• 한국융합학회논문지
• /
• 제13권3호
• /
• pp.67-75
• /
• 2022

의료정보는 의료기기뿐만 아니라 카메라 등의 기기로부터 다양하게 생성된다. 최근 의료빅데이터 수집 및 관리에서부터 환자의 상태분석을 위한 의료인공지능 제품 및 관련 융합기술들이 급격히 증가하고 있지만, 실용화까지의 절차들이 산재되어 있어 실적용에 어려움을 겪고 있다. 본 논문에서는 의료인공지능 기술 연구, 개발 및 실용화 절차를 간소화하고, 관련 산업 발전 가속화를 위한 지능형 병원정보시스템 모델을 제안한다. 제안한 모델은 의료기관에서 (1)다양한 기기로부터 환자 데이터의 실시간 관리, (2)의료인공지능 기술 개발에 특화된 데이터 정제 및 관리, (3)개발된 의료인공지능 기술의 실시간 적용을 통합 지원한다. 이를 이용하여 환자모니터링기기로부터 실시간 생체데이터 수집 및 의료인공지능 특화 데이터 생성 사례와 기 개발된 카메라 기반 환자 보행분석 및 뇌MRA 기반 뇌혈관질환분석 기술의 구체적 적용사례를 소개한다. 제안한 모델을 기반으로 인공지능 개발에 필요한 데이터의 보안성 증대 및 일관된 인터페이스의 플랫폼화를 통한 실용화 증대로 병원정보시스템 개선에 활용되기를 기대한다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.99-108
• /
• 2021

최근, 예상치 못하고 지능적인 보다 고도화된 사이버 의료 위협 공격이 증가하고 있는 추세이다. 하지만 다양한 패턴의 사이버 의료 위협 공격 대응에 있어, 물리적인 차단과 의료기기 교체와 같은 규칙 기반 보안방법론은 인력 부족, 고가의 비용 부담 등의 한계를 지닌다. 이를 해결하기 위한 방안으로 최근 의료계에서도 인공지능 기술에 주목하고 있다. 인공지능 기술은 기존의 규칙 기반의 보안 프로그램과는 달리 과거의 이상행태를 스스로 학습하여 보안 위협 감지 및 예측을 가능케 하는 기술이다. 본 연구에서는 의료기관 통합의료정보시스템 내 의료정보 데이터를 수집 및 학습하여 AI 기반 네트워킹 행동 적응형 정보 플랫폼 개발 연구 방법론에 대한 소개를 포함한다. 이를 통해 규칙 기반의 보안 프로그램의 기술적 제반사항 소개와 제약 사항 대비 의료정보분야에서의 인공지능 기술을 활성화하기 위한 전략에 대해 논의한다.

• 전자통신동향분석
• /
• 제34권5호
• /
• pp.113-126
• /
• 2019

Based on the accumulation of medical big data, advances in medical artificial intelligence technology facilitate the timely treatment of disease through the reading the medical images and the increase of prediction speed and accuracy of diagnoses. In addition, these advances are expected to spark significant innovations in reducing medical costs and improving care quality. There are already approximately 40 FDA approved products in the US, and more than 10 products with K-FDA approval in Korea. Medical applications and services based on artificial intelligence are expected to spread rapidly in the future. Furthermore, the evolution of medical artificial intelligence technology is expanding the boundaries or limits of various related issues such as reference standards and specifications, ethical and clinical validation issues, and the harmonization of international regulatory systems.

• 전자통신동향분석
• /
• 제35권2호
• /
• pp.1-16
• /
• 2020

"Artificial Intelligence+" is a key strategic direction that has garnered the attention of several global medical device manufacturers and internet companies. Large hospitals are actively involved in different types of medical AI research and cooperation projects. Medical AI is expected to create numerous opportunities and advancements in areas such as medical imaging, computer aided diagnostics and clinical decision support, new drug development, personal healthcare, pathology analysis, and genetic disease prediction. On the contrary, some studies on the limitations and problems in current conditions such as lack of clinical validation, difficulty in performance comparison, lack of interoperability, adversarial attacks, and computational manipulations are being published. Overall, the medical AI field is in a paradigm shift. Regarding international standardization, the work on the top 10 standardization issues is witnessing rapid progress and the competition for standard development has become fierce.

