명선정 교수(의학교육실)

의학과 4학년을 대상으로 하는 『심화선택』 과정이 6월 28일부터 7월 30일까지 5주 동안 진행되었다. 심화선택은 창의적인 연구능력을 강화하고 다양한 진로탐구의 기회를 제공하고, 임상의학 이론과 임상 실습 교육을 마친 학생들에게 기초의학 연구로 회귀할 기회를 제공함과 동시에 개인적으로 관심있는 분야를 보다 심화학습하고 연구할 기회를 제공하기 위해 기획된 과정이다. 기존에는 국내뿐 아니라 국외로도 다양한 연구기간에서의 연구 외에도 국외의 병원에서 임상실습을 하고 오기도 하였으나 올해는 COVID19 팬데믹 상황으로 인하여 국내에서만 진행하였다. 모든 학생들이 자신들이 원하는 주제를 선택하여 다양한 연구 및 실습에 참여하였으며 실험실 연구, 임상 연구, 인문사회의학연구 등 다양한 주제가 개설되었다. 총 150명의 학생들이 65개의 주제에 배정되었으며, 우리 의과대학과 서울대학교병원 외에도 분당서울대학교병원, 서울특별시보라매병원, 네이버, 이외 다른 병원 등 다양한 장소에서 심화선택 과정을 진행하였다. 학생들은 매주 참여한 연구활동과 연구의 진행 사항을 주간보고서로 작성하여 온라인으로 제출하였고, 5주간의 과정을 마친 후에는 최종 보고서의 제출과 함께 심화선택 발표회를 통해 5주 동안의 연구결과를 발표하였다. 

심화선택 발표회 역시 이전과는 다르게 zoom을 활용한 온라인 발표로 진행되었으며, ‘HER2(+) 위암 환자에서 Trastuzumab 반응과 관련된 종양 면역 환경 비교 연구’를 포함한 기초 11개 주제, ‘3D printing model을 통한 복잡 선천성 심기형의 해부학적 이해와 수술적 치료의 접근’을 포함한 임상 45개 주제 및 네이버에서 개설한 ‘Healthcare AI에 대한 이해 및 MIMIC-III를 이용한 AKI 예측 딥러닝 모델 설계’를 포함한 9개의 외부기관 개설주제에 대한 결과 발표가 있었다.

[심화선택 참여학생 인터뷰]

‘HER2(+) 위암 환자에서 Trastuzumab 반응과 관련된 종양 면역 환경 비교 연구’
(지도교수: 병리학 교실 이혜승 교수님)

강에녹 학생

(1) 주제를 선택하게 된 계기는?
본과 2학년 당시 <의학연구2>를 이혜승 교수님께서 지도해 주셨는데, 결과를 정리하고 연구를 마무리하느라 올해까지 계속 연락을 주고받고 있었습니다. 그러던 중 교수님께서 심화선택 주제에 대해 설명해 주셨습니다. 주제 자체도 흥미로웠고, 이미 같이 연구를 진행해 본 교수님의 지도를 받는 것이 5주라는 짧은 시간 안에 최대한 많은 것을 효율적으로 경험할 수 있는 방법인 것 같아 본 주제를 선택하게 되었습니다.

(2) 심화선택 연구과정은 어떠했나요?
5주 동안 주로 데이터 분석을 하였습니다. 연구 대상자의 면역 환경과 관련된 데이터를 R 소프트웨어를 사용하여 분석하고, 매주 랩미팅을 통해 교수님과 분석결과의 의미를 논의하고 그 다음 분석에 대한 방향을 잡았습니다. 5주 동안 하나의 분석이 그 다음 분석의 필요로 이어지는 것이 반복되었고 그것이 큰 퍼즐을 하나씩 차근차근 맞춰가는 느낌이 들어 재밌었습니다. 꽤 큰 데이터에 대해 다양한 종류의 분석을 진행했는데, 매번 이혜승 교수님께서 어떤 종류의 분석이 왜 필요한지 명확히 지도해 주셔서 큰 헤맴 없이 완료할 수 있었습니다.

