스탠퍼드 대학교의 연구진이 피부암을 피부과 전문의 수준으로 진단할 수 있는 딥 러닝(deep learning) 기반의 인공지능을 개발했다. 2017년 2월 네이쳐 지에 발표된 이 논문에서 인공지능은 피부 병변 사진의 판독에 대해서 피부과 전문의보다 더 나은 실력을 보였다. 최근 블로그에서 소개했던, 구글의 당뇨성 망막 [...]
이제는 ‘디지털 의료의 3단계’에서 세 번째 단계에 해당하는 데이터의 분석에 대해서 알아보려 한다. 1단계인 ‘측정’에서 우리는 많은 종류의 헬스케어 데이터가 다양한 방식을 통해서 측정될 수 있다는 것을 알아보았으며, 2단계 ‘통합’에서는 이 다양하고 방대한 데이터를 통합하기 위한 플랫폼에 대해서도 살펴보았다. 이제는 [...]
* 본 칼럼은 제가 매일경제에 기고한 것입니다. 분량 제한 때문에 실리지 못했던 원문을 올려드립니다. 매경의 칼럼은 여기에서 보실 수 있습니다. “1,000달러 게놈”이라는 캐치프레이즈를 들어본 적이 있는가. 1,000달러만으로 한 사람의 유전 정보 전체를 분석하는 것은 과학계의 오랜 숙원이었다. 그도 그럴 것이, [...]
애플은 헬스케어 회사다. 맥북, 아이폰, 아이패드를 만드는 스티브 잡스의 그 애플 말이다. 헬스케어 데이터 플랫폼의 첫 번째 사례로 애플의 헬스키트(HealthKit)를 본격적으로 설명하기 전에 헬스케어 분야에서 애플이라는 회사의 최근 행보를 먼저 살펴보려고 한다. 사실 필자에게 글로벌 IT 기업 중에서 가장 완전한 [...]
이제는 ‘디지털 의료의 3단계’에서 두 번째 단계에 해당하는 데이터의 수집과 통합에 대해서 알아볼 차례다. 1단계에서 우리는 무수히 많은 종류의 데이터가 다양한 방식을 통해서 측정될 수 있다는 것을 살펴보았다. 그 데이터들은 체온, 혈당, 혈압, 산소포화도, 심박, 심박 변이도, 심전도, 호흡수, 혈류량, 안압, [...]
