1.1. 한국의 헬스케어 시장 규모
◯ 한국의 스마트 헬스케어 시장 규모는 2015년 5천억 원에서 2018년 1조 9천억 원까지 성장하는 것으로 전망합니다.
◯ 한국 인공지능 헬스케어 시장 규모는 2015년 17.9억 원에서 2020년 256.4억 원으로 전 세계 연평균성장률(49.7%)보다 높은 수치인 70.4%를 보이며 성장할 것으로 전망합니다.
1.2. 스마트 헬스케어 기기의 특징
◯ 최근 의료기기 시장은 전통적인 제조업체 또는 의료정보시스템이 지배해왔던 환경에서 크나큰 변혁의 시기를 맞고 있으며, 기존의 전통적인 의료기기와 스마트 헬스케어 제품의 특징적 차이를 다음과 같이 이해할 수 있습니다.
기존 의료기기 대비 스마트 헬스케어 기기의 특징 비교
| 구분 | 전통적인 의료기기 | 스마트 헬스케어 기기 |
| 물리적 기반 | Hardware 기반 | SaMD(Software as a Medical Device)와 같이 소프트웨어 포함 |
| 주요 기술 |
전자기적 제어 및 측정 기술 | 정보통신 신기술(클라우드, 빅데이터, 인공지능, 딥러닝, 사물인터넷, 무선네트워크, 3D 프린팅 등) |
| 연결성 | 독립적인 기기로서 동작하고 데이터의 흐름은 일반적으로 단방향 | 다양한 형태의 네트워크에 연결되어 외부 기기 또는 소프트웨어(앱) 등과 밀접하게 결합되어 양방향으로 데이터 통신 |
| 보안성 | 물리적 보안에 집중 | 커넥티드 디바이스가 가지는 다양한 위협요소들을 내포하고 있음 |
| 제품 출시 사이클 |
개발에서 출시까지 장기간의 시간이 소요되고, 출시된 제품은 10년 이상 시장에서 이용 (디자인 기능 변경이 하드웨어 제약 때문에 빠르게 변하지 못함) | 소프트웨어 기반의 기기와 작은 기능들과 소프트웨어가 융합되어 돌아가는 기기의 경우, 기획에서 개발까지 1년이 걸리지 않는 경우도 많고 상대적으로 라이프 사이클도 짧음 |
| 마켓 접근성 |
기존 의료기기는 오프라인 시장이 기반이었고, 접근대상은 의사나 환자 등 실 환자들에게 제약 | 온라인 마켓(앱스토어 포함) 등 다양한 경로로 다양한 유저들이 접근 가능 |
| 위험도 | 전통적 의료기기는 고위험(High risk) 기기들로 이로 인한 규제의 강화가 필수요인 | 스마트 헬스케어 기기의 경우, 고위험(High risk) 기기도 있지만 상대적으로 위험도가 거의 없는 기기들이 많음 (활동량계 등) |
| 지능 | - | 스마트 헬스케어 기기는 인공지능 기술과 결합하여 축적된 지식을 처리/분석하여 새로운 지식을 생산, 사용자에게 보다 나은 정보 및 서비스를 제공 |
| 복잡도 | 복잡도가 낮고, 하나의 기기가 하나의 역할 수행 | 여러 기능들이 융합되어 복잡도가 높고, 하나의 기기로 다양한 역할을 수행하는 기기의 등장 |
- 스마트 헬스케어 기기 분야는 정보통신 및 기타 최첨단 과학기술을 빠르게 융합시키는 특징을 갖고 있으며, 기존 의료기기와 달리 네트워크를 이용하여 다른 기기 또는 앱 등과 밀접하게 연결됩니다.
- 또한, 제품 출시 사이클도 기존 의료기기와 비교해 1/10 정도로 짧아지는 특징을 갖고 있고, 복잡도의 측면에서도 여러 기능이 융·복합되는 특징을 나타냅니다.
1.3. 의료 인공지능 주요 사업 분야
① 서비스 유형에 따른 의료 인공지능 적용 분야는 EMR 연계, 의료정보 플랫폼, 사전탐지 등으로 나눌 수 있습니다.
- (EMR 연계 AI) 전자의무기록(EMR), 유전 정보, 건강 정보 등 다양하고 복잡다단한 데이터를 복합적으로 분석하여 치료 권고안이나 건강 조언을 주는 역할을 수행합니다.
