헬스케어ㆍ의료 분야 
인공지능(AI)과 빅데이터(Big Data)의 
핵심기술 개발동향과 국내외 시장 분석

첨단 ICT 기술과 결합되는 4차 산업혁명은 산업간의 경계를 허물고 다양한 형태의 융합과 경쟁을 초래하며 새로운 가치를 창출할 것으로 예측되고 있다. 산업 분야 중에서도 헬스케어 산업은 이미 상당한 규모로 성장하고 있지만 산업 내 비효율성은 아주 높은 상황이어서 ICT 신기술 융복합으로 인한 성장 잠재력이 가장 큰 산업 분야가 될 것으로 전망되고 있다.

세계 디지털 헬스케어 산업의 시장규모는 세계 인구의 고령화, 만성질환 환자 증가 등으로 인하여 지속적으로 성장할 것으로 예측되고 있다. 이미 2018년 시장 규모는 1,420억 달러 규모로 추정되고 있으며 연평균 20.4% 성장하여 2020년에는 2,060억 달러 규모까지 확대 될 것으로 전망되고 있다.

우선, 인공지능(AI)은 다양한 분야로 확대, 진화하고 있지만, 헬스케어 분야에서 합병 및 융자 거래가 가장 활발하게 진행되고 있으며, AI의 발전이 가장 크게 이루어질 것으로 기대되고 있다. 주요 전망 기관들마다 적용 산업별 비중 우선순위는 다르지만, 대부분 자료에서 헬스케어ㆍ의료 분야가 상위에 올라와 있다.

이에, 대기업부터 일확천금을 노리는 스타트업 기업들이 AI 기술을 헬스케어ㆍ의료 분야에 적용하여 새로운 산업을 일으키려는 움직임이 일고 있으며, 주요 국가 정부들도 시장 활성화를 위하여 지원을 아끼지 않고 있다.

이미 미국의 보건의료 분야 예산의 주요 출처인 미국 국립 위생 연구소(NIH)에서 실시하는 최근 AI 관련 프로젝트에서는 우울증 치료에 대한 AI 도입, 투약 치료 최적화에 대한 AI 도입, 환자 및 가족의 병력을 기초로 하는 치료 지원에 대한 AI 도입을 실시 중이다.

인공지능(AI) 활용으로 가장 주목을 받고 있는 IBM의 ‘왓슨(Watson)’은 코그니티브(Cognitive) 컴퓨팅으로 가장 중요한 특징은 자연언어 처리이다. 자연언어로 기술된 비구조화 데이터를 대량으로 읽어 들여 코퍼스라 불리는 지식 기반을 구축하고, 컴퓨터가 비교적 쉽게 처리할 수 있는 구조화 데이터로 변환한다. 이로 인해 빅데이터를 분석할 수 있게 되어, 자연언어로 기술된 문장을 해석하고 주어진 문제에 대한 해답을 얻을 수 있다. Watson을 의료ㆍ헬스케어 분야에서 사업화한 것이 Watson Health이며, Watson for Oncology, Watson for Genomics, Watson for Drug Discovery 등으로 대표되는 솔루션이 상용화되고 있다.

한편, 빅데이터도 헬스케어ㆍ의료 분야에 다양한 영향을 미칠 것으로 예측된다. 먼저, 새로운 치료 기술의 발견 및 제약 등 의학ㆍ의료 기술의 혁신, 의료의 효율화ㆍ최적화, 의료비용의 적정화를 실현하는 등 지금까지 산ㆍ학ㆍ관에서 진행해 온 연구가 의료 빅데이터를 활용함으로써 크게 발전될 것이다. 또한, 의료ㆍ간호 서비스의 제공 프로세스 자체를 크게 변화시킴으로써 환자의 QOL(quality of life)이 개선될 것으로 보인다.

의료 빅데이터의 활용은 특히 제약 분야에서 기대를 받고 있다. 빅데이터와 AI로 인해 새로운 제약 타깃을 탐색하거나 기존 약의 새로운 효능을 발견하는 일이 효율적으로 실시될 것이다. 또한 치료자의 스크리닝 촉진에 의한 임상시험 기간 단축 및 개발비용 절감에도 도움이 될 것이다. 이에 더해 질병의 중요도 및 부작용 발견과 관련 있는 바이오 마커를 탐색함으로써 효과를 예측하고, 환자에게 맞는 효율적이고 안전한 치료가 가능해질 것으로 보인다.

