로그인정보 입력 영역

내서재

더보기

로그인 후 이용가능합니다.

  • 다운로드
  • 자료대출안내

추천도서

더보기

컨텐츠상세보기

의료 인공지능 (커버이미지)
의료 인공지능
  • 평점평점점평가없음
  • 저자최윤섭 지음 
  • 출판사클라우드나인 
  • 출판일2018-07-16 
  • 등록일2018-09-28 
  • 파일포맷 epub 
  • 파일크기68 M  
  • 지원기기 PC PHONE TABLET

    아이폰, 아이패드, 안드로이드, 태블릿, PC

책소개

국내 최초이자 본격적으로 의료 인공지능의 기술적 측면과 아울러 의료계 안팎에서 제기되는 인공지능과 관련된 여러 이슈를 깊이 있게 다룬다. 의사는 인공지능으로 대체될 것인가, 어느 진료과가 먼저 영향을 받을 것인가, 인공지능을 어떻게 규제할 것인가, 인공지능의 효용과 안전성을 어떻게 증명할 것인가, 의료 사고의 책임은 누가 지는가 등 현재 전세계에서 의료 인공지능을 둘러싸고 제기되는 다양한 이슈를 자세히 이야기한다.

먼저, 의료 인공지능을 살펴보기 위한 전반적인 방향성과 논의의 범위를 제시한다. ‘의사의 80%가 사라진다’는 도발적인 주장부터 시작해서 의료 외의 다양한 분야에서 인공지능 때문에 이미 일어나고 있는 기술적 실직에 관해서도 소개한다. 또한 의료 인공지능이 현재 어느 수준까지 발전되어 있는지 구체적인 사례들에 대해서 다룬다. 특히 알파고 쇼크 이후 의료계에 인공지능을 화두로 만든 주역 IBM 왓슨에 대해 살펴본다.

의료 인공지능으로 야기되는 다양한 이슈들에 대해서도 살펴본다. 국내 산업계에서도 세계적인 혁신가들이 등장하여 의료 인공지능을 개발하기 위한 치열한 도전을 시작했다. 국내에는 뷰노VUNO와 루닛Lunit 등의 걸출한 의료 딥러닝 스타트업들의 그로벌 공략 등도 담고 있다.

저자소개

컴퓨터공학, 생명과학, 의학의 융합을 통해 디지털 헬스케어 분야의 혁신을 창출하고 사회적 가치를 만드는 것을 화두로 삼고 있는 융합생명과학자, 미래의료학자, 기업가, 엔젤투자가, 에반젤리스트이다. 국내 디지털 헬스케어 분야의 대표적인 전문가로, 활발한 연구, 저술 및 강연 등을 통해 국내에 이 분야를 처음 소개한 장본인이다. 포항공과대학교에서 컴퓨터공학과 생명과학을 복수전공하였으며 동 대학원 시스템생명공학부에서 전산생물학으로 이학박사 학위를 취득하였다. 스탠퍼드대학교 방문연구원, 서울의대 암연구소 연구조교수, KT 종합기술원 컨버전스연구소 팀장, 서울대병원 의생명연구원 연구조교수 등을 거쳤다. 『사이언스』를 비롯한 세계적인 과학 저널에 10여 편의 논문을 발표했다. 국내 최초로 디지털 헬스케어를 본격적으로 연구하는 연구소인 ‘최윤섭 디지털 헬스케어 연구소’를 설립하여 소장을 맡고 있다. 또한 국내 유일의 헬스케어 스타트업 전문 엑셀러레이터 ‘디지털 헬스케어 파트너스’의 공동 창업자 및 대표 파트너로 혁신적인 헬스케어 스타트업을 의료 전문가들과 함께 발굴, 투자, 육성하고 있다. 성균관대학교 디지털헬스학과 초빙교수로도 재직 중이다. 뷰노, 직토, 3billion, 서지컬마인드, 닥터다이어리, VRAD, 메디히어, 소울링, 메디히어, 모바일닥터 등의 헬스케어 스타트업에 투자하고 자문을 맡아 한국에서도 헬스케어 혁신을 만들어내기 위해 노력하고 있다. 국내 최초의 디지털 헬스케어 전문 블로그 『최윤섭의 헬스케어 이노베이션』에 활발하게 집필하고 있으며, 『매일경제』에 칼럼을 연재하고 있다. 저서로 『헬스케어 이노베이션: 이미 시작된 미래』와 『그렇게 나는 스스로 기업이 되었다』가 있다.

