주 메뉴 바로가기 본문으로 바로가기

전체 메뉴 사이트맵

닫기

본문 바로가기

기술동향

홈 > BT동향 > 기술동향

scrap print facebook twitter naverBand url
글 읽기

K-디지털헬스케어 이해하기-‘인공지능’편

분류 기술동향 > 바이오융합
출처 한국보건산업진흥원 조회 457
자료발간일 2021-07-02 등록일 2021-07-02
내용바로가기 https://www.khidi.or.kr/board/view?pageNum=1&rowCnt=10&no1=414&linkId=48858378&menuId=MENU01783&maxIndex=00488583789998&minIndex=00487620989998&schType=0&schText=&schStartDate=&schEndDate=&boardStyle=&categoryId=&continent=&country=
평점 평점이 없습니다.


K-디지털헬스케어 이해하기-‘인공지능’편


◈목차


01 서론

02 본론

03 결론


◈본문


 

인공지능인공지능의 활용과 고찰  (김광기)

 

 


01 서론
 
2000년대 초반 미국에서는 X-ray 영상이 주를 이루던 유방 영상에서 컴퓨터가 판독하는 것 을 인정한 이후로, 컴퓨터 보조 진단 분야에 한차례 많은 이슈와 발전이 있었다. 이후 이세돌과  파파고의 대결이 있었던 2016년 전후로 딥러닝 기술이 적용된 의료분야의 인공지능도 발전하 기 시작했다[1].
 
인공지능은 수학 및 통계적 기법에 의한 기계학습의 소프트웨어 기술로부터 금융, 경제, 의료에 이르기까지 알고리즘 기반의 모든 분야에 응용되고 있으며 특히 컴퓨터 비전 및 영상처리 분야, 제약 분야에서 비약적인 발전을 선도하는 핵심 기술로 자리 잡고 있다. 기계학습은 최근  통계학적 의료데이터분석을 포함한 의료기술에도 응용되고 있는데, 의료영상에서 기관이나 암 
부위의 추출 및 분할, 영상 정합, 영상 검색 등 전반적인 의료영상 분석 분야에 널리 활용되고 있다[2].
 
최근 딥러닝(deep learning)이라는 인공지능 방법이 핵심 기술로 대두되면서 관련 기술 및 응용 분야에 대한 관심도 높아지고 있다. 딥러닝은 생물의 신경계를 모방한 인공신경망(artificial neural network)의 하나이다. 기존의 인공신경망 모델이 얇은 층의 뉴런 모델들의 연결로 구성되어 있다면, 딥러닝은 뉴런 모델의 층을 깊게 쌓아 올림으로써 신경망의 학습 능력을 높이는 모
델이다. 
 
이렇게 여러 층으로 이루어진 인공신경망으로서의 딥러닝의 개념은 1970년대에 제안되었으나, 학습 계산의 복잡성 등으로 정체되어 있다가 최근 여러 연구를 통해 그 성능이 개선되었다. 이어 관련 연구들이 음성인식 및 영상인식 등의 분야에서 뛰어난 결과를 보이며 수요가 빠르게 증가하고 있다[3].
 
자율 주행 자동차 및 의료분야에서도 인공지능의 효과가 높아지고 있다. 이전에는 임상에서 연구 분야였던 내용이 실제 도로로 나와서 운용을 하는 수준으로 높아졌고, 병원에서도 자율 주행을 충돌 없이 잘 활용하는 연구 결과가 있었다. 이전에는 빛의 밝기 및 복잡도가 높은 병원의 통로에서 움직이기 어려웠으나 하드웨어의 성능 향상과 알고리즘의 발전으로 빠른 적용이 가능하였다.
 
우리나라에서도 가천대 길병원에 이어 2017년에는 부산대병원과 건양대학교병원까지 암 환자 치료법을 권고하는 왓슨 포 온콜로지 등을 도입하려고 한다. 국가적으로도 인공지능을 확대하기 위해서 한국형 왓슨 시스템 개발, 한국형 CDM(Common Data Model) 개발, PHIS 사업을 이어오고 있다. 
 

1.png

그림 1에서는 최근 인공지능의 의공학 분야의 역사에 대해서 정리하고 있다. 국제적으로도 구글이나 마이크로소프트, 중국의 바이두 등에서 계속된 인공지능 오픈소스 정책을 통해 좋은 알고리즘을 공개하고 있다. 이 알고리즘은 git 허브 사이트를 통해 공개 SW 및 데이터 형태로 오픈되어 많은 연구자가 활용하고 있다[5].
 
2010년 이후, Grand-challenge.org 사이트를 통해서도 10~20여 개의 데이터베이스를 공개적으로 오픈하고 있다[6]. 인공지능의 종류로는 지도 학습형과 비지도 학습형이 있다. 의료분야에서는 높은 신뢰도와 정확성이 중요하게 여겨지므로 주로 지도 학습으로 이루어지고 있다. 이에 따라 많은 전문 인력 과 시간이 소요된다. 
 
일부 연구자들은 비지도 학습 방법을 선택하지만, 의료분야에서 광범위하 게 활용하기 위해서는 아직 많은 보완이 필요하다. 최근에 의료영상에서의 인공지능 적용 분야가 확대되면서, 초음파 X-ray 영상 인공지능뿐만 아니라 장비 및 알고리즘의 발달에 따라 CT, MRI, Dynamic 영상에도 딥러닝이 적용됐다. 
 
이에 따라 많은 지도 학습을 통한 영상 분석이 요구되면서 더 많은 시간과 노력이 필요한 상황이다. 최근에는 임상적 도움을 주는 인공지능 시스템이 많아지고 있다. 


...................(계속)


☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.


관련기사
국내뉴스 사람처럼 행정서류 이해하는 인공지능 나왔다 2021-09-08
국내뉴스 화학연, 화학에 특화된 인공지능 플랫폼 ‘ChemAI’ 출시 2021-08-31
국내뉴스 질병치료·인공지능 등 원리 활용…뇌산업이 뜬다 2021-08-26
국내뉴스 치매환자 간호법 공유하는 인공지능 지식서비스 나온다 2021-08-06
특허동향 인공지능 및 빅데이터 관련 의료기기 주요기업 특허 출원 동향과 의료 분야 응용 기술 개발동향 2021-07-28
국내뉴스 “韓, 디지털헬스케어 도입 위해 ‘美 NTAP’ 참조해야” 2021-07-26
국내뉴스 한의·치의에도 디지털헬스케어 바람 불어 2021-07-13
기술동향 K-디지털헬스케어 이해하기-병원정보시스템 편 2021-07-09
정책동향 [2021년 Vol.04 KISA Report-4월호] 미국 인공지능 국가 안보 위원회(NSCAI) 보고서 주요 내용과 의미 등 ~ 2021-07-08
국내뉴스 갑상선 암 인공지능 기술로 정확히 진단…반복검사 줄인다 2021-07-01