(3) 심화선택 연구를 통해 배운 점과 의견
연구는 계획대로 진행되지 않는다는 걸 배웠습니다. <심화선택>이 진행된 5주 동안 예상했던 대로 예쁘게 분석결과가 나오는 경우는 거의 없었습니다. 매번 예상과 다르게 나온 결과를 해석하기 위해 애써야 했고, 그에 맞춰 연구의 큰 틀도 조금씩 수정해야 했습니다. 처음에는 연구가 계획대로 흘러가지 않아 불안하고 연구주제 자체에 대한 의심도 들었습니다. 하지만 결과를 반복해서 고민하고 계속 계획을 수정해가면서 결국 의미를 발견할 수 있었습니다. 돌아보면 짧은 길을 빙 둘러온 느낌이지만, 모든 연구가 비슷하리라 생각합니다. <심화선택>을 통해 쌓은 경험이 분명 계획대로 흘러가지 않을 제 다음 연구에서 길을 찾는데 도움이 될 것이라 믿습니다. 그런 맥락에서 <의학연구2>, <심화선택>과 같이 의과대학 과정 중에 연구를 경험할 수 있는 기회가 큰 의미가 있다고 생각하고 그 기간과 비중이 더 늘어났으면 좋겠습니다.

‘3D printing model을 통한 복잡 선천성 심기형의 해부학적 이해와 수술적 치료의 접근’
(지도교수: 흉부외과학교실 곽재건 교수님)

김진우 학생

박지연 학생

이호현 학생

(1) 주제를 선택하게 된 계기는?

김진우 학생 : 
외과의사를 지망하는 의학도로서 기술의 발전이 수술에 미치는 변화에 관심을 가져왔습니다. 복강경 수술이 외과 수술의 새로운 패러다임을 제시하였듯, 기술의 발전과 수술은 수어지교입니다.

심화선택 주제 중 선천성 복잡 심장기형의 치료에서 3D printing의 활용에 대한 주제가 흥미로워 보였습니다. 매번 흉골을 절개할 때마다 유일무이한 선천성 심혈관질환을 마주하는 소아흉부외과 의사에게 CT만으로 만들어낼 수 있는 3D printing 모형이 수술을 계획하는데 큰 도움이 될 것 같았습니다. 더 나아가, 미래에 생체 3D printing이 가능해지는 시대가 온다면 인공 장기를 만들어 낼 수도 있다는 잠재력 때문에 상기 주제를 선택하게 되었습니다.

박지연 학생 :
본과 4학년 선택임상실습에서 소아 흉부외과를 돌며 선천성 심기형이 얼마나 다양한 형태로 발생하는지 알 수 있었습니다. 강의시간에 ‘심기형 수술의 원칙은 구멍은 막고, 막힌 건 뚫어주는 것’이라며 간단하다고 강조하신 것과는 달리 환아마다 심장 구조로 어려운 형태로 꼬여있기도 하고, 수술장에서 보기 전에는 이해하기 어려운 구조도 종종 있었습니다.

영상 자료와 3D printing 기술이 발달하면서 이렇게 복잡한 구조물을 3D 모형으로 만들어 진단과 치료 전략 수립에 사용할 수 있게 되었습니다. 앞으로 의료에 있어 이러한 기술이 어떻게 사용될 수 있는지, 또 얼마나 더 발전할 수 있는지를 직접 배울 수 있는 소중한 기회로 생각되어 본 주제를 선택하게 되었습니다.

이호현 학생 : 
저는 평소 소아 흉부외과에 관심을 가지고 있었습니다. 4학년 때 흉부외과 실습을 돌기는 하였지만 기간 자체도 2주로 길지 않았고, 소아 흉부외과 실습에 배정된 시간도 충분하지 않았습니다. 그래서 이번 심화선택 기간을 통해 관심을 가지고 있던 분야에 대해 조금 더 알아가고자 선택하게 되었습니다.

(2) 심화선택 연구과정은 어떠했나요? 

김진우 학생 :
연구과정은 크게 3D printing 실습과 흉부외과 수술장 실습으로 나뉘었습니다.

