AI는 의료를 더욱 스마트하고 편리하게 만들어줍니다.

저자: Fan Xinru 출처: IT Times

의료산업은 모든 산업 중에서 가장 많은 데이터를 생성하는 산업 중 하나입니다. 연간 생성되는 데이터 양은 전 세계 데이터의 약 30%를 차지합니다. 이 중 스마트 의료는 매년 약 59PB의 데이터를 생성하고, 바이오메디컬 연구는 매년 약 40PB의 데이터를 생성한다.

2023년 중국 국제 의료 장비 박람회 및 "AI 엣지 컴퓨팅이 의료 영상을 강화하고 1차 의료 혁신 및 업그레이드를 지원합니다" 포럼에서 Intel China의 사물 인터넷 및 채널 데이터 센터 사업부 총책임자인 Guo Wei는 다음과 같이 말했습니다. 이러한 데이터를 잘 활용하는 것이 의료에 힘을 실어주는 기술의 핵심입니다. "의료 산업에서 인텔은 주로 '하나의 기반과 두 개의 핵심 포인트'라는 세 가지 일을 합니다." Guo Wei는 "인공 지능을 기반으로 산업에 힘을 실어주고 인텔의 칩에 인공 지능이 구현될 수 있도록 하는 것이 하나의 기반"이라고 설명했습니다. . 두 가지 핵심은 과학 연구 혁신을 가속화하고 스마트 의료를 강화하는 것을 의미합니다.

인공지능 등 기술의 축복이 의료를 더욱 스마트하고 편리하게 만들고 있습니다.

Guo Wei, Intel China IoT 및 채널 데이터 센터 사업부 총책임자

특정 단일 질병에 대한 AI의 탐지율은 95%에 달할 수 있습니다

의료 산업에 AI가 적용되면서 AI는 주로 프로세스 변환, 질병 진단, 건강 관리 및 치료에 중점을 둔 의료 영상 분야에서 널리 사용되었습니다.

중국 의학 협회 방사선과 회장이자 중국 의료 영상 AI 산업-대학-연구 혁신 연합 회장인 Liu Shiyuan은 회의에서 일련의 데이터를 발표했습니다. 대형병원 AI 활용률이 73%에 달했다는 것이다. 지금까지 우리나라에는 55개가 넘는 NMPA 등록 인증서가 있습니다.

AI가 진료를 더욱 편리하게 만들어 드립니다. 예를 들어 관상동맥 영상 진단 및 치료에서 과거 AI가 활용되지 않았을 때는 환자가 스캔부터 영상 재구성, 보고서 생성까지 30분 정도 소요되는 경우가 많았다. 하지만 이제는 AI 덕분에 재구성 과정이 약 1분 정도로 단축됐다. 즉, 이제 관상동맥 검사부터 보고서 생성까지 전체 과정을 완료하는 데 단 6분밖에 걸리지 않아 검사 효율성이 크게 향상됩니다. Liu Shiyuan은 "검사 속도가 빨라진다는 것은 병원이 이전보다 하루에 더 많은 관상동맥 검사를 완료할 수 있다는 것을 의미하며 환자가 이로 인해 혜택을 받을 수 있다는 것을 의미합니다."라고 말했습니다.

의료계에서 폐결절, 관상동맥 CTA 영상, 두경부 CTA 인공지능 모델, 골절 모델, 관류 등 흔히 의료계에서 언급하는 '다섯 개의 다이아몬드' 검출 측면에서 AI는 이미 높은 검출률을 보유하고 있습니다. 비율. Liu Shiyuan의 관점에서 AI는 쉽게 차단되는 일부 부분에서 장점을 가지고 있습니다. AI는 해상도가 더 높기 때문에 일반적으로 평면 필름에서 볼 수 없는 곳에서는 육안으로 진단을 놓치기 쉽지만, AI는 이를 더 명확하게 "보고" 의사에게 가능한 병변을 경고할 수 있습니다. 그는 3차 병원의 통계 데이터를 제공했습니다. 데이터에 따르면 관상동맥 분야에서 AI 적용으로 병원의 플라크 협착증 검출률이 60% 이상에서 약 95%로 증가한 것으로 나타났습니다. 폐결절 발견률이 35%에서 70%로 증가했습니다.

