한국을 포함한 미국, 중국, 일본 등 각국은 현재 노인인구 증가, 만성질환 중심의 질병구조 변화 등으로 의료비 지출이 빠른 속도로 증가하여 헬스케어 시스템 혁신의 필요성이 증대되고 있다. 각국은 의료 시스템의 질을 높임과 동시에 비용을 절감해야 하는 압력에 직면해 있다. 이를 해결하기 위해 각국 정부와 기업은 헬스케어와 SW의 융합을 통해 해결책을 찾고 있으며, 그 중심에는 빅데이터와 인공지능이 있다. 본 연구는 헬스케어와 SW 융합의 핵심인 빅데이터와 인공지능 기술이 가져오는 헬스케어 패러다임 변화에 대해 살펴보고 국내외 현황을 검토함으로써 국내의 헬스케어 시스템 및 산업의 발전방안을 제안하는 데 그 목적을 두고 있다.
헬스케어 데이터는 2015년 기준으로 153억 엑사 바이트에서 2020년에는 15배를 뛰어넘어 2,314억 엑사 바이트에 다다를 것으로 예측되고 있다. 또한 웨어러블 기기와 같은 다양한 정보수집 장치가 등장하여 헬스케어 데이터의 규모 및 복잡성이 증가되는 추세이다. 이렇게 폭발적으로 늘어나는 헬스케어 데이터를 분석하여 의미를 찾아내는 노력이 활발히 진행되고 있다. 헬스케어 데이터의 경우 비정형 데이터가 80% 이상이고 진료, 라이프로그, 유전체 등 그 양도 방대하기 때문에 기존의 빅데이터 분석 방법으로는 활용에 한계가 있다. 이러한 문제를 해결해 주는 것이 바로 인공지능이다.
인공지능 기술은 의사결정지원, 프로세스 효율화, 새로운 제품/서비스의 3가지 측면에서 헬스케어 영역에 새로운 가치를 창출할 것으로 기대된다. 대량의 복잡한 데이터 집합으로부터 빠른 시간 안에 결론을 도출하고 근거를 제시함으로써 의사, 경영진 등이 보다 상세한 정보에 기반한 의사결정을 내릴 수 있도록 지원한다. 자연어처리 기술로 비정형 데이터 처리업무를 자동화하여 시간과 비용을 절감시킨다. 인공지능 분석 결과를 활용해 맞춤형 치료, 건강관리 프로그램, 맞춤형 보험 등과 같이 새로운 개념의 서비스가 등장할 것이다. 인공지능에 의한 혁신은 병원, 보험, 의약품, 개인 4대 헬스케어 생태계 구성원 모두에게 근본적인 변혁을 유발할 것으로 예상된다. 병원에서는 의료의 질 향상과 실시간 건강관리와 같은 새로운 서비스가 창출되고 유명 병원이 보유한 지식 및 노하우의 이전이 용이해지면서 경쟁구도도 변화될 것이다. 보험영역에서는 고객을 건강위험 정도에 따라 분류가 가능해지면서 맞춤형 상품 개발과 질병발생 위험도에 따른 선제적 고객 관리가 가능해진다. 의약품 개발은 후보물질의 효과와 부작용에 대한 예측모델과 시뮬레이션으로 신약개발의 성공가능성을 높이고 비용을 절감된다. 개인들은 인공지능의 도움을 받아 스스로 건강관리가 가능해지고 수동적인 환자에서 능동적인 의료 소비자(Healthcare Prosumer)로 변화될 것이다.
인공지능 기술과 함께 주요 의료 선진국을 중심으로 ‘헬스케어 애널리틱스’이라고 불리는 의료 빅데이터 분석 시장이 빠르게 신성장하고 있다. 헬스케어 애널리틱스는 헬스케어 빅데이터에서 체계적이고 자동적으로 통계적 규칙이나 패턴을 찾아내는 것으로, 정밀 의학(Precision Medicine) 중심으로 이루어지는 헬스케어 산업 개편에 중요한 역할을 수행할 것이다.
헬스케어 애널리틱스 경쟁력을 갖추기 위해서는 병원, 기업, 공공기관, 정부의 노력이 필요하다. 병원은 맞춤형 치료 등 미래 의료 환경 변화에 대응하기 위해서는 데이터분석 및 활용이 용이하도록 병원정보시스템을 고도화해야 한다. 헬스케어 산업 관련 기업들은 기존 사업기반에 클라우드, 인공지능, 빅데이터 등 신기술을 적극적으로 도입하고 다른 기업과의 협력을 확대하여 부족한 역량을 확보해야 한다. 공공기관은 데이터 공급자 및 시장 조성자의 역할을 보다 강화하고 분석 역량 제고를 통해 국가차원의 의료시스템 개선 방안을 마련해야 한다. 건강보험공단, 건강보험심사평가원은 데이터 공급자로서 기존에 제공하던 청구데이터 이외에 의료정보나 라이프로그 등 데이터의 수집 및 공개 범위를 확장하고 데이터 품질 관리를 위한 노력을 강화해야 한다. 정부는 헬스케어 애널리틱스의 확산을 위해 표준 데이터 플랫폼을 구축하고 헬스케어와 IT 지식을 겸비한 전문 인력을 양성해야 한다. 병원, 전문기업 등이 공동으로 헬스케어 데이터를 수집, 활용할 수 있도록 표준 데이터 플랫폼을 구축하고 개인정보 활용 등에 대한 명확한 기준 제시할 필요가 있다. 글로벌 헬스케어 산업에서 경쟁우위를 차지하기 위해 헬스케어 생태계 구성원 모두의 적극적인 노력이 필요한 때이다.
