- 일본정부는 의사의 진료를 지원하는 의료용 국산 생성형 AI를 개발할 방침. 문진 결과를 바탕으로 병명 후보를 의사에게 알려주는 등 의료의 질 향상을 목표로 하고 있으며, 수년 내 실용화가 목표. 의료 분야에서의 생성형 AI는 부정확한 정보에 의한 오진 위험 등이 지적되고 있어, 개발팀은 대책 연구에도 힘쓸 예정.
- 자치의과대학의 나가이 학장을 필두로 한 팀에는 국립정보학연구소와 정보·시스템 연구기구, 도쿄대, 고베대, 규슈대 등 약 40개 연구기관과 민간기업이 참여하며, 지난해 9월에 착수.
- 기반기술이 되는 대규모 언어 모델(LLM)에 일본 내 제공처로부터 이용허가를 받은 일본어 의학논문 등 텍스트 수백억 자를 학습. 개인정보를 익명화한 컴퓨터단층촬영장치(CT) 등 영상 약 5억2000만 장도 추가해, 올봄에 시스템을 완성할 예정.
- 의료기관에서는 문진 결과를 토대로 가능성 있는 병명을 제시하는 등 의사의 진단을 지원. 엑스레이 등 영상진단에서 암이 의심되는 등의 중요한 소견이 있으면 의사에게 주의를 환기시키는 기능을 추가해 간과로 인한 의료사고를 방지하는 것도 예상하고 있음.
- 또한 ▽전자차트 작성보조 ▽보고서나 소개서 초안 작성 ▽감염병 발생 신고서 등의 문안 작성 등을 담당해 사무 부담를 경감. 환자 입장에서는 의사와 대면할 수 있는 시간이 늘어날 것으로 기대됨.
- 의료 분야에서는 해외 IT 대기업이 생성형 AI 개발을 추진하고 있으나, 외국제품은 학습 데이터의 편향성으로 인해 일본의 실정을 반영하기 어렵고, 개인정보가 국외로 유출될 우려도 지적. 또한, 생성형 AI는 사실에 근거하지 않은 정보를 답변하는 할루시네이션 등의 기술적 과제가 있어, 개발팀은 발생 구조와 방지 대책도 연구.
- 개발비는 총 220억 엔. 2023년도 내각부 추경예산에 편성되어, 공모와 심사를 거쳐 작년 여름에 팀이 구성. 생성형 AI의 성능 지표이자 학습규모를 나타내는 ‘파라미터’의 수는 1720억 정도로, 의료용으로서는 세계 최대 규모가 될 전망. 기술 유출 등을 막기 위해 일본 국내 데이터센터를 사용.
- 실용화에서는 전자의무기록 제조업체가 시스템에 생성형 AI를 탑재하는 경우 등을 예상하고 있음.