AI 의료 : AI 기술이 의료 분야에서 어떻게 활용될 수 있는지에 대해 다루고 있습니다. 주요 내용으로는 가상 간호 보조사, 이미지 분석, 로봇 수술, 의료 진단 지원, 의료 관리 등 다양한 의료 분야에서 AI의 적용 가능성과 그로 인한 잠재적 혜택을 설명합니다. AI 기술의 발전은 의료 서비스의 효율성을 높이고, 의료 비용을 절감하며, 전반적인 의료 품질을 개선하는 데 기여할 것으로 기대됩니다.
최근 전 분야에 다각도로 AI 기술이 활용되고 있습니다. 여기서 사이언스데일리에서 나온 기사를 참고로 AI 의료분야 중 인공지능과의 협업이 가장 활발할 것이라고 예상하는 5가지 분야를 예상해 봅니다.
최신 의료분야는 신약 개발부터 수술 지원까지 최근 몇 년 동안 의료 분야의 AI 애플리케이션에서 많은 혁신을 볼 수 있었습니다. Statista 에 따르면 AI 헬스케어의 예상 시장 가치는 2030년까지 약 1,870억 달러가 될 것으로 예상합니다. 또한 AI, 머신 러닝(ML), 딥 러닝(DL)의 향상된 알고리즘은 의료 시설에서 더 높은 정확도와 더 빠른 솔루션을 제공하고 있습니다.
AI 기반 솔루션을 통합하여 의료 산업을 어떻게 개선하고 있는지에 대해서 5가지 의료분야를 선정하여 살펴보겠습니다.
1. 가상 간호 보조사
Syneos Health Communications 의 보고서에 따르면 환자의 64%가 AI 가상 보조 간호사와 상호 작용하는 것이 더 편하다고 말합니다. 이 가상 보조 간호사는 쳇봇과 스마트 스피커 그리고 최종적으로 이동형 로봇형태의 쳇봇 플러스 등 다양한 모델이 여러 병원에서 시범 운영되고 있습니다.
가상 간호 조무사 시장 예측 2020-2029
가상 간호 조무사 시장은 예측기간인 2020-2029년 동안 높은 CAGR 로 성장할 것으로 예상됩니다. 스마트폰을 활용한 의료 응용 프로그램의 사용 및 만성 질환의 유병률 증가 그리고 양질의 의료 서비스에 대한 수요 증가가 간호사의 폭발적인 수요 증가로 이뤄지고 있습니다. 하지만 인건비 및 인력 공급의 제한으로 인해 각 국가의 가상 간호 조무사에 대한 시장 요구가 증가하고 있으며, 이로 인해 이 분야의 광범위한 연구가 시장 발전을 촉진할 것이라고 예상됩니다. 시장의 성장은 사물 인터넷 및 의료분야의 인공지능의 통합을 가속화 할것으로 예상합니다.
시장의 제품을 2가지로 분류하면 쳇봇과 스마트 스피커로 나눌수 있습니다. 쳇봇 부분은 음성 또는 텍스트를 통해 다양한 수준의 간호사와 환자 그리고 의사를 지원할 수 있기 때문에 의료부분의 가상 비서에 대한 수요 증가로 인해 가장 큰 시장 점유율을 차지할 것으로 예상됩니다. 쳇본은 이동성 로봇의 형태로 그리고 점점 다양한 기능을 포함한 형태로 진화하고 있습니다.
스마트 스피커 부분은 자동 음성 인식과 같은 발전으로 예측 기간동안 가장 빠르게 성장할 것으로 보여집니다. 스마트 스피커 부분은 가정에서 치매 등의 환자 관리등에 특화된 서비스로 현재 진화중이며, 편안함과 편의성을 높이는 환자 관리형 모델로 성장하고 있습니다. 이런 빠른 발전은 인공지능 기술의 활용으로 인해, 의료 전문가의 임상 플로우와 작업 효율성을 빠르게 발전 시키는 것이 한 이유입니다.
