1. 개요

오늘날 의학은 점점 더 예방적이면서 개인화, 정밀화되고 있다. 같은 병에 걸린 환자라 하더라도 저마다의 유전적 특성과 환경 등에 따라 치료법이 다를 수가 있지만, 이런 유전적 특성을 분석하는 데 오랜 시간과 비용이 들었기 때문에 개인화된 맞춤형 의료서비스는 실효를 거두기 어려웠다. 최근 바이오정보학과 컴퓨터공학 분야의 유전자분석과 빅데이터를 이용한 머신러닝(Machine learning) 기술이 괄목할 만한 발전을 이루게 되면서 개인화된 맞춤형 의료서비스의 제공이 가능하게 되었다. 2007년 900만 달러에 육박하던 유전자 칩의 가격이 2017년에는 1,000달러 남짓한 가격으로 크게 하락했다. 또한 바이오정보학 연구들이나 23andMe와 Mapmygenome 같은 유전자 검사 서비스, 그리고 시장규모를 넓혀나가고 있는 웨어러블 디바이스 시장, 헬스케어 관련 모바일앱 등으로부터 유례가 없는 방대한 규모의 의료 데이터가 측정 및 생성되고 있다. 이를 인공지능(AI)을 적용해 분석함으로써, 의학은 질병의 진단 및 치료의 정확성와 예후를 향상시키고, 개인의 건강위험을 관리하고 질병을 피하기 위해 생활 방식을 바꾸는 데 초점을 맞출 수 있다. 정밀의료는 유전적, 임상적 정보의 가공과 분석을 위해 방대한 데이터에 의존하게 되는데, 인공지능의 머신러닝 기술을 적용함으로써 그 효용성이 증대되고 있으며 많은 잠재적 가능성을 보여주고 있다. 이 보고서에서는 인공지능의 진화에 의한 정밀의료의 발전 방향에 대해 얘기해보고자 한다.

출처:http://www.kosen21.org/info/kosenReport/reportView.do

한글키워드:인공지능, 머신러닝, 딥러닝, 컴퓨터 비전, 정밀의료, 바이오정보학, 유전자 분석, 헬스케어,

영문키워드:AI, Artificial Intelligence, Machine learning, Deep learning, EHR, Computer vision, Precision health