4차 산업혁명 시대에서 폭발적인 정보와 데이터를 얼마나 잘 다루고 활용하는가는 산업의 경쟁력과 직결되는 문제로 인식이 되고 있다. 특히, 의료 분야에서 인공지능 기술의 도입은 그 활용에 있어서나 사회적으로나 파급력이 굉장히 크다고 할 수 있으며, 활용 범위 별 인공지능의 동향을 파악하기 위해 본 연구를 진행하게 되었다. 본 연구에서는 의료 분야에서의 인공지능 활용을 크게 다음과 같이 4가지 활용범위, (1)병원 솔루션, (2)개인 건강관리, (3)보험회사, (4)신약개발로 나누어 살펴보았다. 인공지능 기술의 활용 범위 별 다양한 사례와 동향을 바탕으로 우리나라 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜 나가야 하는지 방향성을 제시하고자 하였다. 본 연구에서는 헬스케어 산업 다양한 분야에서 인공지능의 활용 사례에 대해 알아보고, 헬스케어의 최신 이슈사항이 무엇인지 서술하여 의료산업 전반에 도움을 주고자 하였다. 인공지능 기반 의료 시스템의 발전은 보다 쉽게 만성질환자 및 환자들의 건강을 관리해주고, 암이나 질병 진단의 정확성을 높이며 신약개발을 더 빠르고 효율적으로 진행되도록 도움을 주었다. 본 연구를 통하여 한국의 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜나가야 하는지 방향성을 제시하고자 하였다.
4차 산업혁명 시대에서 폭발적인 정보와 데이터를 얼마나 잘 다루고 활용하는가는 산업의 경쟁력과 직결되는 문제로 인식이 되고 있다. 특히, 의료 분야에서 인공지능 기술의 도입은 그 활용에 있어서나 사회적으로나 파급력이 굉장히 크다고 할 수 있으며, 활용 범위 별 인공지능의 동향을 파악하기 위해 본 연구를 진행하게 되었다. 본 연구에서는 의료 분야에서의 인공지능 활용을 크게 다음과 같이 4가지 활용범위, (1)병원 솔루션, (2)개인 건강관리, (3)보험회사, (4)신약개발로 나누어 살펴보았다. 인공지능 기술의 활용 범위 별 다양한 사례와 동향을 바탕으로 우리나라 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜 나가야 하는지 방향성을 제시하고자 하였다. 본 연구에서는 헬스케어 산업 다양한 분야에서 인공지능의 활용 사례에 대해 알아보고, 헬스케어의 최신 이슈사항이 무엇인지 서술하여 의료산업 전반에 도움을 주고자 하였다. 인공지능 기반 의료 시스템의 발전은 보다 쉽게 만성질환자 및 환자들의 건강을 관리해주고, 암이나 질병 진단의 정확성을 높이며 신약개발을 더 빠르고 효율적으로 진행되도록 도움을 주었다. 본 연구를 통하여 한국의 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜나가야 하는지 방향성을 제시하고자 하였다.
In the era of the Fourth Industrial Revolution, how well the explosive information and data are handled and used is recognized as a problem directly related to the competitiveness of the industry. In particular, the introduction of artificial intelligence technology in the medical field can be said ...
In the era of the Fourth Industrial Revolution, how well the explosive information and data are handled and used is recognized as a problem directly related to the competitiveness of the industry. In particular, the introduction of artificial intelligence technology in the medical field can be said to have a great social impact on its use, and this research was conducted to understand the trends of artificial intelligence according to the range of use case. In this study, the application of artificial intelligence in the healthcare field is divided into four scopes, (1) hospital solutions, (2) personal health care, (3) insurance, and (4) new drug development. Based on various cases and trends in artificial intelligence technology, this study tried to give directions on how to develop artificial intelligence in Korea. In this study, we wanted to find out the use cases of artificial intelligence in various areas of healthcare industry and describe the latest issues in healthcare to help the overall medical industry. The development of artificial intelligence-based medical systems has made it easier to manage the chronic patients, increased the accuracy of cancer or disease diagnosis, and helped developing new drugs faster and more efficiently. Through this study, the medical industry we wanted to give a direction to the future development of artificial intelligence in Korea.
