• 대한의용생체공학회:의공학회지
• /
• 제44권4호
• /
• pp.264-274
• /
• 2023

Purpose: The objective is to extract insights that can contribute to the formulation of harmonized international policies and support measures for innovative medical devices and management systems. This study aims to propose effective strategies for future medical device innovation and healthcare delivery. Results: It investigates technological advancements, regulatory approval systems, insurance policies, and successful commercialization cases in South Korea, the United States, and the European Union. In 2018, the FDA implemented insurance coverage for Software as a Medical Device (SaMD) and recognized insurance coverage for Digital Therapeutics (DTx). Germany is a country that ensures permanent reimbursement for healthcare applications since 2020, making it the first country to provide legal health insurance coverage for fostering a digital ecosystem. Conclusion: The findings of this research highlight the importance of cultivating a supportive regulatory and environmental framework to facilitate the adoption of innovative medical devices. Continuous support for research and development (R&D) efforts by companies, along with the validation of clinical effectiveness, is crucial.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.38-40
• /
• 2021

의료 데이터 분야는 레코드 수는 많지만 응답값이 없기 때문에 인공지능을 적극적으로 활용하지 못하고 있다. 이러한 문제점을 해결하기 위해 자기지도학습(Self-Supervised learning)을 의료 분야에 적용하는 연구가 등장하고 있다. 자기지도학습은 model이 레이블링이 없는 데이터의 semantic 표현을 이해할 수 있도록 pretext task와 supervision을 학습한다. 그러나, 자기지도학습의 성능은 pretext task로 학습한 표현에 의존하므로 데이터의 특성에 적합한 pretext task를 정의할 필요가 있다. 따라서 본 논문에서는 의학 데이터 중 활용도가 높은 x-ray 이미지에 적용할 수 있는 pretext task를 실험적으로 탐색하고 그 결과를 분석한다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제43권3호
• /
• pp.195-208
• /
• 2020

Artificial intelligence(AI) is a field of computer science that is defined as allowing computers to imitate human intellectual behavior, even though AI's performance is to imitate humans. It is grafted across software-based fields with the advantages of high accuracy and speed of processing that surpasses humans. Indeed, the AI based technology has become a key technology in the medical field that will lead the development of medical image analysis. Therefore, this article introduces and discusses the concept of deep learning-based medical imaging analysis using the principle of algorithms for convolutional neural network(CNN) and back propagation. The research cases application of the AI based medical imaging analysis is used to classify the various disease(such as chest disease, coronary artery disease, and cerebrovascular disease), and the performance estimation comparing between AI based medical imaging classifier and human experts.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.222-230
• /
• 2003

의료 시스템이 개발되면 시스템이 사용하는 knowledge source의 신뢰도가 시스템의 수행능력에 큰 영향을 미치게 되므로, knowledge source의 신뢰도를 검증해야한다. 본 논문은 의료 시스템 CLINAID의 knowledge source의 신뢰성 조사에 대한 연구의 방법과 결과를 발표하였다. 그 방법으로는 CLINAID에 사용된 Cardiovascular body system 데이터에 fuzzy relational method를 적용하여 구조적 분석을 통해 만들어진 인공의 syndrome을 knowledge base에 저장되어있는 의료 전문가의 syndrome과 비교하였다. 7 가지 fuzzy implication operator를 사용하여 거의 비슷한 결과들을 산출해 냈으며, 그 결과들이 전문가가 제공한 syndrome과 거의 일치하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.269-272
• /
• 2023

본 논문은 디지털 플랫폼과 헬스케어 서비스를 통합한 병원 애플리케이션(병원 앱)의 개발 및 활용에 초점을 맞춘다. 목표는 환자와 의료 제공자 간의 의사 소통과 효율성을 향상시키는 것이다. 이 연구는 병원 앱의 주요 기능과 이점을 탐색하고, React Native를 사용하여 기술적 측면과 디자인 원칙을 제공하고, 적절한 사용 및 보안을 위한 지침을 검토한다. 이 연구는 병원 앱의 잠재력과 장점을 평가하고 의료 서비스 효율성과 품질을 향상시키기 위한 실용적인 지침을 제공하고 있다. 병원 앱의 통합으로 환자 치료, 커뮤니케이션을 개선하고 의료 프로세스를 간소화할 수 있다. React Native와 같은 기술을 활용하여 약속 일정, 예약 확인, 의료 정보 액세스, 의료 전문가 디렉토리와 같은 기능을 구현하여 포괄적인 사용자 경험을 제공할 수 있다. 지침과 규정을 준수하는 것은 의료 데이터의 적절한 사용과 보호를 보장하는 데 필수적이다. 향후 연구에서는 인공 지능 및 원격 의료와 같은 신기술을 병원 앱에 통합하고 장기적인 영향을 평가할 수 있다. 이 분야의 지속적인 개발과 혁신은 디지털 시대에 의료 서비스를 변화시킬 잠재력을 가지고 있다.

