1.54. 인공지능 기술 적용 방향 개요
◯ 헬스케어의 실행 주체를 병원, 개인, 보험, 의약품 등 4개 영역으로 나누고 각각에 대해 인공지능 기술을 적용했을 때의 발전 방향을 제시합니다.
| 구분 | 병원 | 개인 | 보험 | 의약품 |
| ① 의사결정 지원 |
- 의료 질을 최고 전문의 수준으로 상향 평준화 - 자동화된 ‘학습-가설-검증’을 통해 새로운 치료법 개발 촉진 |
- 생활 패턴을 분석한 개인별 건강관리 코치 - 개인의 상태를 분석하여 적합한 시점에 필요한 의료서비스 추천 |
- 특정 위험 환자군 계층화로 선제적 고객관리 - 정확한 데이터 분석에 기반한 보험료 및 수가 기준 책정 지원 |
- 예측모델 사용하여 성공 가능성 높은 신약 후보 물질 추천 - 성공가능성, 비용 등에 대한 시뮬레이션을 통해 포트폴리오 관리 |
| ② 프로세스 효율화 |
- 예측 모델링을 통한 환자 대기 시간 감소 → 품질 및 순환률 제고 - 진료 과목별 분리된 지식이 공유되어 협진 활성화 |
- 당뇨, 심장질환 등의 만성 질환자의 실시간 원격 모니터링 - 인프라 낙후 지역의 의료 지원 |
- 보험금 사용 패턴 분석을 통한 보험 사기, 보험금 누수 확인 - 패턴 인식·자연어 처리 기술을 활용한 단순 업무 자동화 |
- 임상시험에 적합한 환자 자동 매칭 - SNS 분석으로 출시된 신약의 부작용 가능성 탐지 |
| ③ 새로운 제품·서비스 |
- 데이터 기반 개인 맞춤 치료(정밀 의료) - 수술 후 합병증 예측 및 환자 별 맞춤 관리 |
- 웨어러블· IoT에서 얻은 데이터 기반의 보험 서비스 제공 | - 개인 유전체 분석을 통한 맞춤약 개발 - 기존 약품의 새로운 효능 재발견 |
헬스케어 4대 영역별 발전 방향 분석
1.55. 인공지능 기술을 적용했을 때, ‘병원’의 발전 방향
① 의사결정 지원
의료 수준 향상
◯ 의료 질을 최고 전문의 수준으로 상향평준화
- Data 기반 Clinical Decision Support System(CDSS)으로 오진율 최소화
- 예방 가능한 사망자 약 20만 명, 오진 관련 $19.5 billion 비용 발생(2009년, 미국)
◯ 자동화된 학습-가설-검증을 통해 새로운 치료법 개발 촉진
- 의사들의 81%는 Medical Journal을 읽는데 한 달 평균 5시간 이하 투자
- Medical Journal에서 일반적 진료로 확산되는 데까지 평균 17년 소요
② 프로세스 효율화
분절된 프로세스 통합
◯ 응급실의 대시보드를 통해 환자 흐름을 5,6개 부서에서 5분마다 업데이트
- 예측 모델링을 통한 환자 대기 시간 감소 → 품질 및 순환율 제고
◯ 진료 과목별 분리된 지식이 공유되어 협진 활성화
- 미래에는 1인의 의사가 지능형 진단 지원으로 전문적 종합 진료 가능
③ 새로운 제품·서비스
개인 맞춤 치료
◯ 데이터 기반 개인 맞춤 치료(정밀의료)
- 기존에 활용되지 않던 개인의 유전체정보, 환경 및 습관 등을 의료정보와 연계/분석
◯ 수술 후 합병증 예측 및 환자 별 맞춤 관리
- Sequoia 병원(美)은 환자 데이터를 분석하여 수술 전후 치료 가이드라인을 제시
1.56. 인공지능 기술을 적용했을 때, ‘개인’의 발전 방향
① 의사결정 지원
능동적 건강관리
◯ 생활 패턴을 분석한 개인별 건강관리 코치
- NOOM(韓)은 애플 헬스킷, 구글 피트니스와 연동하여 개인 식단, 운동량, 체중 등 개인 생활 데이터에 기반한 맞춤형 다이어트 코칭 서비스 제공
◯ 개인의 상태를 분석하여 적합한 시점에 필요한 의료서비스 추천
- 가상 건강관리 비서 Babylon health는 구글 딥마인드의 2,500만 달러 투자 유치
- Cafewell(美)은 웨어러블 기기와 개인 의료정보를 기반으로 IBM Watson을 활용하여 건강관리 프로그램, 병원 정보 등을 추천
