• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권9호
• /
• pp.317-322
• /
• 2022

정보기술의 급격한 발달은 의료 환경에서도 많은 변화를 가져오고 있다. 특히 빅데이터와 인공지능(AI)을 활용한 의료영상 정보 시스템의 빠른 변화를 견인하고 있다. 전자의무기록(EMR)과 의료영상저장전송시스템(PACS)으로 구성된 처방전달시스템(OCS)은 의료 환경을 아날로그에서 디지털로 빠르게 바꾸어 놓았다. PACS는 여러 솔루션과 결합하여 호환, 보안, 효율성, 자동화 등 새로운 발전 방향을 보여주고 있다. 그 중, 영상의 질적 개선을 할 수 있는 빅데이터를 활용한 인공지능(AI)과의 결합이 활발히 진행되고 있다. 특히 딥러닝 기술을 활용하여 의료 영상 판독을 보조할 수 있는 시스템인 AI PACS가 대학과 산업체의 협력으로 개발되어 병원에서 활용되고 있다. 이처럼 의료 환경에서 의료영상 정보 시스템의 빠른 변화에 맞추어 의료시장의 구조적인 변화와 이에 대처할 수 있는 의료정책의 변화도 필요하다. 한편, 의료영상정보는 디지털 의료영상 전송 장치에서 생성되는 DICOM 방식을 기본으로 하고, 생성하는 방법의 차이에 따라 Volume 영상, 단면 영상인 2차원적 영상으로 구분된다. 또한, 최근 많은 의료기관에서는 스마트 병원 서비스를 내세우며 차세대 통합 의료정보시스템의 도입을 서두르고 있다. 차세대 통합 의료정보시스템은 EMR을 바탕으로 전자동의서, AI와 빅데이터를 활용한 정밀의료, 외부기관 등을 통합한 솔루션으로 구축하며, 이를 바탕으로 환자 정보 DB 구축과 데이터의 표준화를 통한 의료 빅데이터 기반의 의학 연구를 목적으로 한다. 우리나라의 의료영상 정보 시스템은 앞선 IT 기술력과 정부의 정책에 힘입어 세계적인 수준에 있으며, 특히 PACS 관련 프로그램은 의료 영상정보 기술에서 세계로 수출을 하고 있는 한 분야이다. 본 연구에서는 빅데이터를 활용한 의료영상 정보 시스템의 분석과 함께 의료영상 정보 시스템이 국내에 도입되게 된 역사적 배경을 바탕으로 현재의 흐름을 파악하고 나아가 미래의 발전 방향을 예측하였다. 향후, 20여 년 동안 축적된 DICOM 빅데이터를 기반으로 AI, 딥러닝 알고리즘을 활용하여 영상 판독률을 높일 수 있는 연구를 진행하고자 한다.

• 한국섬유공학회:학술대회논문집
• /
• 한국섬유공학회 1998년도 가을 학술발표회논문집
• /
• pp.248-251
• /
• 1998

최근 전자, 의료, 인공지능, 합금, 고분자 등의 여러 분야에 걸쳐 smart 재료에 관한 연구가 흥미롭게 진행되고 있는데, smart 재료의 특성은 Sensor-processor-actuator의 기능을 한 재료 시스템 내에 갖고 있는 경우를 뜻하기 때문에 자기진단, 자기수복기능 및 자기조정기능을 가질 수 있다[1]. (중략)

• 융합정보논문지
• /
• 제11권3호
• /
• pp.20-33
• /
• 2021

본 연구는 인공지능서비스가 확대되면서 개인정보의 처리 및 보호에 관한 안전성이 요구되어짐에 따라, 우리나라가 추진해야 할 개인정보보호 개선사항을 도출하고자 하였다. 이를 위해서 문헌조사를 통해서 자료 수집 및 분석을 기반으로 하였으며, 자율주행자동차, 의료/헬스케어, 에너지, 금융, 유통/물류, 법률자문, 홈비서 등 주요 인공지능서비스를 중심으로 개인정보 이슈사항 및 각 서비스에 적합한 개인정보보호기준을 도출하였다. 또한, 인공지능서비스에서의 개인정보보호에 관한 법제적 기준과 처리과정의 기준을 중심으로 주요국가의 추진사례를 검토하였고, 이를 중심으로 국내에 적용하여 개선방안으로 제시하였다. 이와 관련하여, 법제적 기준에서는 인공지능서비스 확대에 따른 개인정보보호 법률의 재정비, 인공지능서비스의 개발 및 제공에서의 책임과 원칙 준수, 인공지능서비스로 인한 개인정보침해 및 보안위협 등으로부터의 위험관리체계 운영 등이 요구된다. 처리과정의 기준에서는 첫째, 전처리 및 정제에 관해서 데이터셋 참조모델 표준화, 데이터셋 품질관리, AI애플이케이션의 자발적 라벨링이 필요하며, 둘째, 알고리즘 개발 및 활용에서는 알고리즘의 명확한 범위규정과 그에 대한 규제를 마련하여 적용할 필요가 있다. 특히, 국내의 안전한 인공지능서비스를 제공하기 위해서는 비식별조치 외에 우리나라에 적합한 개인정보보호 개선과제로 적용해 나가야 할 것이다. 따라서, 본 연구를 바탕으로 향후 인공지능서비스에서의 개인정보보호를 위한 프레임워크를 도출하는 연구를 하고자 한다.

