• 한국방사선학회논문지
• /
• 제15권4호
• /
• pp.455-461
• /
• 2021

심장비대증은 흉부 X선 영상에서 흔히 보이는 질병 중 하나이지만 조기에 발견을 하지 못하면 심각한 합병증을 유발할 수도 있다. 이러한 점을 고려하여 최근에는 여러 과학기술 분야의 발전으로 인공지능을 이용한 딥러닝 알고리즘을 의료에 접목시키는 영상 분석 연구들이 많이 진행되고 있다. 본 논문에서는 Inception V3 딥러닝 모델을 흉부 X선 영상을 이용하여 심장비대증의 분류에 유용한 모델인지 평가하고자 한다. 사용된 영상의 경우 총 1026장의 경북대학교병원 내 정상 심장 진단을 받은 환자와 심장비대증 진단을 받은 환자의 흉부 X선 영상을 사용하였다. 실험결과 Inception V3 딥러닝 모델의 심장비대증 유무에 따른 분류 정확도와 손실도 결과값은 각각 96.0%, 0.22%의 결과값을 나타내었다. 연구결과를 통해 Inception V3 딥러닝 모델은 흉부 영상 데이터의 특징 추출 및 분류에 있어 우수한 딥러닝 모델인 것을 알 수 있었다. Inception V3 딥러닝 모델의 경우 흉부 질환의 분류에 있어 유용한 딥러닝 모델이 될 것으로 판단되며 조금 더 다양한 의료 영상 데이터를 이용한 연구를 진행하여 이와 같은 우수한 연구결과를 얻게 된다면 향후 임상의의 진단 시 많은 도움을 줄 수 있을 것으로 사료된다.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1397-1411
• /
• 2020

목적 이 연구는 인공지능(artificial intelligence; 이하 AI)에 대한 영상의학과 전공의들의 인식 및 의견을 알아보고자 하였다. 대상과 방법 2019년 6월 4일부터 7일까지 AI와 관련한 18개의 객관식 문항과 1개의 주관식 문항이 포함된 설문의 응답을 받았다. 모집된 결과를 로지스틱 회귀분석을 이용하여 전공의 연차, 소속 병원의 위치 및 규모 등의 요인에 따라 분석하였다. 결과 총 101명(89.4%)의 전공의가 응답하였다. AI의 지식적 측면에서 응답자의 50명(49.5%)이 AI에 대해 평균 이상으로 공부하고 있으며, 68명(67.3%)이 AI 관련 용어에 대한 이해도가 평균 이상이라고 응답하였다. 또한 서울 및 경기 지역 응답자가 기타 지역 응답자에 비하여 AI에 대한 자가 평가 및 지식수준이 의미 있게 높았으며, 4년차 전공의에 비해 1~2년차 전공의가 AI에 대한 자가 평가 및 지식수준이 의미 있게 낮았다. AI 관련 연구에 참여해본 적 있는 전공의는 15.8%이었지만, 추후 연구 참여 의향이 있는 전공의는 90%에 달하였다. 전공의 들은 또한 학회 주도의 AI 교육 및 적극적 홍보를 원하고 있었다. 결론 영상의학과 전공의의 AI 교육 수요를 충족시키고, 의료 AI 시대의 영상의학과 의사의 역할을 제대로 알리기 위해 보다 많은 학회 차원의 노력이 요청된다.

• 한국콘텐츠학회논문지
• /
• 제20권3호
• /
• pp.515-526
• /
• 2020

디지털 헬스케어는 의료 분야와 IT가 결합한 분야이며 소셜미디어에서도 디지털 헬스케어에 대한 다양한 정보가 제공되고 있다. 본 연구는 소셜미디어를 통해서 헬스케어와 관련된 자료들을 수집하고 분석하여 디지털 헬스케어의 연구 동향을 파악하고자 한다. 본 연구를 위해서 Naver와 Daum의 뉴스와 블로그에서 2008년 1월에서 2019년 6월까지 자료를 수집하였으며 기간별로 빈도가 높은 주요한 키워드들을 추출하여 워드클라우드로 시각화하였고 주요 키워드 간의 관계를 분석하기 위해서 네트워크 분석을 하였다. 2008년에서 2011년 까지는 의료 분야 및 IT가 결합한 연구, 2012년에서 2015년까지는 의료 분야 및 IT를 기반으로 다양한 융합연구, 2016년에서 2019년 6월까지는 빅데이터, 블록체인, 인공지능 등의 4차 산업혁명 기술들을 적용한 융합연구가 활발히 진행되었다.