Huiyi Huiying Company에서 제공하는 제품은 환자가 CT 스캔을 촬영하는 동안 골밀도 관련 테스트를 완료하는 데 도움이 될 수 있습니다. Huiyi Huiying의 CEO인 Chai Xiangfei는 체막을 사용하지 않고 환자가 가슴이나 복부만 스캔하면 AI가 자동으로 골밀도를 계산할 수 있다고 말했습니다. 오늘날 이 검사는 피라미드 형태 분석, 골절 예측, 근육 감소증, 비만, 수술 전 계획 등 골다공증 검사에 널리 사용될 수 있습니다.

Huiyihuiying CEO Chai Xiangfei

현재 AI는 단일 질병의 진단 및 치료에 주로 사용되지만 Liu Shiyuan은 인공 지능 이미징의 발전으로 AI 의료 제품이 앞으로 점점 더 풍부해질 것이라고 믿습니다. 이들 제품은 AI 진단과 치료가 단일 질병에서 다중 질병, 멀티태스킹으로 발전해 부품과 장기를 기반으로 한 소프트웨어와 하드웨어의 통합, 인터넷 기반의 소스 공유, 진단과 치료의 통합을 이뤄 완전한 목표 달성을 돕게 된다. - 커버리지를 처리하고 좋은 생태계를 형성합니다.

Liu Shiyuan은 "AI의 발전이 여러분에게 다가오고 있습니다"라고 말했습니다. "마치 바다의 파도가 연이어 부딪히는 것과 같습니다. 각각의 파도는 똑같아 보이지만 그 의미는 다릅니다

.

AI는 10년 후에도 의사를 대체하지 않습니다

AI가 의료에 점점 더 많이 관여하게 되면 기존 방사선 전문의의 직무가 대체된다는 뜻인가요?

“우리가 2016년부터 의료영상인공지능연합을 구축하기 시작했을 때 우리 동료들은 당신이 하고 있는 일은 스스로 무덤을 파는 일이라고 말하곤 했습니다.” 한 의료업계 전문가는 “하지만 최근 5~6년간의 경험으로 보면 그런 것 같다”고 말했다. 적어도 10년 안에는 영상의사를 대체할 수 없을 것입니다.”

이 의료 산업 전문가는 AI의 정확도가 일부 일반적인 질병을 탐지하는 데 있어서 인간 의사를 능가한다고 믿습니다. 하지만 실제 의료 진단에서는 AI가 여전히 부족한 점이 있다. 그녀는 "볼 수 있는 제한적이고 신뢰할 수 있는 보고서를 바탕으로 밝은 미래를 생각한다면 AI는 수석 주치의 수준에 도달할 수 있다"고 말했다.

이런 판단을 내린 이유는 그녀가 생각하는 의학지식은 단순히 이미지나 사진을 보는 것과는 전혀 다르다는 점입니다. 실제 의료 진단에서 의사는 단순히 사진만으로 진단을 내리기보다는 환자의 병력, 복약 이력 등 다양한 정보를 종합해 환자의 상태를 판단해야 한다. 따라서 AI가 제공하는 보고서는 단지 참고일 뿐이며 의사는 여전히 자신의 경험에 의존하여 종합적인 판단을 내려야 합니다. 하지만 그녀는 "의사가 단순한 진단에만 만족한다면 반드시 AI로 대체될 것"이라고 말했다.