• 융합정보논문지
• /
• 제10권6호
• /
• pp.35-40
• /
• 2020

미래 사회로 접어들면서, 건강한 삶의 증대를 위한 노력은 현대인들의 주요 관심 분야이다. 특히, ICT 기술과 경쟁력 있는 의료산업 환경을 융합하여 건강한 삶을 위한 기술 개발은 차세대 성장 동력으로 자리잡고 있다. 따라서, 본 논문에서는 건강 검진 프로세스에서 검진 결과에 대한 인공지능 기반의 데이터 분석을 적용하여 종합 판정의 신뢰성을 향상시킬 수 있는 지식 베이스 모델링을 구축하는 연구를 수행하였다. 이를 위해, 딥러닝 분석을 통한 알고리즘을 설계하여 검사 결과지수를 산출, 검증하고, 판정 지식을 통한 종합 검진 정보를 제공하는 모델링을 연구하였다. 제안한 모델링의 적용을 통해, 국민 건강에 대한 빅데이터 분석, 활용이 가능하여 의료비 절감 및 건강 증대의 효과를 기대할 수 있다.

• 보건행정학회지
• /
• 제34권2호
• /
• pp.103-105
• /
• 2024

인공지능(artificial intelligence, AI) 기술이 산업 전반으로 빠르게 확산되고 있다. AI를 활용하게 되면서 생기는 윤리적 이슈에 대한 관심도 높아지고 있다. 특히 건강과 생명을 주제로 연구하는 보건의료 분야에서 AI와 관련된 윤리적 이슈는 중요한 주제이다. 연구하고 출판하는 과정에서 AI 도구를 이용하였을 때 주의해야 할 연구윤리적 쟁점을 살펴보고자 한다. 연구과정에서 AI tool을 사용하여 번역하거나 인용하고 문장을 수정하는 과정에서 연구자가 의도하지 않은 표절이 생길 수 있어 주의가 필요하다. 현재 AI에게는 저작권이 부여되지 않기 때문에 AI 도구를 사용하여 생기는 연구윤리적 문제는 저자가 책임질 수밖에 없다. 연구자는 AI 도구를 활용하였을 경우 어떤 도구를 어떻게 활용했는지를 연구논문에 명시하도록 권고된다. 연구과정에서 AI 도구로 인한 연구윤리 쟁점 사례가 축적되어가면 다양한 지침들이 정비될 것으로 예상된다. 연구자는 연구출판과정에서 AI 도구의 사용과 관련된 국제적인 합의와 지침 동향에 대해 지속적으로 관심을 가져야 한다.

• 한국방사선학회논문지
• /
• 제10권8호
• /
• pp.637-643
• /
• 2016

최근 인공지능에 대중의 관심으로 인해, 인공신경망을 사용한 의료영상 처리가 학계와 산업계에서 관심이 커져가고 있다. 딥러닝을 이용한 컨볼루션 신경망은 영상을 효과적으로 표현할 수 있는 것으로 증명되었다. 그러나 학습을 위해서는 고성능 H/W 플랫폼이 요구된다. 따라서 고차원의 많은 학습 샘플을 저사양 H/W 플랫폼에서 학습하는 것은 매우 도전적인 문제이다. 본 논문에서는 온라인 인공 신경망을 사용해 라즈베리파이에서 동작할 수 있는 실시간 신경망 알고리즘을 제안하고자 한다. 다양한 실험 결과를 통해 제안된 방법은 실시간 학습이 가능함을 보여주었다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2024년도 제69차 동계학술대회논문집 32권1호
• /
• pp.325-327
• /
• 2024