가상 간호 조무사 시장 지역 분석
북미 지역은 글로벌 가상 간호 조무사 시장에서 가장 높은 점유율을 2020년 기준으로 차지했으며, 아시아 태평양 지역과 그 다음 유럽지역이 뒤를 이었습니다. 북미지역의 시장 점유율은 의료 부문의 비용절감 필요성 증가에 기인합니다. 또한 의료산업의 전반적인 시설 확충 및 신기술 수요 증가도 한 몫 하고 있습니다.
아시아 태평양 지역은 한국, 일본과 같은 급속한 고소득 노령화 국가와 인도 및 중국과 같은 낮은 생산성으로 인한 가상 간호 조무사 시장 솔루션에 대한 인식 증가와 같은 요인으로 가장 빠르게 성장하는 지역이 될 것으로 예상됩니다. 또한 이지역의 R&D 투자 증가와 의료 인프라 증가는 해당 산업의 전반적인 성장에 영향을 미칠 것으로 예상됩니다.
시장세분화
가상 간호 조무사 시장에 대한 시장 세분화는 다음 부문이 포함됩니다.
제품별
스마트스피커
쳇봇
사용자 인터페이스
자동 음성 인식
텍스트 기반
텍스트 음성 변환
기타
최종 사용자별
의료 서비스 제공자
환자
기타
성장동력
사물 인터넷 등의 다양한 스마트폰 장치의 기술 발전
의료 어플리케이션의 사용 증가
만성 질환의 유병률 증가
양질의 의료 서비스 제공에 대한 수요 증가
의료 분야의 인공지능 기술 채택 및 통합 증가
도전과제
의료 전문가의 인식 부족
데이터 개인 정보 보호 및 보안 문제
주요기업
Sensely
Sensely의 플랫폼은 “Molly”라는 가상 간호사 아바타를 사용하여 음성 및 텍스트를 통해 환자와 상호 작용하고 개인화된 환자 참여 및 모니터링을 제공합니다. Sensely는 기존 임상 워크플로우 및 전자 건강 기록(EHR) 시스템과 통합되어 의료 서비스 제공자가 환자의 건강 상태와 요구 사항을 더 쉽게 추적할 수 있도록 해줍니다.
Ada Health
Ada Health는 환자가 자신의 증상을 이해하는 데 도움을 주고 자가 관리 조언 혹은 전문적인 의료 지원과 같은 의료의 다음 단계로 안내하는 AI 기반 건강 평가 도구를 제공합니다. Ada의 플랫폼은 의사 결정 지원을 제공함으로써 의료 서비스 제공자를 지원하고 이를 통해 환자 치료를 향상시키도록 설계되었습니다.
Babylon Health
Babylon Health는 증상 확인 및 의료 전문가와의 가상 상담이 포함된 AI 기반 플랫폼을 제공합니다. 그들의 서비스는 환자가 스마트폰을 통해 의료 조언과 상담을 받을 수 있도록 의료 서비스를 저렴하게 만드는 것을 목표로 합니다.
Orbita.ai
Orbita는 음성 및 챗봇 기술을 사용하여 의료 가상 비서를 만드는 플랫폼을 제공합니다. 이러한 보조 장치는 환자 참여, 교육, 원격 모니터링 등 다양한 목적으로 사용될 수 있습니다. Orbita의 솔루션은 웹사이트, 모바일 앱, Amazon Alexa 및 Google Assistant와 같은 음성 플랫폼에 통합되도록 설계되었습니다.
Care Angel
Orbita는 음성 및 챗봇 기술을 사용하여 의료 가상 비서를 만드는 플랫폼을 제공합니다. 이러한 보조 장치는 환자 참여, 교육, 원격 모니터링 등 다양한 목적으로 사용될 수 있습니다. Orbita의 솔루션은 웹사이트, 모바일 앱, Amazon Alexa 및 Google Assistant와 같은 음성 플랫폼에 통합되도록 설계되었습니다.
X2AI
X2AI의 Tess는 문자 기반 대화를 통해 정신 건강 지원을 제공하는 심리 AI입니다. Tess는 정서적 건강 지원, 대처 전략 및 심리 교육을 제공하여 개인이 정신 건강 서비스에 더 쉽게 접근할 수 있도록 설계되었습니다.
