로봇을 이용해서 의사와 간호사 두명이서 수술을 끝내기도 합니다.... 더 보기
Iron Intern이라는 녀석이 있었지요. 단순히 피부와 장기를 당기는 견인기인데, 초창기 가격이 인턴 1년 년봉보다 비쌌습니다.
하지만, 대형병원이 엄청나게 생기면서 의료인력의 부족현상이 발생하면서 수술시 인턴 대신 아이언인턴이 들어가고
과거 3인이 하던 수술이 2인이 수술하는 형태로 바뀌었습니다.
그리고 내시경수술이 발달하면서, 미국에서는 관절내시경은 1인이 수술하고 복강내시경은 AESOP과
같은 1세대 로봇을 이용해서 의사와 간호사 두명이서 수술을 끝내기도 합니다.... 더 보기
실제 임상에서는 가격이 중요합니다.
Iron Intern이라는 녀석이 있었지요. 단순히 피부와 장기를 당기는 견인기인데, 초창기 가격이 인턴 1년 년봉보다 비쌌습니다.
하지만, 대형병원이 엄청나게 생기면서 의료인력의 부족현상이 발생하면서 수술시 인턴 대신 아이언인턴이 들어가고
과거 3인이 하던 수술이 2인이 수술하는 형태로 바뀌었습니다.
그리고 내시경수술이 발달하면서, 미국에서는 관절내시경은 1인이 수술하고 복강내시경은 AESOP과
같은 1세대 로봇을 이용해서 의사와 간호사 두명이서 수술을 끝내기도 합니다.
최근의 수술용 로봇은 팔이 4개달린 수술의라고 볼 수 있는데,
아직까지는 보조의의 도움을 필요로 하지만 향후 보조의 없이 혼자서 수술하게 될 가능성이 높습니다.
이렇게 생산성이 높아지면 로봇을 채용하는 경우가 늘어나고 필연적으로 가격도 떨어지게 될 겁니다.
영상처리도 마찬가지로 인공지는은 우리처럼 이렇게 잉여짓을 하지 않기 때문에 구현하기 어려운 알고리즘을
실제로 구현할 가능성이 높아지고 있습니다.
그러니 우리도 이렇게 잉여짓 하지말고 일합니다. 응?
Iron Intern이라는 녀석이 있었지요. 단순히 피부와 장기를 당기는 견인기인데, 초창기 가격이 인턴 1년 년봉보다 비쌌습니다.
하지만, 대형병원이 엄청나게 생기면서 의료인력의 부족현상이 발생하면서 수술시 인턴 대신 아이언인턴이 들어가고
과거 3인이 하던 수술이 2인이 수술하는 형태로 바뀌었습니다.
그리고 내시경수술이 발달하면서, 미국에서는 관절내시경은 1인이 수술하고 복강내시경은 AESOP과
같은 1세대 로봇을 이용해서 의사와 간호사 두명이서 수술을 끝내기도 합니다.
최근의 수술용 로봇은 팔이 4개달린 수술의라고 볼 수 있는데,
아직까지는 보조의의 도움을 필요로 하지만 향후 보조의 없이 혼자서 수술하게 될 가능성이 높습니다.
이렇게 생산성이 높아지면 로봇을 채용하는 경우가 늘어나고 필연적으로 가격도 떨어지게 될 겁니다.
영상처리도 마찬가지로 인공지는은 우리처럼 이렇게 잉여짓을 하지 않기 때문에 구현하기 어려운 알고리즘을
실제로 구현할 가능성이 높아지고 있습니다.
그러니 우리도 이렇게 잉여짓 하지말고 일합니다. 응?
\'인간처럼\' 생각하는 AI가 등장한다면 현재 우리가 패턴으로 인식하는 경험적 결과물을 분석시킬 수가 있는데, 현 시점에서 과연 AI가 \'인간과 동일한 프로세스의\' 사고를 할 것인가 자체가 논란거리더군요. 지금 이 시점에서 할 수 있는 건 데이터의 코딩과 이에 대한 임의적인 분류 기호의 부여인데, 이 방식으로는 의료적인 직관성을 해결할만한 답안이 뚜렷해보이지 않습니다. 물론 이제 패턴 분류 자체가 더 고도화된다면 패러다임의 큰 변화없이 성공적으로 수행할 수 있을지도 모르겠지만 지금으로서는 \'이런 방법으로 준비해나가면 분명히 된다\'라는 이야기를 하기에 너무 어렵지 않나 그런 생각이 듭니다.