In the era of the Fourth Industrial Revolution, how well the explosive information and data are handled and used is recognized as a problem directly related to the competitiveness of the industry. In particular, the introduction of artificial intelligence technology in the medical field can be said to have a great social impact on its use, and this research was conducted to understand the trends of artificial intelligence according to the range of use case. In this study, the application of artificial intelligence in the healthcare field is divided into four scopes, (1) hospital solutions, (2) personal health care, (3) insurance, and (4) new drug development. Based on various cases and trends in artificial intelligence technology, this study tried to give directions on how to develop artificial intelligence in Korea. In this study, we wanted to find out the use cases of artificial intelligence in various areas of healthcare industry and describe the latest issues in healthcare to help the overall medical industry. The development of artificial intelligence-based medical systems has made it easier to manage the chronic patients, increased the accuracy of cancer or disease diagnosis, and helped developing new drugs faster and more efficiently. Through this study, the medical industry we wanted to give a direction to the future development of artificial intelligence in Korea.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
김문구 외[7]는 국내 IT 중소기업의 빅데이터 수용에 대한 연구를 실시하였다. 그리고 중소기업에서의 빅데이터 활성화를 위한 방안을 논의하였다. 이다은[8]은 의료 인공지능 왓슨을 도입한 국내 병원 사례를 연구하였고 병원 내 왓슨의 도입과정을 상세히 설명하였다.
본 연구는 인공지능 기술을 활용한 성공적인 헬스케어 서비스를 분석함으로써 향후 성공요인을 도출하기 위한 선행연구로서 진행하고자 한다. 따라서 본 연구의 목적은 인공지능 기술을 활용한 성공사례들을 살펴보고 국내 의료 산업에서 인공지능 기술을 성공적으로 활용하기 위한 이슈를 도출하고 후속연구로 인공지능 기술 기반의 헬스케어 서비스의 성공요인을 도출하고자 한다.
본 연구에서는 사용자의 생활 습관을 파악해 만성질환에 대한 예방 및 관리 서비스를 제공하고 있으며, 소변보는 시간과 소리를 분석하여 비뇨기 질환을 감지하도록 하고 있다. 또한 원격의료 진료 연결과 스트레스를 측정 및 관리할 수 있는 사례를 소개하였다. 국내에서는 디지털 치료제와 원격의 료시스템은 법적인 규제 때문에 아직까지 발전이 더디다.
결론에서는 헬스케어 산업에서 인공지능을 활용한 사례를 4가지 활용 범위로 구분하여 각각의 활용범위에 따른 시사점을 도출하였다. 또한, 연구의 전체적인 요약과 함께 학문과 비즈니스 측면에서 어떠한 영향을 줄 수 있는지 기술하였으며, 연구의 성과가 산업에 줄 수 있는 전략적인 방향성을 제공하고자 하였다. 마지막으로 본 연구의 한계점 및 향후 연구방향을 제시하여 후속연구에 참고할 수 있도록 하였다.
또한, 연구의 전체적인 요약과 함께 학문과 비즈니스 측면에서 어떠한 영향을 줄 수 있는지 기술하였으며, 연구의 성과가 산업에 줄 수 있는 전략적인 방향성을 제공하고자 하였다. 마지막으로 본 연구의 한계점 및 향후 연구방향을 제시하여 후속연구에 참고할 수 있도록 하였다.
연구의 타당성 관점에서 사례 수에 대한 연구자들의 의견이 분분하지만, 아직 초기시장에서 대표적인 사례를 다수 찾을 수 없는 경우 Eisenhardt[16]가 제시한 것처럼 4~10개가 적당하다는 의견을 따라 연구를 진행 하였으며, 무작정 많은 사례를 가져가는 것보다 사례수와 새로 얻을 수 있는 지식의 수가 비례하는지에 중점을 두고 사례 수를 선택하였다. 본 연구 또한 각 산업별 비슷한 경우가 많아 대표성을 띄고 있는 사례를 선택하였으며 인공지능을 활용한 헬스케어 서비스 제공의 동향 및 이점을 도출하는데 적합한 사례들을 선택하고자 하였다.