• 한국방사선학회논문지
• /
• 제17권7호
• /
• pp.1179-1187
• /
• 2023

최신 이동수단 발달과 관련하여 다양한 생체 신호 및 의료영상 측정용 의료기술 개발이 활발히 이루어 지고 있다. 특히, 인지/신경과학 분야에서 뇌파(electroencephalography, EEG) 측정의 중요성과 이동 중 차량에서의 정확한 뇌파 측정기술 개발은 매우 도전적인 분야이다. 본 연구에서는, 운전 중 뇌파를 이용한 기술에 대해 광범위하게 조사하고, 기술 연구의 동향을 분석하고자 하였다. 이를 위해, Scopus 데이터베이스를 활용하여 2000년 이후 진행된 뇌파 관련 연구를 탐색하였으며, 약 40여편의 논문을 선정하였다. 이를 통해 신호처리 기술, EEG 측정 디바이스 개발, 차량 내 운전자 상태 모니터링 기술의 현재 동향과 미래 방향을 조명하였다. 또한, 이를 위한 초소형 32채널 뇌파 측정 시스템을 설계해 보았으며, 간단히 이를 구현하여 뇌파 신호를 측정 분석함으로써 검토해 보았다. 본 연구는 운전 중 생체신호 측정 및 분석 기술이 자율주행 시대에 맞추어 운전자 케어와 건강 모니터링에 기여할 것으로 기대한다.

• 대한영상의학회지
• /
• 제81권6호
• /
• pp.1305-1333
• /
• 2020

딥러닝 기술은 빅데이터 및 컴퓨팅 파워를 기반으로 최근 영상의학 분야의 연구에서 괄목할만한 성과를 이루어 내고 있다. 하지만 성능 향상을 위해 딥러닝 네트워크가 깊어질수록 그 내부의 계산 과정을 해석하기 어려워졌는데, 이는 환자의 생명과 직결되는 의료분야의 의사결정 과정에서는 매우 심각한 문제이다. 이를 해결하기 위해 "설명 가능한 인공지능 기술"이 연구되고 있으며, 그중 하나로 개발된 것이 바로 어텐션(attention) 기법이다. 본 종설에서는 이미 학습이 완료된 네트워크를 분석하기 위한 Post-hoc attention과, 네트워크 성능의 추가적인 향상을 위한 Trainable attention 두 종류의 기법에 대해 각각의 방법 및 의료 영상 연구에 적용된 사례, 그리고 향후 전망 등에 대해 자세히 다루고자 한다.

• 한국콘텐츠학회논문지
• /
• 제21권8호
• /
• pp.367-375
• /
• 2021

의료의 질은 효과, 효율, 적절성, 과학적-기술적 측면 등과 같은 4가지로 정의할 수 있다. 과학적-기술적 측면의 질 관리를 위해 의료기관에서는 매년 보수교육의 형태로 최신 지견을 현장에 보급하고 있다. 하지만 최신 지견이 가장 빠르게 보급되는 연구 결과들을 단발성인 보수교육만으로 임상 현장에 충분히 보급하는 것에는 명백한 한계가 존재한다. 빅데이터, 인공지능과 같은 지능정보처리 기술이 의료 분야에 적용될 경우 기존에 문헌 조사 등으로 연구되어 적은 정보만으로 연구를 수행해야 했던 한계를 극복할 수 있다. 본 논문은 기존 약재 처방 적응증을 확장할 수 있는 근거가 되는 데이터베이스를 구축한다. 이를 위해 한의학 관련 국내외 논문 정보를 수집, 저장 관리, 분석하는 작업을 수행한다. 약재 처방전의 확장 적응증 콘텐츠 구축을 위한 한의학 근거문헌 데이터의 처리 및 분석 기법을 설계한다. 본 연구를 통해 한의학 의사결정지원시스템에서 근거기반 약재처방 주치 정보의 기본 콘텐츠로 활용할 수 있을 것이라 기대한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 춘계학술대회
• /
• pp.271-274
• /
• 2018