• 문화기술의 융합
• /
• 제6권4호
• /
• pp.803-806
• /
• 2020

3차원 영상을 활용한 체형 측정 방식은 최근 3차원 측정 카메라와 알고리즘의 발전으로 인하여 보편적으로 활용되고 있다. 기존의 3차원 영상 장비들은 고가의 장비들로 보편화에 한계가 있었다. 최근 저렴한 3D 카메라와의 보급과 다양한 측정 방식의 발달로 인하여 여러 가능성을 보이고 있다. 이는 정확한 데이터 수집을 필요로 하는 의료기기 시장에 많은 영향을 미칠 수 있을 것으로 보인다. 인공지능을 활용한 다양한 의료기기 제품들이 등장하고 있는데 정확한 인공지능 알고리즘을 개발하기 위해서는 정확한 데이터 수집이 가장 중요하다. 3차원 영상을 활용한 인공지능 알고리즘 개발에 3D 카메라를 활용한 수집 장비들은 주요한 요소로 작용할 것으로 보여진다.

• Journal of Platform Technology
• /
• 제10권1호
• /
• pp.20-28
• /
• 2022

인공지능기반의 건강 데이터 검증은 임상 연구에 도움을 줄 뿐만 아니라, 새로운 치료법을 개발하는데 필수 요소가 되었다. 미국 식품의약 관리국이 의학진단 분야 중 인공지능을 이용하여 성인 당뇨병 환자의 경증 이상 당뇨병성 망막증을 감지하는 의료기기 마케팅을 승인한 이래, 인공지능을 이용한 테스트가 증가하고 있다. 본 연구에서는 구글에서 지원하는 Teachable Machine 을 이용하여 이미지 분류 기반의 인공지능모델을 생성하고, 학습을 통한 예측 모델을 완성하였다. 이는 현재 만성질환의 환자들 중 발생하는 안구 질환 중 백내장의 조기 발견하는데 용이하게 할 뿐만 아니라, 눈 건강을 위해 헬스케어 프로그램으로 안 질환 예방을 위한 디지털 개인건강 헬스케어 앱을 개발하기 위한 기초 연구로 진행되었다.

• 한국빅데이터학회지
• /
• 제8권1호
• /
• pp.111-129
• /
• 2023

디지털 혁신의 확산에 따라 의료 분야에서도 인공지능을 기반으로 한 혁신의료기술의 채택이 활발해지고 있다. 이에 따라 인공지능 기반 소프트웨어형 의료기기인 SaMD(Software as a Medical Device)의 출시 및 도입도 촉진되고 있지만, 의료기관의 SaMD 도입 요인에 대한 연구는 미흡한 편이다. 본 연구의 목적은 '인공지능 기반 SaMD' 도입에 대한 의료기관의 의사결정에 영향을 미치는 중요한 요인들을 찾고, 이들 요인의 가중치와 우선순위를 분석하는 것이다. 이를 위해 의료계의 기술수용 모델, 의료 인공지능 및 SaMD 등에 관한 문헌연구 결과를 바탕으로 델파이 조사를 실시하였으며, HOTE(Human, Organization, Technology and Environment) 프레임워크와 HABIO(Holistic Approach {Business, Information, Organizational}) 프레임워크를 결합하여 연구 모형을 개발하였다. 5가지 주기준과 22개의 하부기준으로 구성된 연구 모형을 바탕으로 국내 의료기관과 SaMD 공급자의 전문가들을 대상으로 AHP(Analytic Hierarchy Process) 분석을 실시하여 SaMD 도입 요인을 실증적으로 분석하였다. 본 연구의 결과, 인공지능 기반의 SaMD 도입을 결정하는 주기준의 우선순위는 기술적 요인, 경제적 요인, 인적 요인, 조직적 요인, 환경적 요인의 순으로 나타났고, 하부기준의 우선순위는 신뢰성, 진료원가 절감, 의료진의 수용도, 안전성, 최고 경영자의 지원, 보안성, 인허가 및 규제 수준의 순이었다. 특히, 신뢰성, 안전성, 보안성 등의 기술적 요인이 SaMD 도입에 있어서 가장 중요한 것으로 나타났다. 또한, 각 집단별 가중치와 우선순위를 비교·분석한 결과, SaMD 도입 요인의 가중치와 우선순위는 기관의 유형, 의료기관의 유형 및 의료기관 보직의 유형에 따라 매우 다른 것으로 나타났다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.881-887
• /
• 2023

