Professional Documents
Culture Documents
보건의료 분야에서의 인공지능과 기계학습 활용 및 전망
보건의료 분야에서의 인공지능과 기계학습 활용 및 전망
보건의료 빅데이터 동향
1. 들어가는 글
●● 딥러닝(Deep learning)을 필두로 하는 인공지능이 영상 분석, 음성인식 등 다양한 분야에서
우수한 성과를 보이며, 보건의료 분야에서도 인공지능에 대한 기대감이 높아짐
7000
6000
5000
The number of publications
4000
3000
2000
1000
0
1950 1960 1970 1980 1990 2000 2010 2020
Deep learing Machine learing Artificial learing
6
HIRA 빅데이터 브리프
●● 따라서, 본 고에서는 인공지능, 기계학습, 딥러닝에 대한 기본적인 개념을 간단히 설명하고, 보건
의료 분야에서 활용된 사례와 향후 전망에 대해 살펴보고자 함
2. 인공지능과 기계학습
2.1 인공지능
●● 딥러닝이 인공지능 분야의 대표적인 알고리즘으로 자리잡으면서, 딥러닝이 곧 인공지능으로
표현되는 경우가 많으나, 인공지능은 훨씬 광범위한 개념임
▶▶ 전통적인 정의에 따르면 인간의 지능을 흉내내는 모든 프로그램을 인공지능이라고 할 수 있음2)
7
Ⅰ. 보건의료 빅데이터 동향
▶▶ 따라서 지능의 원리는 따지지 않고 프로그램의 결과가 인간의 지능과 유사한 결과를 보인다면
인공지능이라고 할 수 있어, 의사결정나무, Support vector machine, 인공 신경망 등 다양한
알고리즘이 존재함
▶▶ 예를 들어, 어떤 전문가의 경험을 바탕으로 작성된 단순한 순서도(flowchart) 기반의 프로그램도
입력에 대한 결과 반응이 인간의 반응과 유사하다면 인공지능이 될 수 있음
2.2 기계학습
●● 기계학습(machine learning, ML)은 인공지능의 여러 분야 중 한 분야에 속함(그림 2)
▶▶ 기계학습은 다양한 방법을 이용해서 데이터에 존재하는 어떤 패턴을 찾아가는 특징이 있어 ‘학습’
이라는 단어가 붙음
[그림 3] 비지도학습 결과 예시
8
HIRA 빅데이터 브리프
[그림 4] 지도학습 결과 예시
정책수립
경험(행동, 보상)
→ 오른쪽 선택
강화 학습
-10 +10
[그림 5] 강화학습 결과 예시
9
Ⅰ. 보건의료 빅데이터 동향
3. 인공지능과 데이터
●● 앞서 살펴본 바와 같이, 인공지능의 개념은 매우 광범위하지만 현재 가장 주목받고 있는 분야는
데이터에 기반한 방법인 기계학습이며, 그 중에서도 딥러닝이 비지도, 지도, 강화학습 분야에서
가장 활발하게 사용되고 있음
▶▶ 기계학습 알고리즘은 데이터로부터 패턴을 학습하여 데이터가 많을수록 좋은 성능을 보이며,
특히 딥러닝 기반 모델의 경우 모델의 복잡성이 높아 더 많은 데이터가 필요함
Deep learning
Performance
Most other
algorithms
Amount of Data
●● 대부분의 산업 분야에서 정보화가 이루어지고, 데이터 저장에 필요한 비용이 급격하게 감소하면서
가용 데이터의 양이 급속하게 증가함
▶▶ 2010년대 초반, 전 세계의 데이터 양은 5zettabytes 미만이었지만 2018년도에는 33zettabytes,
2025년도에는 175zettabytes에 이를 것으로 예상되고 있음3)
10
HIRA 빅데이터 브리프
11
Ⅰ. 보건의료 빅데이터 동향
12
HIRA 빅데이터 브리프
4. 보건의료 분야에서의 활용 사례
▶▶ 이렇게 수치화된 개념들은 유사한 의학용어를 추천해 주거나, 유사한 환자들을 찾는데 활용될
수 있음
13
Ⅰ. 보건의료 빅데이터 동향
●● 그림 11은 임상시험 대상자를 찾는 프로그램에 응용된 사례로 특정 약물을 검색하면 비슷한
사용 패턴을 보였던 약물들을, 일부 환자군을 선택하면 유사한 환자군들을 추천해줌으로써
분석과정을 지원함
14
HIRA 빅데이터 브리프
15
Ⅰ. 보건의료 빅데이터 동향
4.3 강화학습 : 패
혈증 환자에 대한 승압제 및 수액 치료 전략
수립 사례
●● 최근 Nature medicine지에 발표된 논문에 따르면, 중환자실에서 치료했던 데이터를 기반으로
가상의 임상 환경을 마련해 두고, 그 안에서 시행착오를 경험하며 적절한 승압제와 수액치료를 할
수 있도록 인공지능 모델을 학습시킴5)
16
HIRA 빅데이터 브리프
5. 미래 전망
●● 앞서 살펴본 내용들을 바탕으로 보건의료 분야의 빅데이터에서 인공지능 및 기계학습이 적용되는
과정을 보면 그림 16과 같음
17
Ⅰ. 보건의료 빅데이터 동향
●● AI clinician은 다음과 같은 점에서 인간보다 우수한 능력을 보여줄 것으로 예상됨
▶▶ 환자로부터 필요한 데이터를 보다 효율적으로 수집함
▶▶ 정확한 진단을 먼저 내릴 수 있음
●● 따라서 보건의료 분야에서 활용될 인공지능 기술에 대한 관심을 넘어, 향후 개발될 AI clinician
과의 공존 방향에 대해서도 고민이 필요함
18
HIRA 빅데이터 브리프
참고문헌
1. PubMed. https://www.ncbi.nlm.nih.gov/pubmed/.
3. Rydning DRJGJ. The Digitization of the World From Edge to Core. 2018.
5. Komorowski M, Celi LA, Badawi O, Gordon AC, Faisal AA. The Artificial
Intelligence Clinician learns optimal treatment strategies for sepsis in intensive
care. Nat Med. 2018;24(11) : 1716-1720.
19