이에, IRS글로벌은 헬스케어ㆍ의료 분야의 인공지능(AI)ㆍ빅데이터(Big Data) 관련 산업에 관심이 있는 기관ㆍ업체의 실무담당자들에게 연구개발, 사업전략 수립의 기초자료를 제공하기 위하여 본서를 기획하였다.

본서는 국내외 주요 통계와 팩트를 기반으로 헬스케어ㆍ의료 분야의 인공지능(AI)ㆍ빅데이터(Big Data) 개발 동향과 비즈니스 모델 및 최근 이슈를 글로벌하게 조망하고, 주요국별 시장 활성화를 위한 정책 추진 동향과 융복합 사례 등 다양한 정보들을 수록하여 관련 산업에 대한 전반적인 이해를 돕고자 하였다.

Ⅰ. 주요국별 헬스케어 활성화 추진 동향과 시장 전망

1. 헬스케어 산업 개관과 패러다임 변화
  1-1. 헬스케어 개요
    1) 개념 및 정의
      (1) 헬스케어
      (2) 디지털 헬스케어
    2) 헬스케어 패러다임의 역사
      (1) 공중보건의 시대(헬스케어 1.0)
      (2) 질병치료의 시대(헬스케어 2.0)
      (3) 건강수명의 시대(헬스케어 3.0)
    3) 4차 산업혁명 시대의 헬스케어 환경 변화
    4) 향후 헬스케어 기술 변화
      (1) 데이터 주도형 혁신(Data-driven Innovation)
      (2) 인공지능(AI)과 사물인터넷(IoT)을 활용한 혁신
      (3) 바이오 융합 신기술
  1-2. 국내외 헬스케어 시장 전망과 트렌드
    1) 국내외 헬스케어 시장 규모와 전망
      (1) 세계 헬스케어 시장 규모와 전망
      (2) 국내 헬스케어 시장 규모와 전망
    2) 2019년 글로벌 헬스케어 트렌드
      (1) Value-Based Healthcare
      (2) AI 활용 확대
      (3) 개별맞춤케어 툴로 진화
      (4) 아시아 시장이 이노베이션 허브로 성장
      (5) 헬스케어 애널리틱스 활용 확대
      (6) 음성인식 솔루션이 주요 시장으로 자리매김
      (7) 블록체인 적용 시작
      (8) 데이터 주도(data driven) 의료보험이 보험 업계를 혁신
    3) 국내 헬스케어 생태계
      (1) 스마트 헬스케어 생태계
      (2) 헬스케어 산업 혁신 생태계 조성

2. 주요국별 헬스케어 시장 동향과 추진 전략
  2-1. 미국
    1) 병원의 디지털화 (Smart Hospital)
      (1) 디지털화 배경
      (2) Smart Hospital 촉진
    2) 모바일 헬스
      (1) 정책과 규제
      (2) 최신 사례
      (3) 스타트업 개발동향
    3) 원격 의료
      (1) 시장 규모와 개요
      (2) 원격 의료에 관한 정책
      (3) 원격 의료의 실시 사례
  2-2. 중국
    1) 중국제조 2025
    2) 국가 과학기술혁신 계획
    3) 건강중국 2030 규획요강
  2-3. 일본
    1) 아베 정권의 헬스케어 분야 성장 전략
      (1) 아베노믹스 新ㆍ3개 화살과‘일본 1억 총활약 플랜’
      (2) 미래 투자 전략 2017
      (3) 내각부‘새로운 경제 정책 패키지’
      (4) 의료 분야의 연구 개발에 공헌하는 익명 가공 의료 정보에 관한 법률 (차세대 의료기반 법안)
    2) 진료 보수ㆍ개호 보수 동시 개정의 동향
      (1) 2018년 진료 보수 개정
      (2) 2018년 개호 보수 개정
  2-4. 핀란드
    1) 의료 제도
    2) 헬스케어 분야의 디지털화
    3) e헬스에 관한 국가 전략
      (1) 사회적으로 지속 가능한 핀란드 2020
      (2) 성장과 이노베이션을 위한 건강 연구 전략
      (3) 국가 게놈 전략
    4) 사회복지와 헬스케어 개혁(SOTE)
  2-5. 한국
    1) 4차 산업혁명 기반 헬스케어 발전전략
      (1) 헬스케어 빅데이터 생산ㆍ관리 시범체계 운영
      (2) 인공지능 활용 신약개발
      (3) 스마트 임상시험 체계 구축
      (4) 스마트 융복합 의료기기 개발
      (5) 헬스케어 산업 혁신 생태계 조성

