웨어러블, 특히 헬스케어 웨어러블의 경우에 가장 핵심적인 효용은 역시 의료적 효용이다. “OO적 효용”이라는 글자수를 맞추기 위해서 ‘의료’라는 용어를 썼지만, 좁은 의미의 의료라기 보다는 체중 감량이나, 운동, 스트레스 관리와 같은 넓은 의미의 건강 관리를 모두 포함하는 범주로 이해하면 되겠다. 많은 웨어러블은 사용자의 신체나 피부, 혹은 다른 장기와 직접 접촉하여 건강과 관련한 데이터를 측정한다. 시계나 손목 밴드, 반지, 목걸이, 패치, 반지, 복대, 양말, 셔츠, 브래지어, 반창고 등의 웨어러블은 피부와 접촉한다. 더 나아가, 프로테우스 디지털 헬스의 ‘먹는 센서’와 같이 알약처럼 복용하거나, 연속혈당계나 삽입형 제세동기(ICD)처럼 피하나 체내에 삽입하는 경우도 있다. 이러한 웨어러블의 경우 사용자에게 의료적 효용을 제공하는 것이 주 목적이다. 의료적 효용을 제공하려는 웨어러블은 […]
서울의대 비전추진위원회에서 2018년 11월 발표한 자료입니다. 10년 이후를 바라보고, 서울의대의 교육을 혁신하기 위해 미래 의료의 청사진을 부탁하셔서 준비한 자료입니다. 분량이 많아서 업로드가 잘 안되어, 두 편으로 나눠서 올려드립니다. (작은 화면에서는 슬라이드의 한글이 깨어져 보일 수 있습니다. 전체화면으로 보시면 잘 보입니다.) (상) (하)
(이 글은 제가 손해보험협회의 ‘월간손해보험’에 기고한 글입니다. 원문은 여기에서 확인하실 수 있습니다.) 디지털 헬스케어의 발전은 보험도 혁신하고 있다. 현재 디지털 헬스케어의 혁신은 결국 데이터에 기반한 것이다. 한 사람의 건강, 질병, 생활 습관에 대한 데이터가 양적, 질적 측면 모두에서 극적으로 개선될 뿐만 아니라, 이를 분석할 수 있는 인공지능도 발전하고 있다. 또한 이에 기반하여 건강을 유지하고, 질병을 관리할 수 있는 수단도 늘어나고 있다. 이는 결국 보험을 근본적으로 바꿔놓을 수 있다. 기존에 보험은 사후적, 수동적이었다. 사고가 나거나, 병에 걸리거나, 치료를 받은 이후에야 보험사가 개입한다. 하지만 디지털 헬스케어를 활용하면 선제적, 능동적 보험으로 변모할 수 있다. 자동차 보험에서는 이미 나이, 성별, 교육 수준, 주행 거리,
2018년 10월에 업데이트된 강의 자료입니다. 최신 논문 몇편이 업데이트 되었습니다. 서울대병원과 서울의대에서 발표할 자료입니다.
2018년 7월 23일 스타트업 얼라이언스의 ‘테헤란로 북클럽’ 행사에서 진행한 제 졸저 ‘의료 인공지능‘에 대한 강의입니다. 한 시간 정도 강의하고, 30분 정도 질의응답하는 시간을 가졌습니다. 강의 못 오신 분들 참고하시기 바랍니다! 강의 슬라이드는 여기에서 보실 수 있습니다. [youtube id=”iSRxY88eHm0″ width=”620″ height=”360″]
지난 7월 19일에 문재인 대통령이 분당서울대병원 헬스케어혁신파크를 깜짝 방문하여 의료기기 규제 개선 방안을 발표하면서, 관련 업계가 떠들썩하다. 필자도 사전에 초청을 받아 현장에서 대통령의 발표를 직접 들을 수 있었다. 사실 필자는 대통령이 방문하기 직전 의료기기 행사에 연자로 초청 받아 업계 동향 및 현안 등 대한 짧은 발표를 했다. 연자로 섭외될 때부터 보안이 심상치 않았고 주위 사람들의 귀띔이 있어서 ‘설마’ 했는데 정말 대통령이 방문할 줄은 몰랐다. 대통령이 직접 의료기기 산업 분야의 세부적인 문제점들을 언급하는 것을 눈앞에서 보고 있으려니 감회가 새롭기도 했다. 이 분야에서 일하는 실무자들 사이에서 이야기할 때나 나오는 용어들, 불만들 등이 대통령의 입에서 나오는 것이 신기하기도 했다. 또한 그동안 필자를 포함한 여러
제 신간, ‘의료 인공지능’의 출간 기념회에서 사용하고 있는 슬라이드입니다. 1시간 30분 정도의 분량으로, 시간이 짧을 경우 이 슬라이드를 조금 더 축약하여 사용하고 있습니다. 참고하시기 바랍니다.