SUMMARY
The necessity of innovation in the healthcare system increases in many countries including Korea, US, China, and Japan because medical expenses are increasing at high speed owing to the rising elderly population and changes in disease structure (mainly chronic diseases). Each country is under pressure to increase the quality of the healthcare system while saving costs at the same time. To cope with it, governments and enterprises are looking for a solution by converging healthcare and software, and big data and artificial intelligence are key to such solutions. This study aims to propose the development method of the domestic healthcare system and industry by looking into the healthcare paradigm change caused by big data and artificial intelligence technology -- which is the key to the convergence of healthcare and software -- and present condition at home and abroad.
The size of healthcare data is expected to hit 231.4 billion Exabytes in 2020, which is 15 times larger compared to 2015 (15.3 billion Exabytes). In addition, the size and complexity of healthcare data increased with the emergence of various information collection devices such as wearable devices. Efforts are actively made to find meaning by analyzing healthcare data, which grows exponentially. Since more than 80% of healthcare data is informal, and its quantity is vast (e.g., treatment, life log, genome, etc.), the existing big data analysis method cannot be fully utilized. It is artificial intelligence that solves this problem.
Artificial intelligence technology is expected to create new values in the healthcare area in three aspects: decision-making support, process efficiency, and new products/services. As the AI technology draws a conclusion from a large quantity of complex data set in less time and presents the basis, doctors and management can make a decision based on more detailed information. In addition, time and cost can be saved by automating information data processing jobs using natural language processing technology. Services based on a new concept will emerge, such as personalized treatment, health care program, and personalized insurance, using AI analysis results. Innovation by AI is expected to bring about fundamental changes in all healthcare ecosystem members -- hospitals, insurance, medicine and medical supplies, and individuals. In hospitals, medical treatment quality will be improved, and new services (e.g., real-time health care) will be created, including a competitive landscape as knowledge and know-how possessed by famous hospitals can be easily transferred. In the insurance area, personalized product development and preemptive customer management become possible according to the risk of disease outbreak, as customers can be classified based on their health conditions. In developing medicine and medical supplies, the possibility of successful new pharmaceuticals development can be increased, and costs can be saved, using forecast models and simulation on the effects and side effects of the candidate material. Finally, individuals will be able to control their own health with the assistance of AI, changing from a passive patient to an active healthcare prosumer.
Together with artificial intelligence technology, the healthcare big data analysis market called “healthcare analytics” is newly developed quickly in major advanced healthcare countries. Healthcare analytics systematically and automatically identifies statistical rules or patterns in health care big data, and it will play a key role in the healthcare industry reorganization that puts emphasis on precision medicine.
To make healthcare analytics competitive, hospitals, enterprises, public institutions, and government need to make efforts. In particular, hospitals need to advance their hospital information system to facilitate data analysis and utilization, in order to respond to future healthcare environmental changes such as personalized medical treatment. Enterprises related to the healthcare industry need to introduce new technologies (e.g., cloud, artificial intelligence, big data) actively to their existing business foundation and secure more capability by cooperating with other enterprises more frequently. On the other hand, public institutions need to set up healthcare system improvement plans at the national level by strengthening the role of data providers and market creators and improving the analysis capability. As data provider, Health Insurance Corporation and Health Insurance Review & Assessment Service need to expand the scope of data collection and opening (e.g., medical treatment information, life log) and make more efforts for data quality control, besides the billing data that they used to provide. The government needs to develop a standard data platform and nurture experts having knowledge of healthcare and IT to expand healthcare analytics. The standard data platform will enable hospitals and specialized companies to collect and utilize healthcare data jointly. The government also needs to set clear criteria regarding the use of personal information. It is time for all healthcare ecosystem members to make active efforts to gain competitive edge in the global healthcare industry.
목차 상세
제1장 서 론
제1절 연구의 배경 및 목적
1. 연구의 배경
2. 연구의 목적
제2절 연구의 구성 및 방법
1. 연구의 구성
2. 연구 방법
제2장 인공지능에 의한 헬스케어 패러다임 변화
제1절 인공지능과 헬스케어
제2절 인공지능에 의한 헬스케어 변화방향
1. 발전방향
2. 세부 분야별 발전방향
제3장 의료 빅데이터 생태계 현황
제1절 개요
제2절 성장과정과 발전방향
1. 애널리틱스의 발전과 빅데이터의 등장
2. 의료 빅데이터 분석 분야의 성장과정
3. 의료 빅데이터 분석의 기대효과
제3절 산업적 특성
1. 데이터 중심의 산업구조
2. 양질의 데이터 확보가 성공요인
3. 경쟁이 심화되는 기존 vs. SW기업
4. 빠르게 성장하고 있는 클라우드 방식
제4절 국내 시장 현황 분석
제4장 의료정보 관련 국내외 정책 동향
제1절 각국의 의료시스템 혁신 동향
1. 미국
2. 영국
3. 중국
4. 일본
제2절 디지털 의료정보 표준화 동향
제3절 국내 현황
제5장 헬스케어 SW융합 활성화 방안
제1절 인공지능 헬스케어 생태계 조성
제2절 의료 빅데이터 분석 생태계 조성
CONTENTS
Chapter 1. Introduction
Chapter 2. Healthcare paradigm change by artificial intelligence
Chapter 3. Present condition of healthcare big data ecosystem
Chapter 4. Trends of policies related to healthcare data at home and abroad
Chapter 5. Plan for promoting healthcare software convergence