Nuance Communications
Nuance는 환자 접수, 문서화, 진료 조정에 도움을 줄 수 있는 가상 간호 보조원을 포함하여 의료용 AI 기반 솔루션을 제공합니다. 그들의 기술은 의료 서비스 제공자의 관리 부담을 줄여 환자 치료에 더 집중할 수 있도록 하는 것을 목표로 합니다.
Research Nester 참조
의료 관리에 가상 간호 보조사를 추가하면 다음과 같은 추가적인 이점을 제공할 수 있습니다.
간호 지원 및 약물에 대한 연중무휴 24시간 이용 가능
지속적인 모니터링
정기적인 의사소통
병원 재입원 또는 불필요한 방문 방지
의사와의 방문 일정 잡기
효과적인 치료 환경에서 가상 간호 보조원을 사용하면 의료 업계에서 매년 200억 달러를 절약할 수 있습니다 . 가상 간호사 보조원은 AI 기반 챗봇, 앱, 음성 및 기타 인터페이스를 사용하여 건강 상태 점검을 수행할 수 있습니다.
2. 이미지 분석
오늘날 이미지 분석은 인간에게 시간이 많이 걸리는 작업입니다. 연구원들은 방사선학 도구를 개선하기 위해 기계 학습 모델을 훈련시키는 데 지속적으로 노력하고 있습니다.
방사선학 도구
의료 방사선학 도구는 방사선학에서 의료 이미지를 획득, 처리 및 분석하는 데 사용되는 장비 및 소프트웨어를 말합니다. 방사선학은 신체 내 질병을 진단하고 치료하기 위해 영상을 사용하는 의료 전문 분야입니다. 이러한 도구는 임상의가 장기, 조직 및 골격계의 구조와 기능을 시각화하고 다양한 의학적 상태의 진단, 치료 계획 및 모니터링을 위한 중요한 정보를 제공하는 데 필수적입니다. 의료 방사선 도구의 주요 유형은 다음과 같습니다.
1. 엑스레이 장비
기능: 전리 방사선을 사용하여 신체 내부 구조의 이미지를 캡처합니다. 엑스레이 기계는 뼈를 검사하고, 골절을 발견하고, 흉부와 복부의 이상을 식별하는 데 널리 사용됩니다.
2. 컴퓨터 단층촬영(CT) 스캐너
기능: 다양한 각도에서 촬영한 다양한 X선 측정값을 컴퓨터로 처리하여 조합하여 스캔한 개체의 특정 영역에 대한 단면(단층 촬영) 이미지를 생성하므로 사용자가 절단하지 않고도 개체 내부를 볼 수 있습니다.
3. 자기공명영상(MRI) 스캐너
기능: 강한 자기장과 전파를 사용하여 신체의 장기와 조직에 대한 상세한 이미지를 생성합니다. MRI는 뇌, 척추, 관절 및 연조직의 영상을 촬영하는 데 특히 유용합니다.
4. 초음파 기계
기능: 고주파 음파를 사용하여 신체 내부의 이미지를 생성합니다. 초음파는 산부인과에서 태아 검사뿐 아니라 기관 및 연조직의 영상 촬영에도 일반적으로 사용됩니다.
5. 양전자 방출 단층촬영(PET) 스캐너
기능: 생물학적 활성 분자를 통해 체내에 도입되는 양전자 방출 방사성 리간드에 의해 간접적으로 방출되는 감마선을 감지합니다. PET는 암을 발견하고 뇌와 심장 기능을 검사하는 데 특히 유용합니다.
6. DICOM(Digital Imaging and Communications in Medicine) 소프트웨어
기능: 의료 영상에서 정보를 처리, 저장, 인쇄 및 전송하기 위한 표준입니다. DICOM 소프트웨어를 사용하면 여러 제조업체의 다양한 유형의 이미징 장치, 서버, 워크스테이션 및 네트워크 하드웨어를 사진 보관 및 통신 시스템(PACS)에 통합할 수 있습니다.