제 세 번째 졸저, ‘의료 인공지능’이 출간되었습니다. 지난 2년여간의 집필 끝에 마침내 세상에 빛을 보게 되었습니다. 많은 분께서 아낌 없이 도와주시고 조언해주신 덕분입니다. 한국에서는 일반 독자를 대상으로 의료 인공지능의 기술적, 기술 외적 이슈를 모두 다룬 책은 처음입니다. 현재 의료 인공지능을 둘러싸고 제기되는 다양한 이슈들을 대부분 커버했다고 자신합니다. 사실 여전히 저는 의료 전문가도, 인공지능 전문가도 아닙니다만, 그렇기 때문에 제가, 저만이 할 수 있는 이야기들을 최대한 담아보려고 노력했습니다. 비전문가 독자들도 쉽게 읽을 수 있도록 가능한 평이한 언어를 사용하였고, 필요한 경우 주석도 마음껏 달아놓았습니다. 하지만 제가 이 책을 쓰면서 항상 머릿속에 둔 독자는 의료인, 특히 인공지능 시대를 살아가야 하는 젊은 의료인들이었습니다. 격변하는 시대를 살아가야 할 젊은
디지털 헬스케어 분야에서 2018년 상반기에 있었던 몇가지 주요한 소식을 리뷰해드립니다. 두번째로 지난 몇년 동안 계속 이어지고 있는 FDA의 규제 혁신에 대해서 정리해보았습니다. 제 유튜브 채널도 많이 구독해주세요! [youtube id=”WTuEr_tFJW8″ width=”620″ height=”360″]
유튜브 영상을 통해서 디지털 헬스케어 분야에서 2018년 상반기에 있었던 몇가지 주요한 소식을 리뷰해드립니다. 첫번째로 지난 5월에 있었던 국내 최초의 의료 인공지능 의료기기 인허가 소식과 관련해서 정리해드립니다. 제 유튜브 채널도 많이 구독해주세요! [youtube id=”wqXzmChH3N0″ width=”620″ height=”360″]
구글은 2018년 4월 미국암연구협회(AACR) 연례학술대회의 기조연설에서 병리과 인공지능과 병리과 전문의의 시너지가 있다는 연구 결과와, 병리 인공지능을 판독에 더욱 편리하게 활용하기 위한 증강현실 기반의 병리 인공지능 현미경을 공개했다. 이는 의료 인공지능이 의료 현장에 도입되기 위해서 시사하는 바가 크다. 참고로 AACR은 암 연구에 관한 가장 권위 있는 학회로, 기존에 의학 연구자들의 전유물로 이뤄지던 곳에서 다름 아닌 구글이 기조연설을 했다는 것이 큰 화제가 되기도 했다. AACR18 에서의 구글의 기조연설 구글에서 병리학 인공지능 관련 연구를 이끄는 마틴 스텀페(Martin Stumpe) 박사와 병리학 전문의인 제이슨 힙(Jason Hipp) 박사는 구글의 병리 인공지능을 병리과 의사들이 사용하였을 경우에 판독 정확성과 총 판독 시간에 대해서 시너지가 있을 수 있다는 가능성을
필자는 ‘인공지능은 의료의 미래를 어떻게 혁신하는가’ 시리즈를 통해서 의료 인공지능을 아래와 같이 크게 세 가지 유형으로 나눈 바 있다. 복잡한 의료 데이터를 분석하여 의학적 통찰력을 도출하는 인공지능 이미지로 나타낼 수 있는 의료 데이터를 분석 및 판독하는 인공지능 연속적인 의료 데이터를 모니터링하여 질병을 예측 및 예방하는 인공지능 이 시리즈에서 의료 인공지능의 두 번째 유형인, 의료 영상을 분석 및 판독하는 인공지능으로 유방촬영술(mammography) 엑스레이 판독, 당뇨성 망막병증 판독을 위한 안저 사진 분석, 피부암 사진 판독, 병리과 조직 검사 데이터의 판독 등에 대해서 자세하게 다루었다. 뷰노의 골연령 판독 인공지능 이번에 살펴볼 국내 인공지능 스타트업, 뷰노(VUNO)의 딥러닝 기반 골연령 판독 인공지능도 두 번째 의료