국내외에서 AI기반 의료 솔루션 시장은 빠른 속도로 확장 중이며 이에 따른 다양한 의학 분야에서 많은 기법을 통한 의료 AI 시스템이 등장하고 있다. 그러나 기존 다양한 AI 연구가 이뤄짐에도 아직 중환자의 징후 예측에는 많은 어려움이 있다. 또한, 중환자의 경우 현재 의료진만으로 모든 환자를 필요한 시기에 진료하기엔 어려움이 있고 환자 상태 조기 예측이 필수적임을 관련 다양한 의학 기사를 통해 쉽게 인지할 수 있다. 본 연구에서는 위와 같은 문제점을 해결하고자 중환자의 진료 결과 데이터를 활용하여 환자의 진료 후 상태를 예측하는 모델을 생성하였다. '용인시산업진흥원'에서 제공하는 60만여 건에 달하는 환자 데이터를 수집하여, 중환자 상태 징후를 조기에 예측할 수 있는 머신러닝/딥러닝 기반 알고리즘으로 구현한 여러 모델에 대해 비교했을 때 딥러닝(DNN) 기반 모델이 약 92%의 분류 정확도를 측정할 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.346-347
• /
• 2019

의료영상은 환자의 질병을 진단하고 치료방침을 결정하는데 중요한 도구로 자리매김하고 있다. 최근 의료영상을 인공지능 연구가 국내외에서 활발하게 진행되고 있다. 특히 대규모의 의료영상들을 학습시켜 질병과 상태를 정밀 진단할 뿐만 아니라 예측하는 소프트웨어를 개발 하는 상황이다. 그러나 의료영상은 DICOM 표준에 따르고 있지만 태그정보의 사용은 의료기기와 의료기관마다 상이하다. 따라서 의료영상에 대한 메타 데이터의 표준화에 어려움이 있다. 본 논문은 이러한 의료영상 데이터를 표준화 할 수 있는 방법을 제안한다. 그리고 제안한 표준화 데이터로 변환할 수 있는 ETL 소프트웨어의 수행결과를 보이고, 조건에 따라 머신러닝 학습 데이터셋을 생성하는 결과를 제공한다. 향후 제안한 의료영상 표준화와 ETL 소프트웨어는 다양한 수요자 중심의 표준화된 데이터셋을 제공할 수 있는 플랫폼의 주요기능으로 활용 될 것으로 기대한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.268-271
• /
• 2019

최근 인공지능과 빅데이터 등 최첨단 기술이 빠른 속도로 의료 정보시스템에 도입됨에 따라 환자정보를 포함한 민감한 개인정보에 대한 사이버 공격이 급증하고 있다. 다양한 개인정보 비식별화에 대한 표준이 제안되었지만, 데이터의 범주에 따른 기법 적용에 대한 연구가 미비하다. 본 논문에서는 EHR 데이터를 위한 심근경색을 대상으로 하는 원격 의료 시스템을 위한 개인정보들에 대한 민감도를 4단계로 분류하고 이에 따른 비식별화 기법에 대해 제안한다. 본 논문에서 제안한 EHR 데이터에 대한 분류 및 비식별화 기법은 다양한 의료 정보 서비스를 위한 프라이버시 보호에 활용될 수 있다.

• 융합정보논문지
• /
• 제7권4호
• /
• pp.53-60
• /
• 2017

본 연구는 UTAUT 모델을 이용하여 보건의료분야 대학생들의 인공지능기술(Artificial Intelligence Technology, AI)의 사용 의도와 태도에 영향을 미치는 요인들을 규명하기 위해 시행되었다. 연구대상은 278명의 대학생으로, 2016년 5월 15일부터 6월 14일까지 자기기입식 설문지를 통하여 자료를 수집하였다. 연구결과 성과기대, 사회적 영향, 업무의 유용성, 불안요인이 사용 의도에 유의미한 영향을 미치는 것으로 나타났다. 그리고 성과기대, 업무의 유용성, 불안요인은 태도에 유의미한 영향을 미치는 것으로 나타났으며, 사용 의도는 태도에 영향을 미치는 것으로 나타났다. 불안요인과 업무의 유용성이 태도에 미치는 직접 효과가 사용 의도에 의해 부분 매개하는 것으로 나타났다. 대학생들의 AI 기술에 대한 긍정적인 사용 의도와 태도를 높이기 위해서는 사실에 근거한 정확한 정보전달과 막연한 불안감을 줄이면서 성과기대, 사회적 영향, 인지된 유용성을 향상시키는 것이 중요한 것으로 나타났다.