목차

들어가는 말 인공지능은 의료를 어떻게 혁신할 것인가

집필에 도움을 주신 분들

1부 제2의 기계시대와 의료 인공지능

1장 80%의 의사는 사라질 것인가
인공지능의 부상
제2의 기계 시대
기술적 실직의 전조

2장 강한 인공지능부터 의료 인공지능까지
‘여름 한철 동안’
인공지능과 기계학습
딥러닝의 발전
약한 인공지능
강한 인공지능
초인공지능
인공지능을 어떻게 바라볼 것인가

2부 의료 인공지능의 과거와 현재

3장 IBM 왓슨의 이상과 현실적 과제
의료 인공지능의 세 가지 유형
「제퍼디!」, 위대한 도전
「제퍼디!」의 슈퍼스타
왓슨에 밀려난 최초의 직업
왓슨, 병원에 가다
왓슨 포 온콜로지란 무엇인가
왓슨 포 온콜로지의 특징
이슈 1. 왓슨은 의료기기일까
왓슨 규제의 근본적 어려움
이슈 2. 왓슨은 과연 얼마나 정확한가
왓슨의 정확성에 대한 오해
MD앤더슨의 연구결과(ASCO 2014)
인도 마니팔 병원의 왓슨
인도 암 환자 1,000명 대상 왓슨의 실력
미국임상종양학회ASCO 2017에 보고된 왓슨의 실력
왓슨 포 온콜로지 최초의 논문
왜 왓슨의 실력이 다를까 (1) 가이드라인 및 인종적 차이
왜 왓슨의 실력이 다를까 (2) 보험제도의 차이
왜 왓슨의 실력이 다를까 (3) 치료 옵션 다양성의 차이
왜 왓슨의 실력이 다를까 (4) 가이드라인의 변화와 왓슨의 진화
이슈 3. 왓슨의 정확성과 의학적 효용을 어떻게 증명할까
임상시험이 필요하다. 하지만……
임상시험으로 왓슨을 검증하려면
IBM은 임상시험을 원할까
왜 길병원은 왓슨을 도입했나
왓슨은 정말 마케팅용일까
왓슨, 원칙과 근거가 필요하다
인터뷰: IBM 헬스의 최고 의료 책임자 큐 리 박사
왓슨 포 온콜로지의 도입 등 일반적 이슈
왓슨 포 온콜로지의 정확도, 의학적 검증
왓슨 포 온콜로지의 의료기기 여부 및 규제

4장 의료 빅데이터로 질병을 예측한다
데이터 기반의 심혈관 질환 예측
의료계 가이드라인 vs. 인공지능의 가이드라인
인공지능의 심혈관 질환 예측
치료 결과를 예측하는 구글의 인공지능
전자의무기록 전체를 분석
구글 인공지능의 정확도
인공지능이 주목하는 데이터
첫번째 유형의 의료 인공지능

5장 딥러닝, 딥러닝, 딥러닝
신경망과 인공신경망
인공신경망이 학습하는 법
인공신경망의 발전과 도전
마침내, 딥러닝의 시대
인공지능이 유튜브를 본다면
이미지넷: 영상 인공지능의 마중물
이미지 인식 인공지능의 폭발적 발전
인공지능의 시각적 인지능력
사람보다 사람을 더 잘 알아보다
이미지를 이해하고 설명하는 인공지능
딥러닝을 이용한 의료 인공지능

