• Journal of Platform Technology
• /
• 제10권1호
• /
• pp.20-28
• /
• 2022

인공지능기반의 건강 데이터 검증은 임상 연구에 도움을 줄 뿐만 아니라, 새로운 치료법을 개발하는데 필수 요소가 되었다. 미국 식품의약 관리국이 의학진단 분야 중 인공지능을 이용하여 성인 당뇨병 환자의 경증 이상 당뇨병성 망막증을 감지하는 의료기기 마케팅을 승인한 이래, 인공지능을 이용한 테스트가 증가하고 있다. 본 연구에서는 구글에서 지원하는 Teachable Machine 을 이용하여 이미지 분류 기반의 인공지능모델을 생성하고, 학습을 통한 예측 모델을 완성하였다. 이는 현재 만성질환의 환자들 중 발생하는 안구 질환 중 백내장의 조기 발견하는데 용이하게 할 뿐만 아니라, 눈 건강을 위해 헬스케어 프로그램으로 안 질환 예방을 위한 디지털 개인건강 헬스케어 앱을 개발하기 위한 기초 연구로 진행되었다.

• 한국콘텐츠학회지
• /
• 제16권4호
• /
• pp.20-23
• /
• 2018

• 보건의료생명과학 논문지
• /
• 제11권2호
• /
• pp.181-189
• /
• 2023

본 연구의 목적은 간호대학생을 대상으로 인공지능 활용 간호수행 자신감에 영향을 미치는 요인을 확인하여 간호교육 프로그램 개발을 위한 근거자료를 마련하기 위한 서술적 조사연구이다. 간호대학생 245명을 대상으로 수집된 자료는 SPSS/WIN 21.0 프로그램을 이용하여 기술통계, t-test와 one way ANOVA, Pearson correlation coefficient, 다중 회귀분석으로 실시하였다. 도구의 신뢰도는 Cronbach's alpha 계수를 이용하여 검증하였다. 연구결과 인공지능에 대한 지식 2.52점(5점 만점), 인식 3.52점(5점 만점), 수용태도 3.74점(5점 만점), 간호수행 자신감 5.47점(10점 만점)이었다. 인공지능을 활용한 간호수행 자신감에 영향을 미치는 요인은 지식과 태도로써 설명력은 50.8%이었다. 본 연구결과를 토대로 추후 관련 교육과정과 교수방법 개발에 대한 기초자료를 제공할 수 있다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권7호
• /
• pp.233-240
• /
• 2022

최근 대부분의 인공지능 연구는 AI 모델 개발에 중점을 두고 있다. 하지만 최근 인공지능 연구가 모델 중심에서 데이터 중심으로 점차 변경되고 이런 추세를 바탕으로 학습데이터의 중요성이 크게 주목 받고 있다. 그러나 학습데이터의 준비과정이 전체 과정의 상당 부분을 차지하고 라벨링 데이터 생성 또한 개발 목적에 따라 다르기 때문에 많은 시간과 노력이 필요하다. 따라서 기존의 미충족을 해결하기 위한 다양한 라벨링 기능을 갖는 도구 개발이 필요하다. 본 논문에서는 의료영상의 라벨링 데이터를 정교하고 빠르게 생성하기 위한 라벨링 시스템에 대해서 기술한다. 이를 구현하기 위해서 Back Projection, GrabCut 기법을 이용한 반자동 방식과 기계학습 모델을 통해서 예측한 자동 방식의 라벨링 기능을 구현하였다. 우리는 제안한 시스템의 라벨링 데이터 생성에 대한 수행시간의 장점을 보였을뿐만 아니라 정확성에 대한 비교평가를 통해 우수성을 보였다. 또한 1,000여명의 환자 영상 데이터셋을 분석하여 근감소증 진단에 남성과 여성에 의미있는 진단지표를 제시하였다.

• 문화기술의 융합
• /
• 제8권6호
• /
• pp.155-159
• /
• 2022

모발의 필수 미네랄 원소 농도 데이터로 인공지능을 학습시킨 후, 피험자의 모발 미네랄 원소 농도로 나이를 예측하도록 하고 그 결과를 피험자의 실제 나이와 비교하여 연관성을 조사하였다. 전체 모발 데이터는 296개이었으며그 중 2/3를 인공지능 학습에 그리고 1/3을 피험자 데이터로 사용하였다. 25세 이하의 성장기 피험자의 실제 나이와 인공지능이 예측한 나이 사이에는 0.678 의 중상 정도의 상관관계가 있었다. 중년의 피험자 그룹에서는 연관성이 거의 없었고 노년의 피험자 그룹에서는 0.522의 약한 상관관계를 보였다. 모발의 미네랄 원소 농도 데이터를 이용한 인공지능의 유용성을 확보하기 위해서는 더 많은 수의 데이터를 제공하여 인공지능을 학습시키는 과정이 필요하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 추계학술발표대회
• /
• pp.501-504
• /
• 2020

본 프로젝트는 한국 의료 진로 서비스의 문제점을 개선하고자 인공지능 기반의 챗봇을 이용해 환자와 의사 간의 의사소통을 증진시키는 데 목적이 있다. Web UI 를 제공하는 Rasa X 챗봇(Chatbot) Tool 을 이용하여 메시지와 이미지를 송신할 수 있는 챗봇을 구축해냈다. 또한 YOLO model training 으로 충치 Detection 기능 등 인공지능을 접목시켜 더 효율성있는 어플리케이션(Application)을 개발했다. 이는 최근 코로나-19 로 비대면 서비스가 각광받는 가운데 챗봇 모델은 가장 경제적이고 효율적으로 실생활에 적용될 기술이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2024년도 춘계학술발표대회
• /
• pp.698-701
• /
• 2024