으흐흐 철지난 대다가 의느님들께서 이야기하시는 데 끼어들어서 조금 그렇지만, 영상처리 전공한 입장에서....
종합적 추론은 아직은....
요원한 기술이라고 볼 수 있습니당
안면인식은 여태 결정트리, Adaboost 또는 SVM, AAN (Artificial Neural Network) 등으로 대표되는 기술들에 의존했는데 사람보다는 부정확하고 머신에 따라 1~100ms 이상의 인식 속도를 보이는 고로 얕은 수준의 인공지능 인식 수준이었으나 근래에 와서 deep learning 으로 대표되는 기술에 의해
네이버의 음성인식,... 더 보기
종합적 추론은 아직은....
요원한 기술이라고 볼 수 있습니당
안면인식은 여태 결정트리, Adaboost 또는 SVM, AAN (Artificial Neural Network) 등으로 대표되는 기술들에 의존했는데 사람보다는 부정확하고 머신에 따라 1~100ms 이상의 인식 속도를 보이는 고로 얕은 수준의 인공지능 인식 수준이었으나 근래에 와서 deep learning 으로 대표되는 기술에 의해
네이버의 음성인식,... 더 보기
으흐흐 철지난 대다가 의느님들께서 이야기하시는 데 끼어들어서 조금 그렇지만, 영상처리 전공한 입장에서....
종합적 추론은 아직은....
요원한 기술이라고 볼 수 있습니당
안면인식은 여태 결정트리, Adaboost 또는 SVM, AAN (Artificial Neural Network) 등으로 대표되는 기술들에 의존했는데 사람보다는 부정확하고 머신에 따라 1~100ms 이상의 인식 속도를 보이는 고로 얕은 수준의 인공지능 인식 수준이었으나 근래에 와서 deep learning 으로 대표되는 기술에 의해
네이버의 음성인식, 페이스북의 얼굴인식 등에 널리 사용되면서 사람보다 더 뛰어난 (사람 약 95% 정확도, DL 약 98% 정확도) 얼굴 구분 기술이 선보이게 되었죠.
그럼에도 이 딥 러닝이란 것이 예전의 AAN에 기초하여 만들어진 것을 보면 인간이 만든 인공지능이란 것도 (아직은) 그다지 뛰어나지는 못한 거 아닌가 싶습니다.
왜냐면 AAN은 실제 인체의 뇌구조를 본따서 특정 패턴이 반복 될 때 해당 input node에서 결과 node(class)를 도출하는 사이의 계수 값을 크게 만드는 것이 핵심인데, 그 사이에 존재하는 hidden node 갯수 등이 중요한 인자며, 이것은 사람이 경험적(?!)으로 결정하는 경향이 있기 때문입니다.
제 예전회사 선배 분이 위내시경을 위한 알약 관련 개발에 종사하고 계신데, 아직은 엄지손가락 만한 카메라 내장 알약을 먹으면 위를 통과할 동안 촬영한 수천장의 이미지에 약간의 assist를 위한 보정후 의사에게 몇백장(?)으로 추려서 보고하는 정도라고 합니다.
로봇까지는 모르겠지만, 적어도 영상처리에서는 검출 -> 인식 -> 분류 -> 추론 정도로 기술 발전단계를 이해할 때 이제 겨우 \'분류\'에 첫발자국을 떼지 않았나 싶습셒습니다.
종합적 추론은 아직은....