② 프로세스 효율화
시간과 공간 제약 극복
◯ 당뇨, 심장질환 등의 만성질환자의 실시간 원격 모니터링
- Pilx(美)는 실시간 심전도정보를 모니터링 및 분석하여 이상신호를 전문의에게 전달
◯ 인프라 낙후 지역의 의료 지원
- 아프리카의 문제해결을 위해 IBM은 11억 불 규모의 인공지능 Project Lucy 수행
- 영국 ‘ICEH(International Centre for Eye Health : 국제눈건강센터)’의 피크비전은 원격진료가 가능한 수준의 눈의 상세 진단 정보 전달
1.57. 인공지능 기술을 적용했을 때, ‘보험’의 발전 방향
① 의사결정 지원
정교한 리스크 분석
◯ 특정 위험 환자군 계층화로 선제적 고객관리
- Aetna(美) : 37,000여 명의 고객 정보를 분석해 대사증후군 예측 모델 개발
◯ 정확한 데이터 분석에 기반한 보험료 및 수가 기준 책정 지원
- 가입자 의료정보, 건강정보, 유전자 정보, 클레임 등을 활용하여 기존보다 정밀하게 보험 비용 산정
② 프로세스 효율화
관리비용 절감, 업무 효율화
◯ 보험금 사용 패턴 분석을 통한 보험 사기, 보험금 누수 확인
- 국내외 보험사들 보험사기 분석 시스템 활용
- 현대해상 : ‘보험사기방지시스템’ 국내 최초로 구축, 보험사기 사건 25% 감소
◯ 패턴 인식·자연어 처리 기술을 활용한 단순 업무 자동화
- Anthem(美) : IBM Watson을 도입하여, 사전 허가(prior authorization) 업무 자동화 (기존 3~5일 소요 수초 내 의사결정에 도움이 되는 결과 제시)
- 삼성생명 : 연간 1,200만 건 콜센터 통화 내용을 분석하여 고객 불만사항 선제적 대응 시스템 구축
③ 새로운 제품·서비스
고객 맞춤 서비스 상품 개발
◯ 웨어러블·IoT에서 얻은 데이터 기반의 보험 서비스 제공
- Aetna(美) : 건강관리 파트너사와 제휴하여 운동 방법, 체중관리 등을 제공하는 건강관리 플랫폼 구축 (carepass)
- United Health Group(美) : 계획된 건강 식단을 꾸준히 섭취한 고객에게 리워드 제공
- Pruhealth(英) : 웨어러블 기기를 통해 운동량 식이요법 등 정보를 모니터링 후 보험료 할인 서비스 제공
1.58. 인공지능 기술을 적용했을 때, ‘의약품’의 발전 방향
① 의사결정 지원
신약 성공 가능성 제고
◯ 예측모델 사용하여 성공 가능성 높은 신약 후보 물질 추천
- Atomwise(美), Insilico Medicine(美), 스탠다임(한) 등 벤처창업 증가
- IBM-Baylor大 : p53단백질 관련 논문 7만 건을 분석하여 1주일 만에 6개의 후보물질 발굴(지난 30년간 평균 1년에 1개의 후보물질 발굴)
◯ 성공가능성, 비용 등에 대한 시뮬레이션을 통해 포트폴리오 관리
- 프로젝트 진행상황, 수익예측, 경쟁 정보 등을 종합적으로 분석하여 투자 결정 지원
② 프로세스 효율화
임상시험 프로세스 효율화
◯ 임상시험에 적합한 환자 자동 매칭
- 메이요 클리닉 8,000개 이상의 임상시험 진행, 전 세계 17만 건 이상 진행
- IBM-신시내티 아동병원 : 업무부담율 92% 절감, 효율성 450% 증대
◯ SNS 분석으로 출시된 신약의 부작용 가능성 탐지
- 2014년 미국 연구팀은 23개 의약품 관련 트윗의 1%인 61,000개를 분석한 결과, 4,401개 트윗이 신약 부작용과 관련 있었다고 발표
③ 새로운 제품·서비스
개인 맞춤형 약품 개발
◯ 개인 유전체 분석을 통한 맞춤약 개발
- 최근 제약사 아스트라제테카(영) 200만 명의 유전 정보 전체를 해독하는 게놈 프로젝트 시작한다고 발표
◯ 기존 약품의 새로운 효능 재발견
- NuMedii는 간질병 약의 염증성 질환으로의 용도 변경 추진