Ⅱ. 헬스케어ㆍ의료 분야의 인공지능과 빅데이터의 개발동향과 시장전망

1. 헬스케어ㆍ의료 분야의 인공지능(AI) 개발동향과 시장전망
  1-1. 인공지능 개황
    1) 인공지능(AI) 기술 개요
      (1) AI (Artificial Intelligence) 기술 등장
      (2) AI 개념 정의
      (3) AI 유형 분류
      (4) 핵심 개념의 구분(머신러닝, 딥러닝)
    2) 인공지능(AI) 관련 주요 기술 분야와 응용 영역
      (1) AI 기술 분류
      (2) AI 기술 특성
      (3) AI 응용영역 및 애플리케이션
      (4) 주요국별 기술 수준 비교
  1-2. 인공지능(AI) 시장 전망과 개발 동향
    1) 인공지능(AI) 시장규모와 전망
      (1) 기술별/애플리케이션별/권역별 시장 규모와 전망
      (2) 다양한 분야로 확산
      (3) 주요 업체 최근 동향
    2) 중국 주요 기업별 AI 대응 동향
      (1) 대기업의 AI 포석
      (2) AI 벤처기업의 약진
 1-3. 주요국별 인공지능(AI) 관련 정책 추진 동향
    1) 중국
      (1) AI에 관한 최근 동향
      (2) 차세대 AI 발전 계획 - 2030년으로 가는 로드맵
      (3) 지방 정부의 정책 촉진
      (4) 보건의료 분야 연구개발ㆍ활용 계획
    2) 미국
      (1) 국가 AI 연구개발ㆍ활용 계획
      (2) 보건의료 분야 연구개발ㆍ활용 계획
    3) 독일
      (1) 국가 AI 연구개발ㆍ활용 계획
      (2) 보건의료 분야 연구개발ㆍ활용 계획
    4) 프랑스
      (1) 국가 AI 연구개발ㆍ활용 계획
      (2) 보건의료 분야 연구개발ㆍ활용 계획
    5) 영국
      (1) 국가 AI 연구개발ㆍ활용 계획
      (2) 보건의료 분야 연구개발ㆍ활용 계획
    6) 핀란드
      (1) 핀란드 인공지능 계획 (Artificial intelligence programme)
    7) 한국
  1-4. 헬스케어ㆍ의료 분야에서의 AI 윤리적 고려
    1) 주요 기관별 AI 활용의 윤리적인 부분
      (1) 미국 식품의약품국(FDA)
      (2) Partnership on AI
      (3) Xcertia
      (4) 일본 인공지능 학회
      (5) 일본 총무성 정보통신 정책 연구소
      (6) 마이크로소프트
    2) 윤리적 문제에 대한 검토 과제
  1-5. 헬스케어ㆍ의료 AI 시장 규모와 산업화 동향
    1) 헬스케어 AI 시장 규모와 전망
    2) 헬스케어ㆍ의료 분야의 AI 산업화 동향
      (1) 의료 빅데이터를 통한 지식 추출
      (2) 의료 영상 해석을 지원
      (3) AI 활용 신약 개발
    3) 인공지능(AI)을 활용한 헬스케어 생태계
    4) 주목받는 스타트업 기업
  1-6. 주요국별 헬스케어ㆍ의료 분야에서의 AI 추진 및 대응 동향
    1) 미국의 AI와 헬스케어 동향
      (1) 의료 AI 활용을 위한 대응 동향
      (2) 기업별 최신 사례
    2) 일본
      (1) 정책 추진 동향
      (2) AI 기반 영상 진단 분야
      (3) AI 기반 영상 진단 분야
      (4) NEC의 AI와 의료에 대한 대응
    3) 중국
      (1) 정책 추진 동향
      (2) 주요 업체별 대응 동향
      (3) 주요 기업 리스트
    4) 한국
      (1) 국내 AI 도입 현황
      (2) 인공지능(AI)ㆍ빅데이터 활용 신약개발 플랫폼 구축
      (3) 보건소 클라우드에 영상판독 AI 구축
      (4) AI 기반 의료기기 허가
      (5) AI 융합 의료기술 특허 동향
  1-7. 의료ㆍ헬스케어 분야에서의 AI 활용 사례 분석
    1) IBM – Watson
      (1) 암 진료에서의 인공지능 활용
      (2) Cognitive System으로서의 Watson
      (3) 의료ㆍ헬스케어 분야에서 Watson의 이용
      (4) Watson을 이용하기 위한 데이터 정비
    2) Philips - 헬스케어 솔루션 개발
      (1) Decision Support
      (2) Operational Optimization
      (3) Empowering Patients
      (4) Enabling Population Health Management
    3) GE - Body Navigator, Kidney Segmentation
    4) Apple Watch – Cardiogram으로 심장 체크
    5) Google – 인공지능을 사용한 안구질환 진단 기술 추진
    6) DeepMind의 AlphaGo – 두경부암의 방사선 치료
    7) Arterys – AI를 활용하여 3D, 4D MIR 영상 진단
    8) Enlitic의 인공지능 – 보다 정확한 영상 진단
    9) Atomwise의 인공지능 AtomNet – 고품질 창약(創藥)
    10) 칠드런즈 호스피탈 LA – 환자 증상 변화 예측
    11) 캘리포니아 대학 – AI로 암세포 특정
    12) IBM의 인공지능 – 피부암 조기 진단
    13) 스탠포드인공지능연구소 – 휴대폰으로 피부암 진단
    14) Aicure – 복약 관리
    15) Prognos – 건강유지 및 신약 개발에 도움을 주는 인공지능 개발
    16) 오클라호마 대학 – 뇌성마비 소아를 인공지능으로 식별
    17) Naked Labs – Naked 3D Fitness Tracker
    18) FRONTEO Healthcare – AI 신약개발
    19) 한국화학연구원 – AI기반 신약소재 화합물 DB 구축

