인력부족은 단순히 수요와 공급의 불균형이다. 의료분야에서 이는 적절한 사람들에게 적절한 서비스를 제공하기 위해 적절한 장소에서 적절한 기술을 갖춘 적절한 수의 사람들을 제공할 수 없다는 것을 의미한다.
세계 보건기구 (WHO)는 2030년까지 주로 저소득 및 중간 소득 국가에서 의료 인력이 1천만 명이 부족할 것으로 예상했다. 그러나 부족으로 인한 어려움은 이미 미국과 호주와 같은 고소득 국가의 시골 및 외딴 환경에서 느껴지고 있다. 표면적으로는 글로벌 의료 인력 위기를 해결하기 위해 NVIDIA는 최근 생성 AI 기반 '의료 에이전트'를 개발하기 위해 Hippocratic AI와의 파트너십을 발표했다.
Hippocratic AI의 공동 창업자이자 CEO인 Munjal Shah는 “생성 AI를 통해 우리는 의료 산업의 가장 시급한 요구 사항 중 일부를 해결할 수 있는 기회를 갖게 되었습니다.”라고 말했다. “우리는 광범위한 인력 부족을 완화하고 고품질 진료에 대한 접근성을 높이는 동시에 환자의 결과를 개선하는 데 도움을 줄 수 있다. NIVIDIA의 기술 스택은 환자가 Hippocratic의 Generative AI Healthcare Agents와 자연스럽게 감정적 연결을 구축하는 데 필요한 대화 속도와 유동성을 달성하는 데 매우 중요합니다.”
에이전트는 실시간 환자-AI 의료 대화를 위해 최초로 설계된 Hippocratic의 안전 중심 LLM(대형 언어 모델)인 Polaris를 기반으로 구축되었다. Polaris의 1조 매개변수 '성상 시스템'은 환자 친화적인 대화를 유도하는 기본 LLM 에이전트와 간호사, 사회복지사, 영양사가 수행하는 의료 작업에 초점을 맞춘 여러 전문 지원 에이전트를 결합하여 안전성을 높이고 AI 환각을 줄인다.
NVIDIA Avatar Cloud Engine (ACE) 마이크로서버 에 연결되어 있으며 저지연 추론 및 음성 인식을 위해 NVIDIA Inference Microservice (NIM)를 사용하며 최근 NVIDIA GTC에서 공개되었다.
환자가 상호 작용하는 AI 에이전트와 자연스럽고 즉각 반응하는 연결을 설정할 수 있는 플랫폼을 제공하려면 매우 짧은 대기 시간을 갖는 것이 중요하다. Hippocratic은 NVIDIA와 협력하여 기술을 지속적으로 개선하여 이를 제공할 수 있도록 하고 있다.
NVIDIA의 헬스케어 부문 부사장인 Kimberly Powell은 “생성 AI로 구동되는 음성 기반 디지털 에이전트는 헬스케어의 풍요로운 시대를 열 수 있지만, 이는 기술이 환자에게 인간처럼 반응하는 경우에만 가능합니다.”라고 말했다. "이러한 유형의 참여에는 지속적인 혁신과 최첨단 솔루션을 개발하는 Hippocratic AI와 같은 기업과의 긴밀한 협력이 필요합니다."
Hippocratic은 이미 Polaris의 기능을 테스트했으며 미국 자격증을 소지한 간호사와 의사를 모집하여 환자로 가장하여 시스템에 대한 엔드투엔드 대화 평가를 수행했다. OpenAI의 ChatGPT-4 와 LLaMA-2 70B, 그리고 실제 간호사들과 비교했을 때 Polaris는 안전 벤치마크 측면에서 모두 앞섰다고 회사측은 말한다 . 결과는 오픈 액세스 저장소 arXiv 에서 확인할 수 있다 .
Hippocratic AI와 NVIDIA가 AI 기반 의료 에이전트 개발을 위해 파트너십을 맺었다는 발표는 Reddit 에서 광범위한 의견을 불러일으켰다 . 아마도 가장 설득력 있는 말은 Then_Passenger_6688의 다음과 같은 논평일 것이다. "AI는 침대 옆에서 '인간' 작업을 수행할 것이고, 인간은 튜브 삽입 및 주입과 같은 '로봇' 작업을 수행할 것."
적어도 이 단계에서 의료 대리인은 건강 위험 평가, 만성 질환 관리, 수술 전 체크인, 수술 후 환자 지원 등을 위해 전화나 영상으로 환자와 대화하는 것으로 제한된다는 점을 기억하는 것이 중요합니다. 퇴원 검진. 이 단계에서. 우리 모두 알고 있듯이 AI는 놀라운 속도로 발전하고 있다.
