$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

의료 AI 중추 기술 동향
Technical Trends of Medical AI Hubs 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.36 no.1, 2021년, pp.81 - 88  

최재훈 (의료정보연구실) ,  박수준 (복지.의료ICT연구단)

Abstract ▼ AI-Helper 아이콘AI-Helper

Post COVID-19, the medical legacy system will be transformed for utilizing medical resources efficiently, minimizing medical service imbalance, activating remote medical care, and strengthening private-public medical cooperation. This can be realized by achieving an entire medical paradigm shift and...

주제어

#AI Cooperation Hospital   #AI Base Hospital   #AI Hub Hospital   #Explainable Deep Learning   #Reinforcement Learning   #Autonomous Evolutionary Learning  

표/그림 (5)

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 둘째, 서비스 관점의 의료 AI로서 초성능 컴퓨팅 및 초연결 네트워킹 기술 등을 융합하여 새로운 가치를 창출하는 것이다. 이는 새로운 형태의 의료서비스의 출현이 가능하다는 장점을 가지고 있으나 법률이나 제도 등과의 충돌이 발생하는 단점을 가지고 있다.
  • 이 기술들은 의료 서비스의 발전 방향에 관점과 밀접한 관계를 가진다. 본 고에서는 이 발전 방향을 의사·AI 협력 의료지능 서비스, 환자 중심 협진지능 서비스, 수평적 병원지능, 균등한 의료 서비스, 의료품질의 지속적 성장으로 설정하고 이들과 관련된 R&D 기술 동향을 설명하였다.
  • 따라서 COVID-19 이후 의료 형상은 패러다임 전환이 가능한 플랫폼 관점의 의료 AI 형상이 될 것이다. 본 고에서는 이를 ‘의료 AI 중추’로 정의하고 이와 관련된 기술 동향을 살펴본다.
  • 본 고에서는 포스트 COVID-19 이후 변화될 인공지능 의료 패러다임 형상인 의료 AI 중추를 제안하였다. 이 형상의 발전단계를 AI 협력병원, AI 거점병원, AI 허브병원으로 구분하였다.
  • 또한, 영역이 다른 의료지능들과 스스로 소통하며 최적의 상호 보완관계를 학습할 수 있다. 협력·강화·진화 AI는 최종적으로 환자의 질병 맞는 최적의 치료 경로 및 예후를 예측함을 목적으로 한다.

가설 설정

  • 이는 고품질 의료 수요에 대한 인프라 부족 문제를 해결할 수 있을 것이다. 둘째, 지역, 계층, 소득 등의 차별 없는 의료 서비스의 접근성을 제공할 수 있을 것이다. 특히, 인공지능 의료 서비스를 최대한 활용될 수 있는 의료 AI 중추는 비대면 또는 원격 의료 서비스의 핵심적 역할을 할 수 있을 것이다.
본문요약 정보가 도움이 되었나요?

참고문헌 (8)

  1. S. Angela, H. Solveigh, and J. Jonathan, "Transforming healthcare with AI: The impact on the workforce and organizations," McKinsey & Company, Healthcare Systems & Services, 2020. 

  2. 김동철, "[특별기고] 인공지능(AI)시대의 도래: 병리과의 현실과 미래," 헬스경향, 2019. 3. 8. 

  3. E. Tjoa and C. Guan, "A survey on explainable artificial intelligence (XAI): Toward medical XAI," IEEE Trans. Neural. Netw. Learn. Syst. 2020, pp. 1-21. 

  4. IRS Global, "헬스케어.의료 분야 인공지능(AI)과 빅데이터(Big Data)의 핵심기술 개발동향과 국내외 시장 분석," 2019. 

  5. E. Strickland, "IBM Watson, heal thyself: How IBM overpromised and underdelivered on AI health care," IEEE Spectr. vol. 56, no. 4, 2019, pp. 24-31. 

    상세보기 crossref

  6. Q. Yang et al., "Federated machine learning: Concept and applications," ACM Trans. Intell. Syst. Technol. vol. 10, no. 2. 2019. 

    상세보기

  7. R. S. Sutton and A. G. Barto, "Introduction to reinforcement learning," The MIT Press, 2018. 

  8. O. Gottesman et al., "Guidelines for reinforcement learning in healthcare," Nat. Med. vol. 25, 2019, pp. 16-18. 

    상세보기 crossref

관련 콘텐츠

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로