2. 헬스케어ㆍ의료 분야의 빅데이터 개발동향과 시장전망
  2-1. 빅데이터(Big Data) 개요
    1) 개념
    2) 필요성
    3) 유형과 분류
      (1) 형태별 분류
      (2) 주체별 분류
    4) 핵심 기술
      (1) 수집
      (2) 공유
      (3) 저장
      (4) 처리
      (5) 분석
      (6) 시각화
    5) 빅데이터의 활용과 과제
      (1) 퍼스널 빅데이터
      (2) 무료 서비스의 이면
      (3) 퍼스널 데이터의 종류
      (4) 프로파일링 되는 소비자
      (5) 등급이 매겨지는 소비자
  2-2. 의료 빅데이터가 가져올 변화와 활성화 과제
    1) 의료 빅데이터의 개념
    2) 의료 데이터의 활용
    3) 의료 빅데이터가 미치는 영향과 변화
      (1) 관련 연구 발전
      (2) 의료 분야의 변화 가능성
    4) 의료 생태계 빅데이터 구축을 위한 방안
      (1) 데이터 활용 장점의 전달 방법
      (2) 환자의 일상 데이터에 접근
      (3) 향후 의료 생태계 구조
  2-3. 빅데이터 시장 동향과 전망
    1) 글로벌 시장 동향과 전망
    2) 국내 시장 동향과 전망
      (1) 2019년 정부 지원
      (2) 영역별ㆍ제품별 시장 규모
      (3) 도입률
  2-4. 의료ㆍ헬스케어 분야의 빅데이터 시장 전망과 활성화 과제
    1) 확대되는 의료 관련 데이터 활용 가능성
    2) 시장규모와 효용가치
      (1) 시장규모와 데이터 증가 속도
      (2) 효용 가치와 문제점
      (3) 스마트 헬스 데이터 산업ㆍ시장 동향과 전망
    3) 헬스케어 분야의 빅데이터 해석 트렌드
      (1) 환자 중심의 의료
      (2) 의료기기
      (3) 부정행위, 사기행위
    4) 의료 빅데이터 활성화를 위한 과제
      (1) 데이터 활용 기반을 정비하기 위한 다양한 과제
      (2) 메리트와 비전 제시
      (3) 의료 디지털화 추진
      (4) 의료 빅데이터를 분석하는 인재의 부족
  2-5. 의료 빅데이터 활용을 위한 주요국별 정책 추진 동향
    1) 주요국의 동향 비교
    2) 덴마크
    3) 미국
    4) 일본
    5) 한국
      (1) 빅데이터 활용 문제점과 과제
      (2) 정책 추진 동향
      (3) 공적 활용 사례
      (4) 보건의료 빅데이터의 이용현황
  2-6. 의료ㆍ헬스케어 분야에서의 빅데이터 활용 사례 분석
    1) 의료 데이터 활용 서비스 추진 – Hitachi (일본)
      (1) 익명 뱅크
      (2) 전립선암 예측 모델