요원한 기술이라고 볼 수 있습니당
안면인식은 여태 결정트리, Adaboost 또는 SVM, AAN (Artificial Neural Network) 등으로 대표되는 기술들에 의존했는데 사람보다는 부정확하고 머신에 따라 1~100ms 이상의 인식 속도를 보이는 고로 얕은 수준의 인공지능 인식 수준이었으나 근래에 와서 deep learning 으로 대표되는 기술에 의해
네이버의 음성인식, 페이스북의 얼굴인식 등에 널리 사용되면서 사람보다 더 뛰어난 (사람 약 95% 정확도, DL 약 98% 정확도) 얼굴 구분 기술이 선보이게 되었죠.
그럼에도 이 딥 러닝이란 것이 예전의 AAN에 기초하여 만들어진 것을 보면 인간이 만든 인공지능이란 것도 (아직은) 그다지 뛰어나지는 못한 거 아닌가 싶습니다.
왜냐면 AAN은 실제 인체의 뇌구조를 본따서 특정 패턴이 반복 될 때 해당 input node에서 결과 node(class)를 도출하는 사이의 계수 값을 크게 만드는 것이 핵심인데, 그 사이에 존재하는 hidden node 갯수 등이 중요한 인자며, 이것은 사람이 경험적(?!)으로 결정하는 경향이 있기 때문입니다.
제 예전회사 선배 분이 위내시경을 위한 알약 관련 개발에 종사하고 계신데, 아직은 엄지손가락 만한 카메라 내장 알약을 먹으면 위를 통과할 동안 촬영한 수천장의 이미지에 약간의 assist를 위한 보정후 의사에게 몇백장(?)으로 추려서 보고하는 정도라고 합니다.
로봇까지는 모르겠지만, 적어도 영상처리에서는 검출 -> 인식 -> 분류 -> 추론 정도로 기술 발전단계를 이해할 때 이제 겨우 \'분류\'에 첫발자국을 떼지 않았나 싶습셒습니다.
의대 교수님들이 가끔 \"의학은 과학이 아니다. 1+1=2처럼 같은 결과가 나오지 않는다. 환자에 따라 0이 될 수도 3이 될 수도 있다.\" 이런 말씀을 하시는데 무슨 뜻인지는 알지만 과학에 대한 오해에서 나오는 이야기입니다.
아주 간단하게 생물학 실험실에서 포도당 배지를 만들어서 농도에 따라 대장균 배양 정도를 연구한다고 상상해보세요. 결과가 항상 같을까요? 그럴리가 없겠죠. 의학 연구에서 하는 것도 똑같은 과정을 거쳐서 결론이 도출되는 것입니다. 아니, 의학도 과학이니까 과학적인 방법론을 사용하는 것이죠.
물리학이나... 더 보기
아주 간단하게 생물학 실험실에서 포도당 배지를 만들어서 농도에 따라 대장균 배양 정도를 연구한다고 상상해보세요. 결과가 항상 같을까요? 그럴리가 없겠죠. 의학 연구에서 하는 것도 똑같은 과정을 거쳐서 결론이 도출되는 것입니다. 아니, 의학도 과학이니까 과학적인 방법론을 사용하는 것이죠.
물리학이나... 더 보기
의대 교수님들이 가끔 \"의학은 과학이 아니다. 1+1=2처럼 같은 결과가 나오지 않는다. 환자에 따라 0이 될 수도 3이 될 수도 있다.\" 이런 말씀을 하시는데 무슨 뜻인지는 알지만 과학에 대한 오해에서 나오는 이야기입니다.
아주 간단하게 생물학 실험실에서 포도당 배지를 만들어서 농도에 따라 대장균 배양 정도를 연구한다고 상상해보세요. 결과가 항상 같을까요? 그럴리가 없겠죠. 의학 연구에서 하는 것도 똑같은 과정을 거쳐서 결론이 도출되는 것입니다. 아니, 의학도 과학이니까 과학적인 방법론을 사용하는 것이죠.
물리학이나 화학도 마찬가지입니다. 아무 실험실이나 들어가보면 요즘 물리학과나 화학과나 화학공학과나 생물학과나 비슷비슷한 거 합니다. 다들 나노하고 있죠. 손기술 엄청 탑니다. 의학이랑 다른 점은 대부분 교수님들은 대학원생이 하는 실험 흉내도 못 냅니다. 결과만 받아볼 뿐이죠. 의대에서는 교수님들이 하는 수술을 흉내도 못 내지만요.
