보건의료 데이터 현황 및 의료분야 인공지능 활용사례

얼마 전 보건복지부에서 발표한 보건의료 데이터를 활용한 인공지능 혁신전략 내용 보도자료 및 전략 보고서 자료를 참고하여 보건의료 데이터 국내외 현황 및 의료 인공지능 투자 분야와 함께 의료 AI 기술 사례에 대해 살펴보겠습니다.

 

1. 보건 의료 데이터 현황 및 가치

전 산업군에서 데이터를 활용한 인공지능 기술혁신이 전방위적으로 일어나고 있지만 시너지 효과가 클 것으로 기대되는 의료 부문에서는 아직까지 데이터의 실제 활용도는 낮은 현실이라고 합니다. 보건복지부 발표자료에 따르면 건강보험 등 공공데이터와 병원 임상 빅데이터 등을 포괄하는 보건의료 데이터는 의료기술 혁신이나 바이오헬스 산업 측면에서 가치가 매우 높지만, 낮은 데이터 표준화 및 품질관리, 개인정보 침해 우려 등으로 실제 활용도는 낮은 실정이라고 합니다. 국내 공공 및 민간부문에서 보유하고 있는 보건의료 데이터 및 활용 현황은 아래 표와 같습니다.

 

 

 

보건의료 데이터 보유 및 활용 현황(자료:보건복지부)

 

해외 사례 중 미국과 핀란드 그리고 일본의 의료데이터 활용 사례를 살펴보면 보건의료 데이터의 활용 가치에 주목하고 관련 국가전략 수립, 고부가가치 빅데이터 플랫폼 구축 등의 지원 정책을 적극 추진하고 있는데요, 아래 표를 참고해 주시기 바랍니다.

 

해외 의료데이터 활용사례(자료:보건복지부)

 

2. 의료 인공지능 4대 연구개발 중점투자 분야

의료 데이터 특화한 AI 기술은 어떤 것이 있을까요? 혁신전략 방안 중 활용기술 연구개발 투자 관련한 방안에서 아래 내용 발췌했습니다. 보건의료 빅데이터와 의료 AI 투자를 2021년 532억 원 규모에서 2025년 1500억 원 규모까지 확대 계획입니다.

 

 

의료인공지능 4대 중점 투자 분야
1) 중증질환, 핵심진료행위, 복합 데이터 대상 고부가가치 인공지능 개발
2) 인공지능학습 성능 향상을 위한 고품질 학습 데이터 및 데이터 처리기술 개발
3) 인공지능 유효성 검증을 위한 실증 지원 연구개발
4) 초고령사회 전환 대비 문제 해결형 인공지능 개발

 

의료 데이터 특화 AI 기술 및 필요성

AI 기술	기술 개요	필요성
그래프 신경망 (Graphical Neural Network)	그래프를 입력으로 받는 딥러닝 모델	질환, 약물 등 다양한 의료 데이터들은 서로 연관성이 있고 그래프로 표현 가능
멀티 모달 학습 (Multi-Model Learning)	다양한 데이터를 입력으로 받아 학습하는 딥러닝 모델	의료데이터는 영상, 시그널, 텍스트, 코드 등 다양한 형태로 구성
사생활 보호 데이터 마이닝 (Privacy-Preserving Data Mining)	개인정보를 보호하면서 데이터를 분석하는 기술	민감정보인 의료데이터의 특성 반영
설명가능 인공지능 (Explainable AI)	블랙박스가 아닌 인과관계를 설명할 수 있는 AI 모델	진단 및 치료에 사용하기 위해 환자 및 의료진에게 근거 제시
심볼릭 뉴럴네트워크 (Symbolic NN)	Symbolic AI와 최근 딥러닝과의 결합	임상진단 가이드라인 등 의료지식은 규칙 기반기존 지식과 딥러닝 성능을 결합하여 성능 향상
인공지능 보안	데이터뿐만 아니라 AI 모델에 대한 보안 및 보호	외부요인으로 인한 오진 및 의료 사고 대비

 

▼ 참고자료
보건복지부 보도자료 (21.6.3) 보건의료 데이터·인공지능 혁신 생태계 만든다 (링크 페이지 하단에 전략방만 전문 PDF도 함께 참고했습니다)