35초면 암 진단하는 의사보다 작업 빠른 ‘베르시우스' VIDEO: Introducing Versius, CMR Surgical


수술시간 절반, 35초면 암 진단… 로봇·AI의 의료혁명


의사보다 작업 빠른 ‘베르시우스’

원격 조종도 되는 ‘코패스 시스템’

수술 로봇 인기에 국내서도 출시


   1895년 독일 물리학자 뢴트겐이 X선(X-ray)을 발견했다. 메스 없이도 사람의 몸을 꿰뚫어볼 수 있는 X선의 등장은 혁명과 같은 사건이었다. 웬만한 부상이나 질병은 사진만 찍으면 쉽게 진단이 가능해졌고, 의사들은 더 많은 사람을 살릴 수 있게 됐다. 그 후로 126년이 지난 오늘날, X선의 발견에 비견될 만한 의학 혁명이 일어나고 있다. 무서운 속도로 발전한 로봇과 인공지능(AI)이 주역이다. 의사를 도와 빠른 속도로 완벽한 수술을 해내는 로봇이 속속 등장하고 있고, 의사보다 훨씬 정확한 진단을 내리는 인공지능도 있다. 영국 IT 전문 매체 와이어드는 “기술 발전이 의료 서비스를 재발명하고 있다”고 했다.


https://cmrsurgical.com/versius


 

How tech is reinventing healthcare

From deep learning to fighting health misinformation, tech is changing the healthcare for doctors and patients alike




“It’s time to get rid of the scars,” says Mark Slack, a gynaecologist and co-founder of robotic surgery startup CMR Surgical. Cambridge-based CMR Surgical was founded in 2014 – Slack remembers how, when the company started, surgeons wanted a robot that was suitable for all surgical disciplines: equivalent in cost to a straight-stick surgery, adaptable to any theatre, modular and quick to set up and take down. “There was nothing like it,” he says. “So what did we do? We had to build our own robot.” The result is the Versius, a surgical robot designed to help surgeons perform keyhole surgery. Today, the company employs around 500 people and, after raising more than $100 million (£75.2 million) in June 2018, it’s now valued at more than $1 billion (£759 million), making it one of the rare unicorns in medtech.

Keyhole surgery is broadly preferable to open surgery, Slack says. Overall, around 50 per cent of post-surgery complications are reduced by having keyhole surgery, rather than open. “If you have a small, minimal-access wound, almost none of the patients return to hospital,” he says. “If you have a large wound, about a fifth of patients are required to go back into theatre if they have a wound infection.”


Israel G Vargas




View full text

https://www.wired.co.uk/article/future-of-health



via youtube

edited by kcontents


수술 시간 절반 줄이고, 원격 수술도 가능

영국의 수술용 로봇 회사 CMR서지컬은 지난해에만 2억4000만달러(약 2610억원)의 투자를 받았다. 회사 가치는 최소 10억달러 이상으로 평가된다. 이 회사가 개발한 수술 로봇 ‘베르시우스’ 덕분이다. 베르시우스는 끝에 바늘 같은 장치를 단 세 개의 팔을 갖고 있다. 각 팔에는 카메라가 달려 있어 수술 부위를 3차원으로 재구성해 보여주고, 절개나 봉합도 해낸다. 


영국 CMR서지컬의 수술 로봇 '베르시우스'를 이용해 키홀 수술을 하고 있는 모습. /CMR서지컬


아주 조그마한 구멍으로 수술이 가능하기 때문에 후유증과 부작용도 획기적으로 줄였다. CMR서지컬이 인도, 영국 등에서 800건의 대장, 기도 수술을 진행한 결과 수술 시간이 절반 이하로 줄었다. 월스트리트저널은 “수술 로봇은 이미 사람보다 훨씬 빠르고 정확하게 수술을 할 수 있다는 것을 입증했고, 수술의 미래가 될 것”이라고 했다. 미국·유럽 등에서 로봇 관절 수술 열풍을 몰고 온 미국 스트라이커의 수술 로봇 ‘마코’는 인공 관절 삽입에 필요한 절삭 부위를 사전에 파악해 정확하게 깎아내는 ‘햅틱(촉각)’ 기술이 적용돼 있다. 정해진 부위를 벗어나면 알아서 작동이 멈춘다.