      (3) 게놈 정보의 활용
    2) ‘인간 게놈 계획’ - 미국게놈센터 및 국제인간게놈배열컨소시엄조직 (미국 외)
    3) ‘National Health Service’ - 영국 맨체스터 지역의 병원 (영국)
    4) ‘임상시험의 상세 데이터 공개’ - Glaxo Smithkline (영국)
    5) ‘타미플루 등 약제에 관한 임상시험 데이터 공개’ - Loche (스위스)
    6) ‘의료 복지 분야의 데이터 공개’ - 영국 보건부 (영국)
    7) ‘암에 관한 데이터 공개’ - 영국 공중위생 서비스 (Public Health England, PHE) (영국)
    8) ‘The Health Data Initiative’ - 워싱턴 미국 의학 연구소 (미국)
    9) ‘알츠하이머 환자의 게놈 해독 데이터 공개’ (미국)
    10) ‘Amazon Web Services(AWS)’ 국립위생연구소 (미국)
    11) ‘유전자와 암의 관계에 관한 연구’ - 국립프레더릭암연구소 (미국)
    12) ‘네트워크에 접속할 수 있는 의료기기’ - 프랑스 클레르몽페랑 대학병원 (프랑스)
    13) ‘IBM InfoSphere Streams를 활용한 신생아 의료 시스템’ - 온타리오 공과대학 (캐나다)
    14) ‘MD Insider’ - 데이비드 노리스 (미국)
    15) ‘Patientslikeme’ - 미국의 환자 체험 공유 서비스 (미국)
    16) ‘천식의 원인 규명’ - 켄터키州 루이빌市 (미국)
    17) ‘구급 환자의 입원 기간 단축’ - 로스앤젤레스 병원과 보스턴 병원의 협동 연구 (미국)
    18) ‘EMR 도입’ - 플로리다 병원 (미국)
    19) ‘Strategic Global Partnership & Cross-Innovation Initiative’ - 오사카 대학 대학원 (일본)
    20) ‘산총연ㆍ와세다대학 생체 시스템 빅데이터 해석 오픈 이노베이션 연구실’ - 산업기술종합연구          와세다대학 (일본)

Ⅲ. 인공지능ㆍ빅데이터ㆍ헬스케어 분야별 주요 통계

1. 인공지능(AI) 분야
  1-1. 인공지능 시장규모와 전망
  1-2. 언어 처리 및 음성 인식
  1-3. 가상 디지털 비서 시장
  1-4. 스타트업ㆍ투자

2. 빅데이터(Big data) 분야
  2-1. 빅데이터 시장규모와 전망
  2-2. 데이터 센터
  2-3. 주요 서베이 결과

3. 헬스케어(Healthcare) 분야
  3-1. 헬스케어 지출과 비용
  3-2. 모바일 헬스케어
  3-3. 헬스케어 앱 시장
  3-4. EHR(Electronic Health Records)ㆍEMR(Electronic Medical Record)
  3-5. 원격의료