7. 사진 보관 및 통신 시스템(PACS)
기능: 의료 영상의 저장, 검색, 관리, 배포 및 제시를 위한 전자 플랫폼입니다. PACS를 사용하면 방사선 전문의와 기타 의료 전문가가 영상 데이터에 쉽고 효율적으로 액세스할 수 있습니다.
8. 방사선 치료 장비
기능: 주변의 건강한 조직에 대한 노출을 최소화하면서 정확한 양의 방사선으로 종양을 표적으로 삼아 암을 치료하는 데 사용되는 선형 가속기(LINAC)와 같은 도구가 포함되어 있습니다.
MIT 연구팀은 현재 달성 가능한 속도보다 1000배 빠르게 3D 스캔을 평가할 수 있는 ML 알고리즘을 개발했다고 합니다.
AI 이미지 분석은 의료 서비스 제공자에 대한 접근이 제한된 소외 계층을 지원할 수 있습니다. 환자가 휴대폰 카메라를 이용해 베인 상처, 발진, 타박상 등의 이미지를 전송할 수 있어 원격의료 효과도 높아질수 있습니다. 이는 도움이 필요한 환자에게 필요한 치료를 결정하는 데 도움이 됩니다.
3. AI를 이용한 로봇수술
인공지능(AI) 로봇수술이 의사 단독 수술에 비해 수술 후 합병증을 5배 줄일 수 있다는 연구 결과가 나와 있습니다.(https://www.thespinejournalonline.com/article/S1529-9430(17)30851-3/abstract) 이 연구에는 약 379명의 정형외과 환자가 참여했습니다. 수술용 로봇은 외과의사가 전통적인 방법보다 복잡한 수술을 더 정확하게 수행할 수 있도록 도와주었습니다.
AI를 활용한 로봇 수술은 덜 침습적이며 환자가 빠르게 치료할 수 있는 것으로 알려져 있습니다. 혈액 손실, 수술 후 통증 및 감염 위험을 줄이는 데에도 도움이 됩니다.
의료 분야의 로봇은 약 400억 달러 이상의 가치가 있는 것으로 예상합니다. 수술 전 의료 기록의 데이터를 분석하기도 하며, 수술을 수행하는 동안 외과 의사를 돕는 기능도 제공합니다.
이 로봇은 환자의 이전 수술 이력을 바탕으로 새로운 수술 기법을 제안해 입원 기간을 21% 이상 줄일 수 있다는 연구도 발표되었습니다.
4. 의료 진단 지원
하버드 공중보건대학원 보고서에 따르면 의료 진단에 AI를 접목하면 건강 문제를 40% 개선하고 치료 비용을 50% 줄일 수 있다고 합니다.
AI 의료 진단의 많은 사용 사례를 나열하는 것은 이직은 초기단계이고 시기상조이지만, 많은 연구에서 AI가 의료 전문가를 능가하는 방법을 보여줄 것으로 예상합니다.
5. 의료 관리 분야
자동화와 AI는 의료 종사자의 시간을 많이 절약할 수 있습니다. 서류 작성, 의료 기록 보관, 메모 작성, 내용 요약과 같은 일상적인 작업을 수행할 수 있습니다.
또한 AI는 다양한 부서 간의 코딩 및 정보 공유에도 도움을 줄 수 있습니다. AI 통합으로 의료 산업은 최대 180억 달러를 절약 할 수 있을것이라 예상합니다.
결론
인공지능은 의료산업에서 폭넓게 활용되고 있습니다. 인적 오류 감소부터 의료 전문가 지원에 이르기까지 AI는 의료의 다양한 부문을 간소화하는 데 도움이 됩니다.
의료 분야에서 AI가 더 많이 발전하면 임상의의 작업이 자동화되어 의사가 환자에게 효과적인 대면 전문 의료 서비스에 더 많은 시간을 할애할 수 있게 되어, 전반적인 의료 분야의 효율성과 또한 의료 혁신을 앞당길 것으로 예상합니다.