구글은 전자의무기록에 저장된 환자의 진료 기록을 딥러닝으로 분석하여 입원한 환자의 치료 결과를 정확히 예측하는 인공지능을 2018년 1월 발표했다. 이 딥러닝을 이용하면 환자가 입원 중에 사망할 것인지, 장기간 입원할 것인지, 혹은 퇴원 후에 30일 내에 재입원할 것인지, 그리고 퇴원 시의 진단명은 어떻게 될 것인지까지도 높은 정확도로, 조기에 예측할 수 있다. 병원의 전자의무기록(EHR)은 그야말로 의료 데이터의 보고라고 해도 과언이 아니다. 해당 병원에서 환자가 진료받은 모든 검사 결과, 진료 기록, 처방 내역 등이 포함되어 있기 때문이다. 특히 과거에는 종이 차트에 이를 기록하였으나, 미국에서 오바마케어 이후로 진료 기록을 디지털 데이터로 저장하는 EHR의 도입이 증가하면서 예측 모델을 만드는 것도 보다 용이해졌다. 이를 기반으로 환자의 치료
자. 지금까지 인공지능이 혁신할 의료의 미래에 대해서 방대하고도 다양한 측면을 살펴보았다. 인공지능 기술은 하루가 다르게 발전하고 있지만, 의료 인공지능에서 주요하게 논의되는 이슈들은 대부분 다뤄보려고 노력했다. (이 시리즈를 연재하는데 10개월 남짓 걸렸는데, 그 동안에도 사실 많은 변화들이 있었다.) 의료 인공지능이라는 주제를 과연 어떠한 관점으로 접근해야 할지로 시작해서, 세 가지 대표적인 유형의 의료 인공지능으로 나눠서 IBM 왓슨 포 온콜로지의 현재와 한계 및 향후 숙제, 딥러닝의 기술적인 배경과 의료 분야에서 주요한 성과들을 살펴보았다. 특히 딥러닝 기술의 발전은 영상의학과, 안과, 피부과, 병리과 등의 영상 의료 데이터를 해당 분야 전문의와 동등하거나 심지어 능가하는 성과를 보이기도 했고, 부정맥, 심정지, 당뇨, 패혈증과 같은 질환과 관계된 연속적인 의료 데이터를 모니터링하여 예방
만약 인공지능을 이용해서 진료하다가 의료 사고가 발생한다면 누가 책임을 져야 할까? 이번에는 의료 인공지능을 활용하는 과정에서 과실이 발생하거나, 치료 효과가 좋지 않은 등 부정적 효과가 발생할 경우에 대해서 논의해보려고 한다. 의료는 인간의 생명과 건강을 다루는 분야이기 때문에 안전성을 유지하는 것이 매우 중요하다. 하지만 인공지능은 절대 완벽하지 않을뿐더러, 의사도 인간인 이상 완벽한 존재라고 할 수는 없다. 그렇기 때문에 의료 인공지능에 어떠한 한계와 문제점이 있는지를 이해하고, 이러한 이슈를 어떻게 극복할 것인지 고민이 필요하다. 책임은 누구에게 있는가 먼저 책임은 누구에게 있는지를 살펴보자. 인공지능을 활용한 의료 행위에는 여러 주체가 직간접적으로 관여한다. 의사가 있고, 의료 인공지능을 개발한 개발사, 치료를 받는 환자, 진료 환경을 제공한 병원, 의료