본 연구는 한국에서 상용화된 인공지능(AI) 기반 의료 영상 장치의 발전과 현재 동향을 분석하는 것을 목표로 한다. 2023년 9월 30일 기준으로 한국 식품의약품안전처에 허가, 인증 및 신고된 AI 기반 의료기기는 총 186개로, 이 중 138개가 영상의학과와 관련된 제품이었다. 본 연구는 2018년부터 2023년까지의 연도별 허가 추세, 장비 유형, 적용 부위, 주요 기능 등을 종합적으로 고찰하였다. 연구 결과, AI 의료기기는 2018년 4개 제품에서 시작하여 2023년까지 꾸준한 성장세를 보였으며, 특히 2020년 이후 급격한 증가세를 나타내었다. 이는 AI 기술의 발전과 의료분야의 수요 증가가 상호 작용한 결과로 볼 수 있다. 장비별로는 CT, X-ray, MR 순으로 AI 의료기기가 개발되었으며, 이는 각 장비별 이미지의 특성과 임상적 중요성을 반영한다. 본 연구에서는 흉부, 뇌신경, 근골격계 등 특정 부위에 대한 AI 의료기기 개발이 활발한 것을 확인하였고, 주요 기능별로는 의료영상 분석, 탐지 및 진단 보조, 영상 전송 등이 주를 이루었다. 이러한 결과는 AI의 패턴 인식 및 데이터 분석 능력이 의료영상 분야에서 중요한 역할을 하고 있음을 시사한다. 또한, 본 연구는 한국 제품이 국제적인 인증, 특히 미국 FDA와 유럽 CE 인증을 받은 사례를 조사하였다. 그 결과, 다수의 제품이 두 기관의 인증을 받았으며, 이는 한국의 AI 의료기기가 국제적 수준에 부합하며, 글로벌 시장에서의 경쟁력을 갖추고 있음을 보여준다. 본 연구는 AI 기술이 의료영상 분야에서 미치는 영향과 그 발전 가능성을 분석함으로써, 향후 연구 및 개발 방향에 중요한 시사점을 제공한다. 하지만, 규제 측면, 데이터의 질과 접근성, 임상적 유효성 등의 도전 과제도 지적되어, 이러한 문제들에 대한 지속적인 연구와 개선이 요구된다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1046-1052
• /
• 2021

4차 산업의 발전과 고성능의 컴퓨팅 환경 구축으로 다양한 산업분야에서 인공지능이 적용되고 있다. 의료분야에서는 X-Ray, MRI, PET 등의 의료 영상 및 임상 자료를 이용하여 암, COVID-19, 골 연령 측정 등의 딥 러닝 학습이 진행되었다. 또한 스마트 의료기기, IoT 디바이스와 딥 러닝 알고리즘을 적용하여 ICT 의료 융합 기술 등이 연구되고 있다. 이러한 기술 중 의료 영상 기반 딥 러닝 학습은 의료 영상의 바이오마커를 정확히 찾아내고, 최소한의 손실률과 높은 정확도가 필요하다. 따라서 본 논문은 흉부 X-Ray 이미지 기반 딥 러닝 학습 과정에서 손실률을 도출하는 손실 함수 중 영상분류 알고리즘에서 사용되는 Cross-Entropy 함수들의 성능을 비교·분석하고자 한다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.115-116
• /
• 2021

5세대(5G) 이동통신망의 보급과 코로나19 여파로 비대면 시대가 열리면서 가상 증강현실(VR·AR)을 기반으로 한 '실감(XR·Extended Reality)경제가 본격화 되었다. 가상증강현실의 적용분야로는 게임·영화 등 엔터테인먼트, 제조업, 쇼핑 및 전자상거래, 병원·의료기기, 고객서비스, 지식서비스교육 분야 등이 있다. 본 논문은 VR·AR&교육콘텐츠를 키워드로 최근 3년(2018.1.1.~2020.12.31.)간 중앙지, 경제지 등 54개 언론사 기사를 빅카인즈와 데이터랩을 이용하여 관계도 분석, 월간 키워드 트렌드, 연관어 분석을 하였다. 'VR, AR, 에듀테크'를 키워드로 뉴스 검색결과 63,959건 중 '에듀테크' 검색결과 2018년 632건, 2019년 1043건, 2020년 2389건으로 해마다 급 상승하였다. '(AR+VR)AND 교육콘텐츠'에 대한 검색 결과 연관성(키워드 빈도수)이 높은 키워드로는 증강현실(120), 가상현실(116), 인공지능(114), 에듀테크(100), 코로나19(66), 실감형(65), 아이들(61), VR·AR(56), ICT(35), 빅데이터(25) 순으로 가상·증강현실 기술 발전, 코로나19의 장기화, 교육의 효율성으로 에듀테크 분야의 활용도가 급격히 증가함을 확인할 수 있었다.