본 연구는 다중사례 연구로 각 산업분야에서 인공지능을 활용한 헬스케어 서비스 사례들의 현상을 기술하기 위한 목적으로 사례들을 선택하였다[13].
이러한 인공지능 기술이 의료산업 분야에 급속히 도입이 되면서 조만간 의료 시설과 서비스의 질적 고도화로 환자의 생명 연장과 삶의 질 향상에 직접적으로 기여할 것으로 기대가 되고 있다[3]. 본 연구는 소프트웨어 연구소에서 제시한 인공지능 활용분야를 기반으로 의료 분야에서의 인공지능 활용을 크게 다음과 같이 4가지 활용범위, (1)병원 솔루션, (2)개인 건강관리, (3)보험회사, (4)신약개발로 나누어 살펴보고자 한다[4].
이에 반해 실질적으로 인공지능 기술을 활용하여 성공적으로 헬스케어 서비스를 제공하기 위한 연구는 상대적으로 부족하다. 본 연구는 인공지능 기술을 활용한 성공적인 헬스케어 서비스를 분석함으로써 향후 성공요인을 도출하기 위한 선행연구로서 진행하고자 한다. 따라서 본 연구의 목적은 인공지능 기술을 활용한 성공사례들을 살펴보고 국내 의료 산업에서 인공지능 기술을 성공적으로 활용하기 위한 이슈를 도출하고 후속연구로 인공지능 기술 기반의 헬스케어 서비스의 성공요인을 도출하고자 한다.
본 연구는 헬스케어 산업에서 인공지능 동향에 대해 알아보고자 인공지능을 활용한 사례를 4가지 활용 범위로 구분하여 살펴보았다. 각각의 활용범위에 따른 시사점은 다음과 같다.
사례연구에서 사례선택 방법을 제시한 또 다른 대표적인 학자인Bent [15]는 크게 임의선택 방법과 정보중심 선택 방법으로 나누며, 임의선택 방법에는 ‘랜덤 샘플링과 층화 샘플링’, 정보중심 선택 방법에는 ‘극단적/일탈적 사례, 최대화 변수 사례, 비판적 사례, 모범적 사례’방법을 제시하였다. 본 연구는 헬스케어의 산업 영역별로 인공지능을 활용한 서비스 동향을 살펴보기 위한 목적으로 각 산업별 대표성을 띄고 있는 서비스를 투자 금액과 기업가치를 기준으로 선택하였다.
스마트폰 등의 디지털 기기에 익숙해진 인구의 성장과 더불어 5G와 같은 네트워크, ICT 및 기술 등이 발전하고 있어, 현재 많은 기업들이 서비스 개발 단계 혹은 제공 초기 단계에 있으며 차세대 선도 산업으로 각광받고 있다[34]. 본 연구에서는 사용자의 생활 습관을 파악해 만성질환에 대한 예방 및 관리 서비스를 제공하고 있으며, 소변보는 시간과 소리를 분석하여 비뇨기 질환을 감지하도록 하고 있다. 또한 원격의료 진료 연결과 스트레스를 측정 및 관리할 수 있는 사례를 소개하였다.
본 연구에서는 인공지능 활용분야 중 가장 두드러지는 4개의 분야를 선정하고 국내외 사례들을 살펴봄으로써 따른 인공지능 기술을 활용한 헬스케어의 최신 이슈사항이 무엇인지 확인하고자 하였다. 병원솔루션과 보험 분야에서는 국내외 차이가 크지 않았으나, 개인정보관리와 신약개발에서는 인공지능 기술의 활용에 차이가 있는 것으로 확인하였다.
본 연구의 본론에서는 의료 산업에 있어 인공지능과 관련된 이론적 배경을 포함한 문헌연구를 진행하였다. 또한, 4차 산업 혁명의 시대에 있어 의료 인공지능의 중요성과 필요성을 강조하기 위하여, 국내외 의료 산업사례 조사 및 활용 현황 분석을 진행하였다.
