1. 배경

4차 산업혁명 등의 기술발달에 맞추어 ICT 융합 기술 및 의료 빅데이터를 활용한 인공지능 기반 의료기기 기술개발이 활발히 진행중이다. 이에 인공지능을 이용한 영상, 음성, 데이터 인식을 의료기기에 접목하여 판독 정확성을 높이고 질병 예측 및 예방 등 새로운 가치 창출을 기여할 수 있을 것으로 기대된다. 성능을 높이기 위한 관점에서 기존 규칙에 기반한(Rule-based) 의료기기 보다는 의료 빅데이터로 학습된 지능형 의료기기가 진단 예측률이 높고, 위양성(False positive)이 낮으며, 인공지능 시스템의 진단 및 예측 기간 단축으로 더 많은 데이터를 이용하여 진단, 치료 및 예방 등의 판단이 가능한 점에서 기존 의료기기 대비 성능, 효율 질적 수준을 향상시킬 수 있다고 알려져 있다.

2. AI의 활용 범위

의료 분야에서 전통적인 수기에 의한 데이터 수집 대신 디지털화된 임상 기록을 활용함에 따라 실시간 관리, 비용 절감, 최소한의 오류로 정확성과 효율성이 향상되었다. 또한 환자의 증상, 증후군, 행동을 포함한 환자의 기록 뿐만 아니라 영상 데이터, 약물 및 보험 청구와 같은 세부정보를 포함하는 방대한 정보를 관리하는데 장점을 가지고 있다. 이러한 데이터 수집 및 분석에 해당하는 대표적인 모델로서 Descriptive, Diagnostic, Predictive, Prescriptive의 모델이 있으며 기존의 데이터를 활용하여 정확한 결과를 제공하고, 질병 병인론을 이해하며 이러한 질병 원인의 패턴 분석 및 미래 위험 예측을 토대로 질병 발생 제어를 위한 제반 사항을 설정하게 됐다. 현재 데이터 처리와 관련한 빅데이터 분석의 특징은 '6V'로 알려져 있으며, variability, variety, veracity, velocity, value, volume으로 표현됐다. 이러한 기술은 헬스케어에 다양한 분양에 적용되어 이를 기반으로한 환자 맞춤형으로 진화하고 있는 추세이다.

3. 정밀의료에서 AI의 적용

정밀의료 분야에서 진단과 치료를 위한 여러 진단 기술이 개발되었으며 21세기부터 bioinformatics, advanced biology, cheap genome sequencing, patient electronic health records, digital sensor등이 폭넓게 사용되기 시작했다. 이에 미국 국립보건원에서는 정밀의료를 '개인의 유전자, 환경, 습관의 영향을 파악하는 질병 치료를 위한 새로운 전략'이라고 정의했다.

△ 원문 보러가기 : 한국줄기세포학회 → 줄기세포정보 및 정책 → 줄기세포 R&D 동향