• 한국병원경영학회지
• /
• 제28권3호
• /
• pp.27-38
• /
• 2023

Objectives: This study explores the impact of age groups on social presence and trust among users of medical artificial intelligence chatbots. Furthermore, we investigate the existence of gender differences within these relationships. Method: We collected data through a survey from people who had interacted with general hospital chatbot services, either by making reservations or seeking consultations. Multiple linear regression analysis was conducted to examine the relationship between general characteristics of study population and social presence and trust of artificial intelligence chatbots. Additionally, we conducted stratified analysis to confirm the presence of gender differences within these relationship. Results: Among 300 participants, those aged 50 and older had higher social presence of artificial intelligence chatbots and greater trust of artificial intelligence chatbots (social presence, 𝛽=0.543, p=0.003; trust, 𝛽=0.787, p=0.000). In stratified by sex, women aged 50 and older had higher social presence and trust of artificial intelligence chatbots compared to those in their 30s age group (social presence, 𝛽 = 0.925, p=0.002; trust, 𝛽=0.645, p=:0.007). However, there was no statistically significant relationship between age and chatbot social presence and trust in men. Conclusion: This study demonstrates that advanced age plays a significant roles in users' social presence and trust in medical artificial intelligence chatbots. Futhermore, our findings reveal gender differences with women aged 50 and older showing the most substantial levels of social presence and trust. Therefore, it is expected that this finding can serve as valuable evidence to enhance the satisfaction of medical institution service users, offering crucial insights into the effective utilization of chatbot services.

• 방송공학회논문지
• /
• 제28권3호
• /
• pp.267-274
• /
• 2023

의료영상 공개 데이터는 수집에 한계가 있어 데이터셋의 양이 부족하다는 문제점이 있다. 때문에 기존 연구들은 공개 데이터셋에 과적합 되었을 우려가 있다. 본 논문은 실험을 통해 8개의 (Unet, X-Net, HarDNet, SegNet, PSPNet, SwinUnet, 3D-ResU-Net, UNETR) 의료영상 분할 모델의 성능을 비교함으로써 기존 모델의 성능을 재검증하고자 한다. 뇌졸중 진단 공개 데이터 셋인 Anatomical Tracings of Lesions After Stroke(ATLAS) V1.2과 ATLAS V2.0에서 모델들의 성능 비교 실험을 진행한다. 실험결과 대부분 모델은 V1.2과 V2.0에서 성능이 비슷한 결과를 보였다. 하지만 X-net과 3D-ResU-Net는 V1.2 데이터셋에서 더 높은 성능을 기록했다. 이러한 결과는 해당 모델들이 V1.2에 과적합 되었을 것으로 해석할 수 있다.