첫째, 병원 솔루션은 인공지능을 활용한 이미지 인식과 고성능 저가위주의 진단기기 개발이 이슈이다. 뷰노와 류닛 사례를 살펴보듯이 질병을 진단함에 있어 진단의 정확성과 효율성을 높이고자 하였다. 의료 분야의 병원 솔루션 활용은 건강검진 센터의 흉부CT 촬영에서 보다 정확하게 폐결절을 찾을 수 있도록 하며, 성장에 문제가 있는 어린이의 경우 손 엑스레이를 통하여 뼈나이와 실제 나이를 비교하여 결과에 따라 적절한 치료를 받을 수 있도록 할 수 있다.
사례연구는 이전에 연구되지 않은 주제를 탐색하는데 적절한 방법 중의 하나이며[13], 본 연구는 최근 헬스케어 산업에서 인공지능 기술이 어떻게 응용되고 있는지 서술하기 위한 목적으로 다중사례연구방법론을 택하였다. 사례를 선택하기 위해 헬스케어의 주요 영역을 병원, 개인.
또한, 4차 산업 혁명의 시대에 있어 의료 인공지능의 중요성과 필요성을 강조하기 위하여, 국내외 의료 산업사례 조사 및 활용 현황 분석을 진행하였다. 의료산업에서의 인공지능 활용 범위 별 다양한 사례와 정리된 내용을 바탕으로 우리나라 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜 나가야 하는지 방향성을 제시하고자 하였다. 결론에서는 헬스케어 산업에서 인공지능을 활용한 사례를 4가지 활용 범위로 구분하여 각각의 활용범위에 따른 시사점을 도출하였다.
제안 방법
세계 최초의 소형 초음파 시스템인 Butterfly iQ가 북미 최대의 IT·엔터테인먼트 페스티벌 사우스바이사우스웨스트(SXSW2019)에서 헬스, 의학 및 바이오테크 부문에서 최고의 기술로 주목 받았으며[18] 유치에 성공했다. AI초음파 영상장비로, 병원에서 사용하는 초음파 기기의 기능을 실리콘칩 위에서 수행하는 스마트폰정도 크기의 휴대용 초음파 진단기기를 개발하였다. 사용자가 휴대용 초음파 기기를 가슴에 대면 신체 내부를 진단한 3D영상을 얻을 수 있다.
의료산업에서의 인공지능 활용 범위 별 다양한 사례와 정리된 내용을 바탕으로 우리나라 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜 나가야 하는지 방향성을 제시하고자 하였다. 결론에서는 헬스케어 산업에서 인공지능을 활용한 사례를 4가지 활용 범위로 구분하여 각각의 활용범위에 따른 시사점을 도출하였다. 또한, 연구의 전체적인 요약과 함께 학문과 비즈니스 측면에서 어떠한 영향을 줄 수 있는지 기술하였으며, 연구의 성과가 산업에 줄 수 있는 전략적인 방향성을 제공하고자 하였다.
본 연구의 본론에서는 의료 산업에 있어 인공지능과 관련된 이론적 배경을 포함한 문헌연구를 진행하였다. 또한, 4차 산업 혁명의 시대에 있어 의료 인공지능의 중요성과 필요성을 강조하기 위하여, 국내외 의료 산업사례 조사 및 활용 현황 분석을 진행하였다. 의료산업에서의 인공지능 활용 범위 별 다양한 사례와 정리된 내용을 바탕으로 우리나라 의료 산업에서는 앞으로 어떠한 전략으로 인공지능을 발전시켜 나가야 하는지 방향성을 제시하고자 하였다.
망막을 촬영하는 안저 영상을 AI가 분석해주는 소프트웨어인 Automatic Abnormality Screening System in Fundus Image를 개발하였다. 이를 통해 망막영상으로 진단 가능한 거의 모든 질환과 관련된 소견들을 찾아 주고 각 소견별로 병변을 시각화 하고 리포트는 언제든 수정 가능하도록 만들어 건강검진센터에서 보다 정확하고 효율적으로 안저영상을 판독 할 수 있다.