인공지능 기술이 발전함에 따라 인공지능은 인간이 하는 업무들을 대체하고 있다. 현재 인공지능 기술은 시각, 청각 분야로 초점이 맞춰져 있으나 최근 후각 분야에 관련된 연구도 활발히 진행 중이다. 후각 AI는 식품, 의료, 보안, 안전 등에 활용될 전망이며 본 논문에서는 우리 사회의 안전불감증 문제를 언급하고 오작동 비율이 높은 화재경보기에 후각 AI를 대입하여 화재경보기의 오작동 비율을 줄이고 화재경보기에 대한 인식을 해결되는 것을 기대한다.

• 한국정보통신학회논문지
• /
• 제25권8호
• /
• pp.1046-1052
• /
• 2021

4차 산업의 발전과 고성능의 컴퓨팅 환경 구축으로 다양한 산업분야에서 인공지능이 적용되고 있다. 의료분야에서는 X-Ray, MRI, PET 등의 의료 영상 및 임상 자료를 이용하여 암, COVID-19, 골 연령 측정 등의 딥 러닝 학습이 진행되었다. 또한 스마트 의료기기, IoT 디바이스와 딥 러닝 알고리즘을 적용하여 ICT 의료 융합 기술 등이 연구되고 있다. 이러한 기술 중 의료 영상 기반 딥 러닝 학습은 의료 영상의 바이오마커를 정확히 찾아내고, 최소한의 손실률과 높은 정확도가 필요하다. 따라서 본 논문은 흉부 X-Ray 이미지 기반 딥 러닝 학습 과정에서 손실률을 도출하는 손실 함수 중 영상분류 알고리즘에서 사용되는 Cross-Entropy 함수들의 성능을 비교·분석하고자 한다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.560-563
• /
• 2016

의료와 헬스케어 분야의 변화는 디지털 기술로부터 시작된다. 디지털 헬스케어라는 새로운 분야는 기존 헬스케어 및 의료 기술이 디지털 기술과 융합되어 시작된 것으로 ICBM(사물인터넷 클라우드 빅데이터 모바일), 인공지능, 로봇, 가상 증강현실, 웨어러블기기 등 ICT 기술을 활용해 건강관리 질병관리 등 헬스케어서비스 효과를 높이고 의료비용을 절감시키는 융합산업이다. 최근에는 구글 알파고와 IBM 왓슨 등 인공지능기술을 헬스케어 영역에 접목되고 있다. 따라서 본 연구에서는 디지털 헬스케어의 주요 기술, 생태계와 플랫폼, 그리고 미래의료서비스 변화 및 이슈를 분석한다.

• 한국방사선학회논문지
• /
• 제17권6호
• /
• pp.881-887
• /
• 2023

본 연구는 한국에서 상용화된 인공지능(AI) 기반 의료 영상 장치의 발전과 현재 동향을 분석하는 것을 목표로 한다. 2023년 9월 30일 기준으로 한국 식품의약품안전처에 허가, 인증 및 신고된 AI 기반 의료기기는 총 186개로, 이 중 138개가 영상의학과와 관련된 제품이었다. 본 연구는 2018년부터 2023년까지의 연도별 허가 추세, 장비 유형, 적용 부위, 주요 기능 등을 종합적으로 고찰하였다. 연구 결과, AI 의료기기는 2018년 4개 제품에서 시작하여 2023년까지 꾸준한 성장세를 보였으며, 특히 2020년 이후 급격한 증가세를 나타내었다. 이는 AI 기술의 발전과 의료분야의 수요 증가가 상호 작용한 결과로 볼 수 있다. 장비별로는 CT, X-ray, MR 순으로 AI 의료기기가 개발되었으며, 이는 각 장비별 이미지의 특성과 임상적 중요성을 반영한다. 본 연구에서는 흉부, 뇌신경, 근골격계 등 특정 부위에 대한 AI 의료기기 개발이 활발한 것을 확인하였고, 주요 기능별로는 의료영상 분석, 탐지 및 진단 보조, 영상 전송 등이 주를 이루었다. 이러한 결과는 AI의 패턴 인식 및 데이터 분석 능력이 의료영상 분야에서 중요한 역할을 하고 있음을 시사한다. 또한, 본 연구는 한국 제품이 국제적인 인증, 특히 미국 FDA와 유럽 CE 인증을 받은 사례를 조사하였다. 그 결과, 다수의 제품이 두 기관의 인증을 받았으며, 이는 한국의 AI 의료기기가 국제적 수준에 부합하며, 글로벌 시장에서의 경쟁력을 갖추고 있음을 보여준다. 본 연구는 AI 기술이 의료영상 분야에서 미치는 영향과 그 발전 가능성을 분석함으로써, 향후 연구 및 개발 방향에 중요한 시사점을 제공한다. 하지만, 규제 측면, 데이터의 질과 접근성, 임상적 유효성 등의 도전 과제도 지적되어, 이러한 문제들에 대한 지속적인 연구와 개선이 요구된다.