3D printing은 ‘메디컬아이피’라는 3D printing 회사에서 진행되었습니다. 환아의 CT를 보며 심장과 혈관의 각 구역을 나눈 후, 이를 7억원이나 하는 3D printer로 출력했습니다. 저희 셋은 각각 Ebstein anomaly, Interrupted aortic arch with AP window, Cardiac manifestations of DiGeorge syndrome 3D 모형을 제작하였습니다. 총 5주간의 기간 동안 첫 2주는 프린트 이전 과정에 대해 교육받은 후, 3주차부터 저희 모형을 제작하기 시작하여 5주차에 완성했습니다.

흉부외과 수술장 실습에서는 각종 흉부외과 수술을 참관하였고, 폐 이식 수술에서는 인하대병원으로 폐를 적출하러 함께 다녀오기도 했습니다.

박지연 학생 :
소아 흉부외과 곽재건 교수님께서 AI 의료영상 분석 및 의료 3D 솔루션 기업인 ‘메디컬아이피’를 연결해 주셨고, 각 학생마다 하나의 케이스를 맡아 3D printing model을 제작해보았습니다. 모델 제작뿐만 아니라 소아 흉부외과 수술을 직접 참관하거나, 수술 전 어떤 식으로 진단 및 치료 전략을 세우는지 배우기 위해 컨퍼런스에 참여하기도 하였습니다.

이호현 학생 :
심화선택 일정은 크게 두 가지로 이루어져 있었습니다. 평소에는 'MEDICAL IP'라는 3D 프린팅 전문 회사로 출근하여 배정받은 환자 케이스에 대한 모델을 만드는 작업을 하였습니다. 환자의 CT 영상을 토대로 심장의 여러 구조물을 직접 지정해가며 3D 모델을 제작하였고 이를 출력한 다음 후처리하는 과정까지 진행하였습니다. 일주일에 한두 번씩은 소아 흉부외과 외래, 컨퍼런스, 수술 등에도 참여하였고 밤을 새워가며 심장이식 수술을 참관하기도 하였습니다.

(3) 심화선택 연구를 통해 배운 점과 의견

김진우 학생 :
흉부외과 의사의 삶을 간접적으로나마 체험할 수 있었습니다. 아침까지 이어지는 심장/폐 이식 수술, 중환자실에서 생기는 응급 상황 등을 참관하며 의사가 생명을 다루는 고귀한 직업임을 뼈저리게 느꼈습니다. 더불어, 의료의 여러 분야에 기술이 미치는 영향을 느낄 수 있었습니다. 3D printing은 집도의가 수술을 계획하는데 도움을 줄 뿐만 아니라, 환아 보호자의 질병에 대한 이해도를 높여 의사-환자 간의 rapport형성에 큰 도움을 주고 있습니다.

박지연 학생 :
직접 3D printing model을 제작해보면서 영상만으로 공부할 때보다 질병에 대해 훨씬 깊게 이해할 수 있었습니다. 완성된 모델을 보며 실제로 수술 전 복잡한 구조물에 대해 이렇게 다각도로 볼 수 있다면 집도의와 환자 모두에게 굉장히 큰 도움이 될 것이라는 생각이 들었습니다. 현재 새롭게 나오는 기술들이 우리가 임상의사로 활동할 때에는 진료의 한 부분으로 사용될 것이라는 생각에 기대도 되고 한편으로는 잘 적응할 수 있을지 걱정이 되기도 합니다. 심화선택 연구를 통해 미래에 의사로서 3D printing과 같은 새로운 분야에 어떤 식으로 도움을 주고받을 수 있는지 직접 경험해볼 수 있어 많이 배울 수 있었습니다. 미래의 의료에 대해 보다 열린 눈으로 볼 수 있게 된 의미있는 5주였습니다.

