• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.544-546
• /
• 2020

의료 데이터를 이용하여 인공지능 기계학습 연구를 수행할 때 자주 마주하는 문제는 데이터 불균형, 데이터 부족 등이며 특히 정제된 충분한 데이터를 구하기 힘들다는 것이 큰 문제이다. 본 연구에서는 이를 해결하기 위해 GAN(Generative Adversarial Network) 기반 고해상도 의료 영상을 생성하는 프레임워크를 개발하고자 한다. 각 해상도 마다 Scale 의 Gradient 를 동시에 학습하여 빠르게 고해상도 이미지를 생성해낼 수 있도록 했다. 고해상도 이미지를 생성하는 Neural Network 를 고안하였으며, PGGAN, Style-GAN 과의 성능 비교를 통해 제안된 모델이 양질의 고해상도 의료영상 이미지를 더 빠르게 생성할 수 있음을 확인하였다. 이를 통해 인공지능 기계학습 연구에 있어서 의료 영상의 데이터 부족, 데이터 불균형 문제를 해결할 수 있는 Data augmentation 이나, Anomaly detection 등의 연구에 적용할 수 있다.

• The Journal of Bigdata
• /
• v.8 no.1
• /
• pp.111-129
• /
• 2023

With the diffusion of digital innovation, the adoption of innovative medical technologies based on artificial intelligence is increasing in the medical field. This is driving the launch and adoption of AI-based SaMD(Software as a Medical Device), but there is a lack of research on the factors that influence the adoption of SaMD by medical institutions. The purpose of this study is to identify key factors that influence medical institutions' decisions to adopt AI-based SaMDs, and to analyze the weights and priorities of these factors. For this purpose, we conducted Delphi surveys based on the results of literature studies on technology acceptance models in healthcare industry, medical AI and SaMD, and developed a research model by combining HOTE(Human, Organization, Technology and Environment) framework and HABIO(Holistic Approach {Business, Information, Organizational}) framework. Based on the research model with 5 main criteria and 22 sub-criteria, we conducted an AHP(Analytical Hierarchy Process) analysis among the experts from domestic medical institutions and SaMD providers to empirically analyze SaMD adoption factors. The results of this study showed that the priority of the main criteria for determining the adoption of AI-based SaMD was in the order of technical factors, economic factors, human factors, organizational factors, and environmental factors. The priority of sub-criteria was in the order of reliability, cost reduction, medical staff's acceptance, safety, top management's support, security, and licensing & regulatory levels. Specifically, technical factors such as reliability, safety, and security were found to be the most important factors for SaMD adoption. In addition, the comparisons and analyses of the weights and priorities of each group showed that the weights and priorities of SaMD adoption factors varied by type of institution, type of medical institution, and type of job in the medical institution.

• Journal of Life Science
• /
• v.33 no.8
• /
• pp.663-679
• /
• 2023

This review analyzes research trends related to new drug development using artificial intelligence from 2010 to 2022. This analysis organized the abstracts of 2,421 studies into a corpus, and words with high frequency and high connection centrality were extracted through preprocessing. The analysis revealed a similar word frequency trend between 2010 and 2019 to that between 2020 and 2022. In terms of the research method, many studies using machine learning were conducted from 2010 to 2020, and since 2021, research using deep learning has been increasing. Through these studies, we investigated the trends in research on artificial intelligence utilization by field and the strengths, problems, and challenges of related research. We found that since 2021, the application of artificial intelligence has been expanding, such as research using artificial intelligence for drug rearrangement, using computers to develop anticancer drugs, and applying artificial intelligence to clinical trials. This article briefly presents the prospects of new drug development research using artificial intelligence. If the reliability and safety of bio and medical data are ensured, and the development of the above artificial intelligence technology continues, it is judged that the direction of new drug development using artificial intelligence will proceed to personalized medicine and precision medicine, so we encourage efforts in that field.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.45-46
• /
• 2020

최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.