무엇보다 아무리 과학이라도 자연은 정규분포라는 점입니다. 똑같은 높이에서 똑같이 모래를 떨어뜨린다고 해도 그 자리에 그대로 쌓이는 것이 아니라 정규분포 곡선 모양으로 떨어지죠. 여기에다가 각종 변수가 들어가서 나오는 것이 실험 결과고요.
물론 의학에서 법칙을 만들거나 추상화하는 작업은 본질적으로 어렵기 때문에 과학과 달라 보이긴 하지만 그런 건 교과서에서 배우는 과학 지식에 불과합니다. 물리학과 화학에서 새로운 법칙이나 원리를 찾아낼 건 사실 없다고 봐야 합니다. 지금 99%의 과학자들은 만유인력의 법칙 같은 걸 찾아내려고 하는 게 아니라 다 뭐 만들고 찾아내고 그러고 있습니다.
아주 간단하게 생물학 실험실에서 포도당 배지를 만들어서 농도에 따라 대장균 배양 정도를 연구한다고 상상해보세요. 결과가 항상 같을까요? 그럴리가 없겠죠. 의학 연구에서 하는 것도 똑같은 과정을 거쳐서 결론이 도출되는 것입니다. 아니, 의학도 과학이니까 과학적인 방법론을 사용하는 것이죠.
물리학이나 화학도 마찬가지입니다. 아무 실험실이나 들어가보면 요즘 물리학과나 화학과나 화학공학과나 생물학과나 비슷비슷한 거 합니다. 다들 나노하고 있죠. 손기술 엄청 탑니다. 의학이랑 다른 점은 대부분 교수님들은 대학원생이 하는 실험 흉내도 못 냅니다. 결과만 받아볼 뿐이죠. 의대에서는 교수님들이 하는 수술을 흉내도 못 내지만요.
무엇보다 아무리 과학이라도 자연은 정규분포라는 점입니다. 똑같은 높이에서 똑같이 모래를 떨어뜨린다고 해도 그 자리에 그대로 쌓이는 것이 아니라 정규분포 곡선 모양으로 떨어지죠. 여기에다가 각종 변수가 들어가서 나오는 것이 실험 결과고요.
물론 의학에서 법칙을 만들거나 추상화하는 작업은 본질적으로 어렵기 때문에 과학과 달라 보이긴 하지만 그런 건 교과서에서 배우는 과학 지식에 불과합니다. 물리학과 화학에서 새로운 법칙이나 원리를 찾아낼 건 사실 없다고 봐야 합니다. 지금 99%의 과학자들은 만유인력의 법칙 같은 걸 찾아내려고 하는 게 아니라 다 뭐 만들고 찾아내고 그러고 있습니다.
전 이게 언어 종속적인 부분이 있다고 보는데, 영어에서야 의학을 medicine 혹은 medical science로 쓰지만 한국에서는 의료-의술-의학이 다 다른 의미로 쓰이고 있습니다. 의\'학\'은 science고 의\'료\' 혹은 의\'술\'은 technique이나 art에 준하는 것이고... 결국 관찰 레벨의 문제인데, 1인의 의사의 진료 일체는 전적으로 art의 영역이라고 봅니다만 임의로 상정된 \'의사\'라는 존재에 의해 수행되는 일련의 과정과 그 원칙은 science겠지요. 이게 지금의 지향점인 동시에 이미 뭐 논란의 여... 더 보기
전 이게 언어 종속적인 부분이 있다고 보는데, 영어에서야 의학을 medicine 혹은 medical science로 쓰지만 한국에서는 의료-의술-의학이 다 다른 의미로 쓰이고 있습니다. 의\'학\'은 science고 의\'료\' 혹은 의\'술\'은 technique이나 art에 준하는 것이고... 결국 관찰 레벨의 문제인데, 1인의 의사의 진료 일체는 전적으로 art의 영역이라고 봅니다만 임의로 상정된 \'의사\'라는 존재에 의해 수행되는 일련의 과정과 그 원칙은 science겠지요. 이게 지금의 지향점인 동시에 이미 뭐 논란의 여지 없이 표준화된 합의라고 봅니다.