보험, 의약품으로 구분하고[4], 각 분야별 국·내외 사례를 선별하였다.
보험, 의약품으로 구분하고[4], 각 분야별 국·내외 사례를 선별하였다. 사례 선택기준은 한화 기준 10억원 이상의 투자를 받은 기업과 기업가치 10억원 이상으로, 이는 [표 1]의 Seawright and Gerring[14]의 사례선택 방법 중 대표성을 가지는 사례를 선택하는 전형적인 방법을 적용하였다. 사례연구에서 사례선택 방법을 제시한 또 다른 대표적인 학자인Bent [15]는 크게 임의선택 방법과 정보중심 선택 방법으로 나누며, 임의선택 방법에는 ‘랜덤 샘플링과 층화 샘플링’, 정보중심 선택 방법에는 ‘극단적/일탈적 사례, 최대화 변수 사례, 비판적 사례, 모범적 사례’방법을 제시하였다.
소변이 물에 닿을 때 나는 소리를 통해 결과 데이터를 자동으로 기록하고 보여주는 배뇨분석 헬스케어 서비스로 대학병원 임상연구를 통해 정확성도 검증하였다.
연구의 타당성 관점에서 사례 수에 대한 연구자들의 의견이 분분하지만, 아직 초기시장에서 대표적인 사례를 다수 찾을 수 없는 경우 Eisenhardt[16]가 제시한 것처럼 4~10개가 적당하다는 의견을 따라 연구를 진행 하였으며, 무작정 많은 사례를 가져가는 것보다 사례수와 새로 얻을 수 있는 지식의 수가 비례하는지에 중점을 두고 사례 수를 선택하였다. 본 연구 또한 각 산업별 비슷한 경우가 많아 대표성을 띄고 있는 사례를 선택하였으며 인공지능을 활용한 헬스케어 서비스 제공의 동향 및 이점을 도출하는데 적합한 사례들을 선택하고자 하였다.
프리비에서 돋보이는 기술은 인공지능 음향 분석 기술로 기침소리, 폐음 등 다른 소리를 통한 질병 관리까지 확장할 수 있는 장점이 있는 기술이다. 인공지능 엔진이 불과 몇 초 만에 배뇨량, 최대요속, 평균요속, 배뇨시간을 그래프로 그려서 보여주고, 측정결과를 대시보드에 저장한다. 전립선과 방광질환 환자들은 이 데이터를 들고 병원을 찾는다.
본 연구가 가지는 학문적, 산업적 의의는 다음과 같다. 첫째, 4개의 활용분야에서 각각의 사례들을 통해 헬스케어의 인공지능 기술 발전사항을 확인하였다. 둘째, 각각의 분야에서 어떤 인공지능 기술을 활용하고 있는지 확인할 수 있어 분야별 신 시장 창출에 대한 가능성을 확인하였다.
대상 데이터
Insilico Medicine의 AI 검증 프로세스는 수년이 걸리는 신약 설계와 개발, 합성 및 검증 프로세스 기간을 약 1달 반으로 축약하는데 성공하여 신약 개발에 있어 더욱 빠르고 효율적인 신약개발이 가능하다는 것을 확인하였다. 2019년 기준으로 총 3천7백만 달러를 투자 받았다.
사례연구는 이전에 연구되지 않은 주제를 탐색하는데 적절한 방법 중의 하나이며[13], 본 연구는 최근 헬스케어 산업에서 인공지능 기술이 어떻게 응용되고 있는지 서술하기 위한 목적으로 다중사례연구방법론을 택하였다. 사례를 선택하기 위해 헬스케어의 주요 영역을 병원, 개인. 보험, 의약품으로 구분하고[4], 각 분야별 국·내외 사례를 선별하였다.
성능/효과
이 AI 검증 프로세스는 첫 번째 단계부터 상용화까지 질병 타겟을 목표로 했으며 약물 발견 및 개발 시간을 단축, 잘못된 방향으로 흐르기 쉬운 무작위 프로세스에서 전체 프로세스를 지능적이고 집중적이며 직접저인 프로세스로 전환시켰다[32]. Insilico Medicine의 AI 검증 프로세스는 수년이 걸리는 신약 설계와 개발, 합성 및 검증 프로세스 기간을 약 1달 반으로 축약하는데 성공하여 신약 개발에 있어 더욱 빠르고 효율적인 신약개발이 가능하다는 것을 확인하였다. 2019년 기준으로 총 3천7백만 달러를 투자 받았다.