• 한국산학기술학회논문지
• /
• 제21권9호
• /
• pp.458-465
• /
• 2020

인공지능의 기술적 진보는 통신·물류·보안·의료 등 다양한 산업분야에 영향을 미치고 있으며, 경제성·효율화·상용기술과의 연계방안과 관련된 연구개발이 중점적으로 이루어지고 있다. 국방 분야에서도 다차원 동시 통합전, 유·무인 복합전, 국지성 비대칭전 등 전쟁수행 개념이 발전함에 따라 전장인식·지휘통제·전력운용·의사결정 지원 등의 분야에 인공지능 역량을 적용하기 위한 개념설계와 실적용을 위한 과제 기획을 지속 추진 중이다. 전략적 관점에서 미래 전장 환경 및 전쟁 수행 방식의 변화를 예측하고, 선도적 대응을 위해 군사력 발전 방향을 설계·기획하는 것은 포괄적 미래 위협에 대비하기 위한 기본요소일 뿐만 아니라, 한정된 예산/시간 대비 최적의 효율을 도출할 수 있다는 점에서 필수불가결한 요소이다. 이러한 관점에서 본 연구는 국방 분야의 활용 가능성이 높은 잠재력 있는 미래기술을 발굴하고 연구개발에 적용하기 위한 기술주도형 기획의 일환으로 수행되었다. 본 연구에서는 국방 미래기술 조사를 위해 수행되었던 연구 자료를 바탕으로 기존 국방 연구과제들과의 중복성, 기술의 실현가능성 등을 고려하여 후속 연구가 필요한 미래 신기술을 예측하였다. 또한 선정된 인공지능 분야 국방 미래 신기술과 평가지표 간 유의미성을 확인하기 위해 실증연구를 수행하였다.

• 재활치료과학
• /
• 제12권2호
• /
• pp.85-98
• /
• 2023

목적 : 본 연구의 목적은 경도인지장애 고령자에게 인공지능 동작 인식 기술을 활용한 전산화인지훈련 프로그램을 실시하여 인지 기능, 우울감, 삶의 질을 향상시키고자 한다. 연구방법 : 연구 참여자는 총 7명(실험군 = 4명, 대조군 = 3명)이며 코로나-19 발생 기간인 2021년 10월부터 12월까지 시행되었다. 프로그램은 직접 개발한 인공지능 동작 인식 기술을 활용한 전산화 프로그램 "MOOVE Brain"을 활용했으며 실험군은 한 달 동안 주 3회 30분씩 프로그램을 진행하였고 대조군에게는 중재를 제공하지 않았다. 치료의 전후 평가는 Korean version of the Mini-Mental State Examination-2, Korean version of the Consortium to Establish a Registry for Alzheimer's Disease Assessment Packet for Daily Life Evaluation, Korean version of the short form Geriatric Depression Scale (SGDS-K), 그리고 Geriatric Quality of Life Scale (GQOL)을 이용하였다. 결과 : 치료 전후로 실험군의 주의력 지표인 Stroop Color Test에서 평균 점수가 향상되었고(p = .068), 그룹 간 비교를 했을 때는 실험군의 실행 기능 평가 지표인 Stroop Color/Word Test 평균 점수가 향상되었다(p = .057). 그룹 간의 변화량을 비교했을 때는 실험군의 삶의 질 측정 도구인 GQOL (p = .057)과 우울증 지표인 SGDS-K (p = .057)의 평균 점수가 개선되었다. 하지만 각 영역들은 통계적으로 유의미하지 않았다. 결론 : 본 연구의 결과는 코로나-19로 인해 격리되어 있거나 의료 서비스를 받기 힘든 경도인지장애 고령자의 인지 및 심리 사회적 문제를 해결하는 데 활용될 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.367-370
• /
• 2022

본 연구는 코로나19 발생 전·후 공공의료를 둘러싼 사회적 인식변화를 뉴스빅데이터를 통해 파악하고자 시도되었다. 뉴스빅데이터는 코로나19 확진자가 처음 발생한 2020년 1월을 기준으로 나누었으며, 코로나19 발생 이전(2018년 1월~2019년 12월, 총 24개월) 40,834건과 코로나19가 발병 이후(2020년 1월~2021년 12월, 총 21개월) 61,761건이었다. 수집된 빅데이터는 R 4.1.1 for Windows를 활용하여 단어 빈도 분석, 연관규칙분석을 실시하였다. 연구결과, 코로나19 발생 전후 뉴스기사에서 공공의료를 둘러싼 핵심어를 비교할 때 코로나19 발생 후에 발생 전보다 큰 폭으로 상승한 단어는 '확산'(664%), '대응'(658%), '의사'(518%), '상황'(504%), '공공병원'(486%), '의료진'(455%), '확충'(324%), '인력'(305%), '어려움'(272%), '정부'(247%)순으로 나타났다. 코로나19 발생 전후 공공의료를 둘러싼 키워드의 연관규칙 분석을 통해서 의료의 패러다임이 일자리 산업에서 감염증 대응을 위한 보건의료로 전환되는 것을 알수 있었다.