좀 더 다른 의미에서, 높은 수준의 재현성이 확보될 경우 의사-환자 커뮤니케이션 레벨에서의 직관성의 필요성이 그만큼 줄어들고 그로 인해 기계화된/행정화된 프로토콜과 이에 대한 상대적으로 숙련도가 덜 필요한 노동자 혹은 컴퓨터에 의한 대체 문제는 개인적으로도 흥미가 있고 전공에서도 관련성이 있어서 좀 생각해본 바가 있는데, 개체 레벨에서의 현상을 micro 레벨에서 재구축하고 반대로 micro 레벨에서의 변화를 통해 개체 레벨에서의 변화를 온전히 컨트롤할 수 있을 정도의 기술적인 능력이 확보되어야 가능해질거라고 봅니다. 지금으로서는 상상하기도 힘든 부분이라 실현 가능할지는 좀 더 지나봐야 결론이 날 것 같습니다.
좀 더 다른 의미에서, 높은 수준의 재현성이 확보될 경우 의사-환자 커뮤니케이션 레벨에서의 직관성의 필요성이 그만큼 줄어들고 그로 인해 기계화된/행정화된 프로토콜과 이에 대한 상대적으로 숙련도가 덜 필요한 노동자 혹은 컴퓨터에 의한 대체 문제는 개인적으로도 흥미가 있고 전공에서도 관련성이 있어서 좀 생각해본 바가 있는데, 개체 레벨에서의 현상을 micro 레벨에서 재구축하고 반대로 micro 레벨에서의 변화를 통해 개체 레벨에서의 변화를 온전히 컨트롤할 수 있을 정도의 기술적인 능력이 확보되어야 가능해질거라고 봅니다. 지금으로서는 상상하기도 힘든 부분이라 실현 가능할지는 좀 더 지나봐야 결론이 날 것 같습니다.
제 전공인 일부 영상진단에 있어서는 그런 알고리즘적 접근으로 가능한 부분들이 있는데 상당히 제한적입니다. 어떤 영역에 병이 있다/없다의 이분법 적인 결과만 가지고도 꽤나 못맞추기도 하니.. 오픈 엔드 퀘스쳔에 가까운것들은 아직 갈 길이 멀죠. 저도 지금도 공대와 코웍으로 과제 하나 하고는 있는데 결과는 좀 처참합니다^^ 이번년도 마감인데 에휴.. 반대로 제가 현역에 있을 떄 까진 밥먹을 수 있겠구나 하고 생각하기도 합니다. 흉부 CT 나 유방촬영술의 병변 발견 같은거는 상용화된 시스템들이 있긴 있는데 역시 아주 제한적으로 쓰이고 있고.. 병의 감별로 들어가면 아직 답이 없습니다. 요즘 딥러닝때문에 사장됬던 neural network가 다시 뜨긴 하는데 역시 단편적인 결과만 일부 나오고 있는 상태입니다.
진단에 대해서 말씀을 드리자면, 아마도 Beer inside님 말대로 되기 힘들지 않을까요? 똑같은 description의 병리 소견이라도.. 해석에 얼마나 유의미한 편차가 있음을 잘 아실 테니.. 또한 같은 lab이라 하더라도 어떻게 보느냐에 따라 전혀 다른 느낌이 되는 것이지요. 게다가 Hx. / P.ex하면서 얻는 impression들도 있으며, 같은 것을 보아도 의사마다 받아들이는 것에는 조금씩 차이가 있을 수 밖에 없으니..
게다가 수 많은 검사들이 \"간접적인 방법\".. 즉 장님 코끼리 만지기라는 한계점을 가지고 있으니.. 괜히 Clinical correlation이 아닌 것 같습니다.
게다가 수 많은 검사들이 \"간접적인 방법\".. 즉 장님 코끼리 만지기라는 한계점을 가지고 있으니.. 괜히 Clinical correlation이 아닌 것 같습니다.
목록 |
|