우리나라의 사망 원인 80%이상이 만성질환으로 인한 것이다. IT기업과 의료병원이 협력하여 만성 질환을 관리하는 모바일 어플리케이션은 계속해서 출시되고 있다. 최근에는 관리의 효율성과 편리성을 높이기 위해 인공지능 챗봇을 통한 개발이 진행되고 있다. 챗봇의 경우 대화를 이용한 프로세스를 처리하기 때문에 GUI기반의 환경이 익숙한 사용자들 입장에서는 접근성이나 사용에 있어서 익숙하지 않을 수 있다. 이에 본 논문에서 만성질환 중 당뇨병을 관리해주는 모바일 어플리케이션의 UI/UX를 분석하고, 이 결과를 통해 챗봇의 UI/UX 디자인을 제시하고자 한다.

• 의학교육논단
• /
• 제22권2호
• /
• pp.99-114
• /
• 2020

The rapid development of artificial intelligence (AI), including deep learning, has led to the development of technologies that may assist in the diagnosis and treatment of diseases, prediction of disease risk and prognosis, health index monitoring, drug development, and healthcare management and administration. However, in order for AI technology to improve the quality of medical care, technical problems and the efficacy of algorithms should be evaluated in real clinical environments rather than the environment in which algorithms are developed. Further consideration should be given to whether these models can improve the quality of medical care and clinical outcomes of patients. In addition, the development of regulatory systems to secure the safety of AI medical technology, the ethical and legal issues related to the proliferation of AI technology, and the impacts on the relationship with patients also need to be addressed. Systematic training of healthcare personnel is needed to enable adaption to the rapid changes in the healthcare environment. An overall review and revision of undergraduate medical curriculum is required to enable extraction of significant information from rapidly expanding medical information, data science literacy, empathy/compassion for patients, and communication among various healthcare providers. Specialized postgraduate AI education programs for each medical specialty are needed to develop proper utilization of AI models in clinical practice.

• 한국치위생학회지
• /
• 제21권1호
• /
• pp.27-40
• /
• 2021

Objectives: This study investigated the working conditions of dental hygienists and their challenges in providing oral care to older adults with dementia using focus group interviews. Methods: We collected data for approximately a month beginning from August 2020 and divided the study subjects into two groups: the health dental hygienist and the clinical dental hygienist groups. A total of 11 subjects participated in this study. Results: The oral health management of older adult patients with dementia has not been efficiently carried out in local communities or dental medical institutions. In addition, dental hygienists encounter difficulties in managing the oral health of these patients and hope to actively learn more about their special cases. Conclusions: Based on the results of this study, it is necessary to develop a manual or program for the professional implementation of oral health interventions for older adults with dementia.

• 대한의용생체공학회:의공학회지
• /
• 제43권4호
• /
• pp.259-270
• /
• 2022

Artificial intelligence (AI) has been studied in various fields of medical imaging. Currently, top-notch deep learning (DL) techniques have led to high diagnostic accuracy and fast computation. However, they are rarely used in real clinical practices because of a lack of reliability concerning their results. Most DL models can achieve high performance by extracting features from large volumes of data. However, increasing model complexity and nonlinearity turn such models into black boxes that are seldom accessible, interpretable, and transparent. As a result, scientific interest in the field of explainable artificial intelligence (XAI) is gradually emerging. This study aims to review diverse XAI approaches currently exploited in medical imaging. We identify the concepts of the methods, introduce studies applying them to imaging modalities such as computational tomography (CT), magnetic resonance imaging (MRI), and endoscopy, and lastly discuss limitations and challenges faced by XAI for future studies.