언론에서는 AI 헬스케어 에이전트 활용 비용을 실제 간호사 비용과 비교해 강조하기도 했다. Hippocratic의 웹사이트는 모든 에이전트를 시간당 9달러 미만의 가격으로 광고한다. 이와 대조적으로, 2022년 현재 미국 노동통계국은 등록 간호사의 평균 시간당 임금 추정치를 $42.80으로 기재했습니다. 하지만 환자는 그보다 더 많은 금액을 지불하면 무엇을 얻을 수 있나?
병원에서 일하는 전직 간호사로서 어떤 직업 설명에도 나타나지 않는 간호 이외의 업무가 많다고 말할 수 있다. 집안일, 식사 쟁반 배달 및 제거, 꽃병에 꽃 꽂기 및 작업할 때 버리는 일 등. 수술 및 의료 영상 절차를 위해 중요하지 않은 환자를 이송하고, TV를 연결하고, 환자를 위해 특정 신문이나 잡지를 구입하고, 사랑하는 사람의 진행 상황에 대한 친척의 질문에 답변하고(보통 교대마다 한 번 이상), 문제 해결 등의 작업을 수행했다.
작동하지 않는 조명/화장실/팬 플러시... 더 많다. 그리고 간호의 '어두운 면'이 있다. 흥분하거나 화가 난 환자나 친척을 얕보고, 많은 방문객으로부터 언어적 및/또는 신체적 학대를 받는 것이다.
AI 헬스케어 에이전트 도입에 대해 두 가지 생각이 든다. 분명히 AI와 같은 가치 있는 기술의 주요 목적은 문제를 해결하거나 개선하는 것이다. 의료 대리인이 이런 일을 하나? 아마도 그렇다. AI는 효율성과 잠재적으로 안전성 측면에서 의료 기록 보관과 서비스 품질을 향상하고 작업 부하를 단순화할 수 있다. 그러나 이것을 고려하자. AI는 환자의 수술 전 체크인을 수행하므로 매우 간단한 관리 작업을 제거하고 간호사의 시간을 일부 확보한다. 그런데 환자가 병원에 입원할 때 어떤 친숙한 얼굴을 찾나? AI가 될 수는 없다. 입학 전 상호작용은 정보 수집 그 이상입니다. 이는 친밀감과 신뢰를 구축하고, 불안을 진정시키며, 환자에 대한 전체적인 시각을 얻는 데 중요하다.
벤치마크 테스트에서 Polaris는 실험실 참조 범위를 식별하는 데 있어 인간 간호사보다 약간 더 나은 성능을 보였다(96% 대 94%). 하지만 제가 살펴본 모든 실험실 결과에는 참조 범위가 포함되어 있으며, 간호사들은 참조 범위가 포함되지 않더라도 참조 범위를 찾는 방법과 위치를 알고 있다. 실험실 결과에 대한 특정 약물의 영향에 대한 지식을 평가할 때 Polaris는 80%를 얻은 반면 인간 간호사는 63%를 기록했다. 다 좋은 일이지만, 이상한 실험실 결과가 약물 치료로 인해 발생했는지 여부를 스스로 확인하는 간호사의 능력을 무시한다. 그리고 이러한 자율성은 흐름 효과를 가지고 있다. 이상 결과는 치료 의사 및/또는 담당 간호사에게 전달되는데, 이는 두 가지 목적으로 사용된다. 이는 환자의 안녕을 보장하고 치료 팀에게 잠재적인 문제를 알린다.
제가 두려워하는 것은 AI 기반 의료 에이전트의 도입이 의료, 특히 간호의 구획화에 기여할 것이라는 점이다. 의학과 수술은 이미 전문화된 그룹과 그 그룹 내의 더 작은 하위 그룹으로 분리되어 있으며, 한 분야에서 얻은 지식과 경험이 다른 분야로 쉽게 전달되지 않도록 이러한 분야를 격리하고 있다.
NVIDIA와의 파트너십을 통해 Hippocratic AI의 마음이 올바른 위치에 있다는 것은 논쟁의 여지가 있다.
Shah는 “우리는 NVIDIA와 협력하여 기술을 지속적으로 개선하고 인력 부족을 완화하는 동시에 접근성, 형평성, 환자 결과를 향상시키는 작업의 영향력을 확대하고 있습니다.”라고 말했다.
그들이 "해를 끼치지 말라"는 모토를 충실히 지키기를 바란다. 이 모토는 종종 히포크라테스의 격언으로 여겨지지만 히포크라테스 선서의 원본에는 나타나지 않는 "먼저 해를 끼치 지 말라"라는 문구에 기초한다. 출처: 히포크라테스 AI , NVIDIA