6장 의사를 능가하는 딥러닝의 영상 판독 분석
딥러닝 기반 유방암 엑스레이 판독
뷰노의 골연령 판독 인공지능
영상의학과 의사와 인공지능의 시너지
당뇨 합병증을 진단하는 안과 인공지능
인공지능 안과의사의 필요성
구글의 인공지능 안과의사
인간 안과의사의 판독을 능가
피부암을 진단하는 인공지능
피부암에 딥러닝을 적용하기까지
딥러닝의 피부암 데이터 학습
인공지능의 피부암 진단 정확도
스마트폰으로 피부암 검사
양적, 질적으로 우수한 데이터
진단의 최종 결정권자, 병리과
병리과 의사 간의 진단 불일치율
병리과 인공지능
하버드대의 인공지능 병리학자
구글의 인공지능 병리학자
병리학자와 인공지능의 시너지
구글의 미국암연구협회AACR18 기조연설

7장 실시간 모니터링을 통한 질병의 예방 및 예측
빅데이터 분석을 통한 예방과 예측 의료
인공지능으로 패혈증 예측하기
IBM의 신생아 패혈증 예측
존스 홉킨스의 패혈증 예측
인공지능 혈당 관리
IBM 왓슨을 이용한 혈당 관리 앱
슈거아이큐의 활용 사례
부정맥의 한 시간 전 예측
심장마비의 하루 전 예측
애플워치로 부정맥 측정하기
심장내과 전문의 vs. 딥러닝

3부 미래를 어떻게 맞이할 것인가: 이슈, 함정, 그리고 희망

8장 인공지능은 의사를 대체하는가
인공지능이 80%의 의사를 대체할까?
자동 마취 기계와 러다이트 운동
쓰나미에 거슬러 헤엄칠 것인가
인간 의사의 사라지는 역할
도식화, 표준화할 수 있는 역할
시각적 인지능력 기반의 역할
영상의학과는 인공지능에 영향을 받을까
빠르게 도입될 인공지능의 조건
영상의학과 레지던트를 권장하는가

9장 정신과와 외과는 인공지능에서 자유로운가
정신과는 인공지능에서 자유로운가
트위터로 양극성 장애 환자 구분하기
인공지능 의사와 환자의 유대감
외과는 인공지능에서 자유로운가
자동 수술 로봇의 시작
자율주행차와 자동 수술 로봇

10장 인공지능의 시대, 의사는 무엇으로 사는가
의학적 최종 의사결정권자
자율주행차와 의사의 미래
의사의 탈숙련화
인간 의사의 인간적인 일
나쁜 뉴스 전하기
의사의 공감 능력이 치료결과를 좌우한다
의사의 낮은 공감 능력
왜 의사는 공감 능력이 낮을까
기초 의과학자의 역할

11장 인공지능과 함께 진료하기 위해서
인공지능의 임상적 효용
임상적 효용의 증명이 왜 어려운가
진료에 어떻게 녹여낼 것인가
구글의 인공지능 병리 현미경
의료 인공지능 사용법 교육하기
의사도 딥러닝을 배워야 할까
새로운 세대의 의사 양성하기
디지털 네이티브 닥터
플립 러닝, 의대 교육의 혁신

12장 인공지능이 의료사고를 낸다면
책임은 누구에게 있는가
관건1. 의료기기 vs. 비의료기기
관건2. 의사의 독립적인 판단이 보장되는가
의사의 관여 없이 진단까지 내리는 최초의 인공지능
만약 환자가 의사보다 인공지능을 선호한다면
관건3. 결과를 얼마나 확정적으로 제시하는가
관건4. 판단 과정이 투명한가 vs. 블랙박스인가
묘수인가, 떡수인가?
의료 인공지능의 블랙박스 문제
블랙박스 해독하기
블랙박스의 의료 활용

나가는 말 의료의 새로운 동반자를 맞이하며

참고 문헌

한줄 서평

1