그러나 Liu Shiyuan의 견해로는 AI가 아직 치료 의사 결정을 지원하는 단계에 있지만 ChatGPT의 발전으로 AI가 의사를 대체할 가능성이 점점 더 높아져 가고 있는 것으로 보입니다. 하지만 나는 이것이 위기라고 생각하지 않는다”며 “사실은 기회다”라고 말했다.

그의 비전 속에서 미래의 의사들은 차가운 컴퓨터 화면만을 마주하는 것이 아니라, 더욱 생생한 삶을 살아가야 하고, 환자와 소통하고, 환자를 위한 문제를 해결해야 할 것입니다. 그는 “의사의 가치는 AI가 생성한 보고서를 환자와 함께 해석하는 데 있다”며 “AI 보고서의 정확도가 충분히 높아 질병 진단에 직접 활용될 수 있다면 의사와 환자의 효율성이 높아진다는 의미”라고 말했다. 그래서 의사들은 환자도, 환자도 일과 생활에 전념할 수 있는 시간이 더 많아졌습니다. “이거 참 편리하지 않나요?”

멀티모달 AI가 미래입니다

보조진단과 AI 자율진단 사이에는 얼마나 먼가요? 인텔 전문가의 답변은 아직 멀티모달 AI가 부족하다는 것입니다.

이 전문가의 의견에 따르면, 영상 AI가 대개 보조 수단으로만 사용될 수 있는 이유 중 하나는 영상 진단 자체가 영상 데이터에만 근거한 판단이 아니라는 점입니다. 그는 "방사선 전문의든 임상의든 진단 계획을 세울 때 환자의 기본 정보, 인구통계학적 정보, 과거 사례 정보, 심지어 유전적 데이터까지 결합하고 종합적인 평가를 거쳐 진단에 도달해야 한다"고 말했다. 결과."

이는 이미징 AI에만 의존하면 진단 문제를 해결할 수 없다는 것을 의미합니다. 다중 모드 분석을 위해서는 전자 의료 기록 데이터, 유전자 데이터 및 기타 데이터 소스와 결합해야 합니다. "이것은 또한 미래의 임상 적용의 추세입니다."

의료 산업에서는 다중 모드 분석이 수년 동안 수행되었지만 현재 다중 모드 AI에 대한 연구는 아직 연구 단계에 있으며 상대적으로 적용 사례가 적습니다. 다중 모드 분석에는 일반적으로 이미지, 사례 등 여러 데이터가 포함되기 때문입니다. 의료계에서 데이터 수집 및 공유는 전 세계적인 문제로 남아 있습니다.

ChatGPT 등 대형 모델과 비교해 의료업계 AI 제품의 데이터 공급량은 1,000건 내외인 경우가 많아 GPT의 데이터 공급량보다 훨씬 적다. 이는 의료용 다중 모드 AI 생성에 도전 과제를 제기합니다. 데이터 주석에 있어서 의료산업은 다른 산업에 비해 기준을 정하는 것이 훨씬 어렵습니다. 심지어 전문가 수준의 의사와 교수들 사이에서도 동일한 질병에 대해 합의를 이루는 것은 어렵습니다. 이 모든 것은 의료용 다중 모드 AI 생성에 어려움을 야기합니다.

이론적 수준에서 멀티모달 AI 진단 프로세스는 AI가 데이터를 융합한 후 모델을 사용하여 멀티모달 데이터를 입력하는 것입니다. 인텔 전문가는 “이론적으로는 서로 다른 차원의 정보를 결합하기 때문에 결과가 더 정확해야 한다”며 “그러나 문제는 모델이 더 복잡해지면 크기가 엄청나게 커질 수 있다는 점”이라고 말했다. 모델 연구 개발의 어려움으로 인해 사용자의 사용 난이도도 높아질 것입니다. 왜냐하면 다중 모드 모델의 이해 가능성과 해석 가능성이 더 나빠질 것이기 때문입니다.

위 내용은 AI는 의료를 더욱 스마트하고 편리하게 만들어줍니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!