스마트 헬스케어 의료기기 기술·표준 전략 보고서 paragraph_id 6186

최근의 인공지능 기반 의료기기는 지식기반 처리 기술을 사용하는 유형(IBM Watson 등)과 인공신경망(Artificial neural network)과 같은 복잡성이 높은 러닝모델을 이용하는 딥러닝(Deep learning) 기술을 사용하는 유형(CAD, Computer Aided Diagnosis 등)과, 통계적 기법을 이용한 학습 예측 유형 등 다양한 기술들이 사용되고 있다. 인공지능 기반 의료기기는 기존의 독립 기기 중심의 평가 방식을 그대로 적용하기에는 여러가지 고려해야할 사항들이 있다. 네트워크와 클라우드를 이용해여 지속적으로 데이터를 쌓으며 학습을 통해 성능을 향상 시켰을 때, 사용한 데이터 및 학습 알고리즘의 기준 및 퀄리티 검증 이슈 지식 데이터 또는 학습 데이터에 의료 종사인의 편견 또는 부정확한 판단이 개입되었는지 확인 이슈, 머신러닝 알고리즘의 개발 과정, 작동 방식을 완벽하게 이해하거나 설명할 수 없다는 문제점 머신러닝에 학습시 사용된 데이터와 많은 차이를 갖는 병원의 현장 데이터를 사용할 경우 정확률이 떨어질 수 있다는 점 강화학습 기반 예측 모델과 같이 계속된 변화가 생기는 경우 기존의 평가 체계에 맞추기 어려운 문제 등과 같은 다양한 이슈들이 존재한다.