- (의료정보 플랫폼) 방대한 학습량을 기반으로 특정 질환의 의료 데이터(영상, 이미지, Text)를 해석하고 판독하는 역할을 수행합니다.
- (의사결정 사전탐지 AI) 심전도, 혈당, 혈압, 심박, 체온 등의 연속적인 생체 데이터를 분석하여 위험 징후를 조기에 파악하거나 예측하는 역할을 수행합니다.
② 데이터 유형에 따른 의료 인공지능 적용 분야는 빅데이터 분석, 영상 판독, 질병 예측 등으로 나눌 수 있습니다.
- 전자 의무 기록이나 차트에 저장된 환자 진료기록, 유전체 데이터 등의 복잡한 의료 빅데이터 분석을 수행합니다.
- X-Ray, CT, MRI 등 의료 영상을 판독합니다.
- 환자의 임상 데이터 등 연속적 의료 데이터 모니터링을 통해 질병을 예측합니다.
1.4. 헬스케어 주요 플레이어
1.5. 헬스케어 가치사슬 변화 전망
① 현재는 의료기관 중심으로 의료서비스를 공급하고, 수요자는 환자에 국한되어 있습니다.
- 현재 보건의료는 병원-의료보험-환자로 이어지는 중심적 가치사슬로 이루어져 있습니다.
※ 제약, 의료기기를 중심으로 의료 기술을 공급하고, 이것이 주로 각국의 의료전달체계를 통해, 일부는 의료기관의 허가가 필요 없이 일반판매(OTC, Over-the-Counter)로 의료 서비스가 공급되는 구조입니다.
- 건강보험, 법정본인부담금, 비급여 등을 통해 의료 공급자가 수익을 얻는 구조이며, 수요자는 환자에 국한되어 있습니다.
② 미래에는 병원-의료보험-환자로 이어지는 중심적 가치사슬을 둘러싼 보완적 가치사슬이 확대 성장하고, 일반인까지 수요자가 확대될 전망입니다.
- 기존 중심적 가치사슬은 공고히 유지되나, 디지털 헬스케어의 발전으로 인공지능, 유전체 분석, 웨어러블 등 보완적 가치사슬이 확대 성장할 전망입니다.
※ 기존 제약 및 의료기기 기업에 더해 웨어러블 및 건강관리, 유전자 분석, 인공지능 적용, 기타 IT 솔루션 등이 보완적 가치사슬을 확장시킬 전망입니다.
※ 소비자 측면에서는 전통적 의료 소비자인 환자뿐만 아니라, 일반 건강인까지 소비자 그룹이 확장되면서 의료기관 중심의 의료시장 밖에 건강관리 시장이 크게 형성될 전망입니다.
- 기술 혁신으로 병원 기능이 분화되고 재편될 가능성이 존재하지만, 각국의 의료전달체계 등 제도적 특성에 따라 크게 차이가 날 전망입니다.
※ 웨어러블 등 건강관리 기술이 발달하여 중증 환자의 초기 치료 후 예후관리 및 만성질환 관리에 활용된다면, 상급종합병원이 본래 목적인 중증/급성질환의 초기 치료에 집중할 수 있을 것입니다.
※ 1,2차 의료 기능을 강화시키고, 특정 영역만 담당하는 전문병원이 등장하여 병원 경영이 효율화될 가능성이 상존합니다.
③ 헬스케어 생태계의 변화에는 건강보험 지불체계가 큰 변수로 작용할 것입니다.
- 새롭게 성장하고 있는 보완적 가치사슬이 건강보험체계 안으로 들어올 수 있는지 여부는 디지털 헬스케어 서비스의 수익구조를 결정짓는 데 큰 변수로 작용할 것입니다.
※ 한국과 미국의 의료 환경은 다르지만, 건강보험 지불체계가 기존의 의료 패러다임을 존속시킴으로써 파괴적 의료 혁신을 저해할 수 있다는 점은 동일(에릭 토폴, 2010)
※ 실제로 한국에서는 2017년 10월 Watson for Oncology 도입 대학병원들이 ‘인공지능 헬스케어’ 컨소시엄을 구성하여 건강보험 수가 반영을 요구하고 있음(메디컬타임즈, 2017.10.31.)
- 보완적 서비스들은 병원을 거치거나 바로 소비자에게 제공되는 형태로 나뉠 것이며, 병원을 거치는 경우도 보험 급여를 받는 경우와 비급여로 처리되는 경우로 나뉠 것이며, 각 경우에 따라 서비스를 제공하는 기업의 전략은 달라질 것입니다.