첫째, 4개의 활용분야에서 각각의 사례들을 통해 헬스케어의 인공지능 기술 발전사항을 확인하였다. 둘째, 각각의 분야에서 어떤 인공지능 기술을 활용하고 있는지 확인할 수 있어 분야별 신 시장 창출에 대한 가능성을 확인하였다. 셋째, 헬스케어 산업에서 인공지능 기술을 구현하고 발전시키기 위해 연구의 방향성을 제시하는데 기여하였다.
둘째, 개인건강관리 분야에서의 트렌드는 디지털 신약과 원격의료 시스템이 중점이다. 디지털 치료제(Digital therapeutics)는 IT 기술에 기반을 두고 등장한 개념으로 의학적 장애 또는 질병을 예방, 관리, 또는 치료하기 위한 소프트웨어를 기반으로 하는 테라피를 지칭한다[33].
본 연구에서는 인공지능 활용분야 중 가장 두드러지는 4개의 분야를 선정하고 국내외 사례들을 살펴봄으로써 따른 인공지능 기술을 활용한 헬스케어의 최신 이슈사항이 무엇인지 확인하고자 하였다. 병원솔루션과 보험 분야에서는 국내외 차이가 크지 않았으나, 개인정보관리와 신약개발에서는 인공지능 기술의 활용에 차이가 있는 것으로 확인하였다. 특히 원격의료시스템과 디지털 치료제에 대한 부분은 국내의 법적 규제로 인해 발전이 더뎌 해외 선진국들에게 뒤쳐질 가능성이 높다.
첫째, 병원 솔루션은 인공지능을 활용한 이미지 인식과 고성능 저가위주의 진단기기 개발이 이슈이다. 뷰노와 류닛 사례를 살펴보듯이 질병을 진단함에 있어 진단의 정확성과 효율성을 높이고자 하였다.
후속연구
인공지능과 관련한 유용한 서비스들이 지속적으로 개발되고 있는 만큼 국내에서도 발 빠르게 인공지능 기술을 통한 의료 혁신을 도모해야 할것이다. 또한 다양한 분야에서 인공지능 기반 헬스케어 시스템이 발전하여 보다 쉽게 만성질환자 및 환자들의 건강을 관리해주거나, 진단의 효율성을 높이고 신약개발이 효율적으로 진행되기를 기대한다.
본 연구에도 한계점이 존재한다. 국내사례와 해외사례를 비교함으로써 국내 헬스케어 산업의 인공지능 기술 활용의 문제점에 대한 논의가 부족하였다.
또한 법・제도와 관련한 이슈를 다루지 못하고 있다. 향후연구에서는 헬스케어 산업에서 우리나라의 인공지능 기술 도입 및 활용의 문제점을 파악하고 정책적인 이슈를 같이 논의함으로써 인공지능기술을 활용하여 보건의료가 나아가야 할 성장 비전을 제시할 필요가 있다.
참고문헌 (34)
Lee, "Fourth Industrial Revolution, artificial intelligence robots that will change the future. Seoul," History of Information Culture, Vol.19, 2017.
조인숙, "전자의무기록 데이터의 이차활용을 위한 구조화된 데이터 질에 대한 탐색," 대한의료정보학회, 제15권, 제4호, pp.423-431, 2009.
R. Yin, Case study research : Design and methods, Thousand Oaks, CA : Sage Publishing, 1994.
J. Seawright and J. Gerring, "Case Selection Techniques in Case Study Research : A Menu of Qualitative and Quantitative Options," Political Research Quarterly, Vol.61, No.2, pp.294-308, 2008.
K. M. Eisenhardt, "Better stories and better constructs : The case for rigor and comparative logic," Academy of Management Review, Vol.16, pp.620-627, 1991.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.