의료진이 영국 CMR서지컬의 로봇 '베르시우스'를 이용해 수술하고 있다. 팔이 3개 달린 베르시우스는 아주 작은 구멍만 있으면 환자 몸속을 3차원 영상으로 재구성해 보여주며 수술을 진행할 수 있다. /CMR서지컬


코인더스 버추얼 로보틱스가 개발한 코패스 시스템은 혈관 수술 로봇과 5G 통신, 와이파이 등을 이용해 원격 수술이 가능하도록 해준다. 의사가 옆에 없어도 긴급한 수술을 받을 수 있는 것이다. 이 회사는 4600㎞ 떨어진 미국 뉴욕과 샌프란시스코에서 심혈관 확장 원격 수술을 수십 차례 진행하면서 안전성을 인정받았다. 최근에는 존슨앤드존슨, 구글 등 글로벌 기업들도 수술 로봇 업체를 인수하거나 개발에 나서고 있다. 한국에서도 고영, 미래컴퍼니 등이 수술용 로봇을 출시했다.




유방암 진단하고, 단백질 구조 분석하는 AI

의료 진단에서는 AI의 활약이 두드러진다. 매년 700만명의 환자가 찾는 유럽 최대 병원 체인 애피디아는 유방암 진단에 네덜란드 스크린포인트메디컬의 AI ‘트랜스파라’를 활용한다. 트랜스파라는 사람의 가슴을 촬영한 X선 사진을 재구성해 악성 종양을 찾아낸다. AI가 수많은 진료 기록을 토대로 스스로 학습하는 ‘딥 러닝’ 덕분에 가능한 일이다. 


(위) 의사가 AI로 암 환자의 영상을 판독하고 있다. 아래는 딥마인드 알파폴드가 분석한 단백질 구조. /애피디아·딥마인드


결과를 확인하는 데 35초면 충분하다. AI의 후발 주자인 한국도 의료 진단 분야에서는 세계적 수준의 스타트업을 여럿 보유하고 있다. X선·MRI·CT 등의 영상을 분석해 질병을 찾아내는 스타트업 루닛의 폐암·유방암 진단 정확도는 97~99%에 이른다. 이미 서울대병원, 아산병원 등이 도입했다. AI는 신약 개발에도 엄청난 변화를 몰고 왔다. 화이자, 아스트라제네카 등 글로벌 제약사들은 이미 신약 후보 물질 발굴에 AI를 활용하고 있다. 기존에는 실험을 통해 후보 물질을 일일이 테스트했지만, 이제는 기존에 쌓인 빅데이터를 분석해 최대의 치료 효과를 낼 수 있는 분자구조까지 AI가 만들어낸다. 알파고로 유명한 구글의 ‘딥마인드’는 아예 생명의 기본 원리를 밝히겠다고 나섰다. 이 회사가 지난해 말 발표한 AI ‘알파폴드’는 인간의 몸을 구성하는 단백질 구조를 분석한다. 현재까지 알려진 단백질의 종류만 2억개에 이르는데, 한 종류를 분석하는데 1년 이상, 약 12만달러의 비용이 든다. 하지만 알파폴드는 며칠 만에 이 작업을 완료해냈고 조만간 몇 분 내에 분석할 수 있을 것으로 전망된다. 의학계에서는 “AI가 노벨상을 받을 수준의 연구 업적을 냈다”는 평가까지 나왔다.

박건형 기자 조선일보




https://www.chosun.com/economy/tech_it/2021/01/07/GQJMLJGYMJGBNLMGYVQTUL6DJQ


Introducing Versius, CMR Surgical

KCONTENTS

댓글()