바로가기 메뉴
주요메뉴 바로가기
본문 바로가기
하단메뉴 바로가기
ETRI소식 상상을 현실로, 진화하는 ICT세상, 고객과 함께 ICT미래를 열어가겠습니다.

연구개발보도자료

[2018-46호] ETRI, 단국대와 데이터기반 정밀의료 협력

인공지능 이용, 의료데이터 분석한다

ETRI, 단국대와 데이터기반 정밀의료 협력 

- 자가적응 분석 엔진 기술로 질병 조기진단 기술 협력

- 의료관련 빅데이터 분석으로 의사 보조도구 활용 예상

국내 연구진이 개인 생활환경이나 습관·임상·유전체정보 등 의료 빅데이터를 인공지능으로 분석해 질병에 대한 진단에서 예방, 치료에 이르는 개인별 맞춤 의료서비스를 위한 본격적인 연구를 시작한다.  

한국전자통신연구원(ETRI)은 12일, 단국대학교에서 의료에 인공지능(AI) 기술을 적용, 정밀의료연구를 위한 양기관 연구협력에 나선다고 밝혔다.  

향후, ETRI는 단국대학교와 협업을 통해 정밀의료분야에서 요구하는 차세대 인공지능 기술을 지속적으로 개발, 관련분야 연구를 선도할 계획이다.

ETRI는 그동안 빅데이터, 인공지능 기술 등을 바탕으로 다양한 변수로 구성된 데이터를 분석하는‘자가적응 분석 엔진 기술’을 개발해 왔다. 

연구진은 개발한 핵심기술을 의료용 데이터가 풍부한 단국대학교병원을 통해 의료분야에 시험하고 검증한다는 계획이다.

현재, ETRI는 의료데이터 분석 엔진인‘사이버 디엑스(CybreDx)’기술을 개발, 질병 위험도 분석 연구를 진행 중이다.‘사이버 디엑스’는 새로운 기계학습 모델과 인지적 데이터 분석 알고리즘을 이용한 인공지능 기술 기반 의료데이터 분석 엔진이다. 

연구진은 현재 발병 후 질환 중심의 수동적이고 일시적인 진단과 치료의 한계를 벗어나, 일상 건강 중심의 선제적이고 전 주기적인 진단과 예방을 제공하는 건강관리 시스템으로 전환하는 것을 목표로 하고 있다. 

이로써 향후 의사가 질병을 판단하는데 도움을 주는 도구로‘사이버 디엑스’가 활용될 것이라고 연구진은 밝혔다. 

본 기술의 핵심으로는 머신러닝 기술을 이용한 자가분석엔진 기술, 자가적응형 엔진기술, 개인맞춤형 질병진단 분석기술 등이다.

예컨대 EMR과 같은 병원에서 쓰이는 의사진료 데이터를 연구진이 개발한 엔진으로 분석하면 환자별 개인 특성에 맞는 모델을 만들 수 있다는 것이다.

이를 위해선 많은 작업이 선행되어야 한다. 먼저, 환자 의료 빅데이터를 처리하여 데이터 정규화 및 코드변환이 이뤄져야 하고 여기에 환자를 데이터를 입력하면 인공지능을 통해 빅데이터 분석이 처리된다. 또한 환자에 맞는 자가적응형 머신러닝 엔진을 통해 질환의 예측결과도 보여주게 되는 원리다. 

연구진은 먼저, 치매와 관련하여 분석엔진을 통해 시연해본 결과, 상당부분 일치했고 우수한 성능을 보였다고 설명했다. 향후 엔진의 고도화와 추가적인 의료데이터를 입력해 정확도를 높이는 연구가 더 필요하다고 설명했다.

ETRI 백옥기 IDX원천기술연구실 연구위원은“인공지능을 활용한 의료데이터의 분석연구는 전 세계적인 화두다. 현대 질병관리는 질병에 걸린 후에 치료하는 시스템이지만 연구진은 발병 전 미리 질병 징후를 판단하는 시스템을 개발 중이다”고 말했다. 

단국대학교병원 조종태 병원장도“ETRI와 협력하게 되어 기쁘다. 향후 병원내 의료정보 데이터를 활용하여 선도적인 인공지능을 활용한 최고의 대학병원으로 거듭 나겠다”고 밝혔다. 

연구진은 향후 의료데이터를 인공지능 기술로 분석, 건강한 사람이 미연에 질병을 예방할 수 있게 도와주는 것이 미래의 헬스케어 서비스가 될 것이라고 덧붙였다. 

한편, 단국대학교병원은 혈액, 유전체, 분자진단 등 의료검사 및 분석 서비스 경험을 접목해 각종 질환에 대한 조기 진단 및 예방 기술을 협력해 연구할 계획이다.

양 기관은 향후 3년간 인력과 기술을 교류하고 시설, 장비를 공동 활용하여 새로운 인공지능 기술을 기반으로 의료분야 사업화를 추진할 계획이다.

연구진은 향후 본 기술과 관련된 연구를 추가적으로 진행하여 특정 질환을 일으키는 인자가 해당 질환에 어떤 영향을 미치는지에 대한 과정 등에 중점 연구할 계획이다.

또한, ETRI는 본 기술의 성과를 더욱 고도화하기 위해 국내 대학병원과 협력은 물론, 캐나다, 영국 등과 협력을 본격화 할 것이라고 밝혔다. 연구진이 내다보고 있는 상용화는 향후 2년 이내에 가능할 전망이다. <보도자료 본문끝> 


[배포번호:2018-46호]

TOP