• Journal of the Korean Society of Radiology
• /
• v.83 no.4
• /
• pp.759-770
• /
• 2022

The importance of ethics in research and the use of artificial intelligence (AI) is increasingly recognized not only in the field of healthcare but throughout society. This article intends to provide domestic readers with practical points regarding the ethical issues of using radiological images for AI research, focusing on data security and privacy protection and the right to data. Therefore, this article refers to related domestic laws and government policies. Data security and privacy protection is a key ethical principle for AI, in which proper de-identification of data is crucial. Sharing healthcare data to develop AI in a way that minimizes business interests is another ethical point to be highlighted. The need for data sharing makes the data security and privacy protection even more important as data sharing increases the risk of data breach.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.707-708
• /
• 2024

최근 디지털 헬스케어 기술과 서비스가 널리 활용되면서 의료 인공지능 성능 향상에 대한 관심이 높아지고 있다. 그러나 양성 데이터 대비 질병 데이터가 희소하여 학습 과정에서 과적합이 발생하거나 질병 예측 모델의 성능이 떨어진다는 한계가 있다. 본 논문에서는 데이터가 균질하지 않은 상황에서 생성형 인공지능 모델을 사용하여 합성 데이터를 생성하는 방안을 제안한다. 실험 결과에 따르면, 종래 방법 대비 제안한 방법의 정확도가 약 5.8% 향상되었고, 재현율이 약 21% 개선되었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.360-362
• /
• 2023

건강정보 검색 요구가 증가하면서 다양한 건강정보 검색 서비스가 제공되고 있다. 하지만 최근의 건강정보 검색 서비스는 정형화 된 전문적인 의료정보와 그 해석을 제공하기 때문에 사용자는 이러한 정보를 스스로 이해하여 원하는 건강정보를 검색해야 한다. 사용자의 검색 피로를 줄이고 원하는 정보를 정확하게 얻을 수 있는 건강정보 검색 시스템 개발을 위하여 사용자의 비의료적 표현인 한국어 증상발화 데이터 구축이 선행되어야 한다. 이러한 데이터 구축은 많은 시간과 비용이 필요하기 때문에 이를 줄이기 위한 규칙기반 데이터 증강기법을 제시하고, 이를 활용하여 한국어 증상발화 데이터를 증강하였다. 증강된 데이터의 유효성을 보이기 위하여 KoBERT 기반의 증상분류 실험을 진행하였으며, 증강된 데이터가 그 전의 데이터보다 F1 스코어가 더 높음을 확인할 수 있었다.

• Journal of the Korean Society of Radiology
• /
• v.12 no.6
• /
• pp.793-799
• /
• 2018

As interest in artificial intelligence has increased, artificial intelligence has been actively studied in the medical field. In Korea, artificial intelligence has been applied to medical imaging devices such as X-ray imaging, Computer Tomography and Magnetic Resonance Imaging and artificial intelligence capable of acquiring radiation images of patients without radiologists in the future Medical devices are expected to be invented. This study was an initial study on the automation of patient positioning in X - ray imaging. We used x-ray equipment and human phantoms to evaluate the positioning. The program used Visual Studio 2010 MFC and the image was in the size $1450{\times}1814$. The pixel values were converted to contrasts with values of 0 to 255 that can be visually recognized and output to the monitor. We developed a procedure algorithm program that predicts the angle of the output image through three pixel coordinate values and induces the patient to perform correct positioning according to the voice guidance according to the angle. In the next study, we will study the artificial intelligence to grasp the structure itself and calculate the angle, rather than conveying the reference of coordinates to artificial intelligence. In the future, it is expected that it will be helpful in the study of artificial intelligence from shooting to positioning through the automation of positioning.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2024.05a
• /
• pp.436-438
• /
• 2024

의료 당국은 가능한 최상의 서비스를 보장하기 위해 코로나19와 같은 전염병 기간뿐만 아니라 일상적인 운영에서도 의료 공급망 프로세스를 효과적으로 관리해야 한다. 제품 리콜, 제품 공급 부족 모니터링, 만료 및 위조는 방지되어야 하는 중요한 의료 공급망 운영 중 일부이다. 본 논문에서는 블록체인과 분산형 스토리지 시스템을 사용한 위조 의약품 유통 방지 시스템을 제안한다. 제안하는 솔루션은 투명성을 높이고, 이해 관계자간의 커뮤니케이션을 개선하며, 제품 조달 일정을 단축하는 동시에 중요한 격차와 결함을 제거한다.

• The Journal of the Convergence on Culture Technology
• /
• v.5 no.2
• /
• pp.177-182
• /
• 2019

As progress of technology, Artificial Intelligence is applied in various fields of industry such as finance, production, medical treatment, service, art by changing the way they look continuously. As AI is progressive area, We have to know what kind of changing is merged in human society by AI. In this paper, through the investigations of Artificial Intelligence's concept and the way Artificial Intelligence's technology is implemented in modern industry, we studied positive effect and negative effect of AI. By this study, In conclusion, by realizing how close Artificial Intelligence had come to our life, we can prepare to seek a foothold to deal with this Artificial Intelligence.