이호현 학생 :
소아 흉부외과 심화선택 과정을 통해 소아 심장에서 생길 수 있는 다양한 해부학적 기형들에 대해 오랜 시간 탐구하고 고민해볼 수 있었습니다. 소아 한 명을 배정받아 해당 소아의 심장을 다양한 각도에서 분석해 보면서 심장이 가진 해부학적 이상과 그에 따른 생리적 이상을 연결 지어 학습할 수 있었고, 그러한 문제들을 교정하기 위해 어떤 치료가 필요할지 생각해볼 수 있었습니다. 또, 3D 프린팅 모델을 직접 제작하면서 그러한 모델들이 환자와 의료진에게 어떠한 도움을 줄 수 있는지 알게 되었고, 나아가 3D 프린팅 모델들이 가진 한계점을 극복하기 위해 무엇이 필요할지 배울 수 있었습니다. 

5주라는 시간이 정말 순식간에 지나갔다는 생각이 들 만큼 값진 시간이었고, 이 과정을 위해 노력해주신 모든 분께 이 자리를 빌려 감사하다는 말씀 전하고 싶습니다. 특히 바쁘신 와중에도 저희를 열정적으로 지도해주신 곽재건 교수님께 감사하고, 실례가 안 된다면 바쁘시겠지만 내년에도 후배들이 이 과정에 참여하여 많은 것을 얻어갈 수 있도록 힘써 주시면 좋겠습니다.

‘Healthcare AI에 대한 이해 및 MIMIC-III를 이용한 AKI 예측 딥러닝 모델 설계’
(지도교수: 네이버 문성은 박사님)

김지호 학생

정동재 학생

주형준 학생

(1) 주제를 선택하게 된 계기는?

Healthcare AI 분야의 경우, 그 중요성에 대해서는 익히 들어왔지만, 제대로 접해본 적은 없기에 다소 생소한 분야였습니다. 그래서 이번 심화 선택 과정을 통해 한 번쯤 이 분야를 제대로 공부해 보고 싶다는 생각에 해당 과정을 지원하게 되었습니다. 특히 국내 최고의 IT 기업 중 하나인 네이버에서 healthcare AI에 대해 배울 수 있는 기회였던 만큼, 의료인이 아닌 기업의 입장에서는 healthcare AI 분야를 어떻게 접근하고 있으며, 현재 기술로는 어디까지 구현해내고 있는지, 실제 어떤 식으로 적용되고 있는지 자세히 배울 수 있을 것으로 생각되었고, 이에 더 기대를 안고 지원하게 되었던 것 같습니다.

(2) 심화선택 연구과정은 어떠했나요?

딥러닝이라는 개념에 대해서 이름 외에는 전혀 아는 것이 없던 저희의 시작은 막막했습니다. 그러나 공개된 딥러닝 강의와 실습을 2주간 공부하며 의학적으로 받아들여질 수 있는 성능 좋은 모델의 구조에 대해서 이해했습니다. 이후 주제를 정하고, 의과대학생 입장에서 해당 주제의 선행 연구들이 간과했던 문제들을 파악하면서 개선점을 생각해보았습니다. 입력 Data를 다양화하고, 어떤 Data가 결과에 가장 큰 영향을 미쳤는지, 시각적으로 분석하였습니다. AI와의 공존을 위해 의료인이 갖춰야 할 자세와, 앞으로의 AI 활용이 의학 분야에 가져올 미래에 대해 미리 경험할 수 있는 연구에 참여하여 많은 것을 배우는 시간이 되었습니다.

(3) 심화선택 연구를 통해 배운 점과 의견

의료 현장의 문제를 스스로 정의하고 그 문제를 해결하기 위한 딥러닝 모델을 설계, 최적화 및 평가하는 과정까지 직접 수행하며 배울 수 있어서 값진 경험이었습니다. 앞으로 의료 현장에서 만나게 되는 여러 문제들을 해결해 나갈 때에 이번에 배운 AI와 머신러닝이 유용한 도구가 되리라 생각합니다. 이전에 해당 분야 경험이 거의 없었음에도 불구하고 팀원들과 함께 고민하고 하나씩 배워 나가며 짧은 시간 안에 결과물까지 낼 수 있어 뿌듯합니다. 지속적으로 소통하며 지도해주신 네이버 문성은 선생님과 좋은 배움의 기회를 제공해주신 학교와 네이버 관계자 모든 분께 감사한 마음입니다.