주목해야 할 미래 의료 AI의 세 가지 주요 동향

COVID-19 발병, 정신 건강 위기, 의료 비용 상승, 인구 노령화 속에서 업계 리더들은 의료 관련 인공 지능(AI) 애플리케이션 개발에 서두르고 있습니다. 한 가지 신호는 벤처 캐피털 시장에서 나옵니다. 40개 이상의 스타트업이 업계를 위한 AI 솔루션을 구축하기 위해 상당한 자금(2천만 달러 이상)을 모금했습니다. 그런데 인공지능이 헬스케어에 실제로 어떻게 활용될까?

2022년 의료 분야 AI 설문조사에서는 전 세계 300명 이상의 응답자에게 의료 분야 AI를 정의하는 과제, 성과 및 사용 사례를 더 잘 이해하도록 요청했습니다. 결과는 두 번째 해에도 크게 변하지 않았지만 향후 몇 년이 어떻게 전개될 것인지를 나타내는 몇 가지 흥미로운 추세를 보여주었습니다. 이러한 진화의 일부 측면은 긍정적인 반면(AI의 민주화) 다른 측면은 덜 흥미롭습니다(더 넓은 공격 표면). 기업이 알아야 할 세 가지 트렌드는 다음과 같습니다.

1. 노코드 도구를 활용하여 AI를 더 쉽게 사용하고 민주화합니다.

Gartner는 2025년까지 기업이 개발한 새로운 애플리케이션의 70%가 코드 또는 로우 코드 기술이 사용될 것입니다(2020년 25% 미만에서 증가). 로우코드는 프로그래머의 작업량을 단순화하지만 데이터 과학 개입이 필요하지 않은 노코드 솔루션은 비즈니스와 그 이상에 가장 큰 영향을 미칩니다. 그렇기 때문에 기술 직위에서 도메인 전문가로 AI 사용이 도약하는 것을 보는 것이 흥미로운 이유입니다.

헬스케어의 경우 이는 헬스케어 인공지능 설문조사에서 응답자의 절반 이상(61%)이 임상의를 타겟 사용자로 식별했으며, 헬스케어 지불자(45%)와 헬스케어 IT 기업(38%)이 그 뒤를 이었습니다. . 이는 의료 관련 AI 애플리케이션에 대한 상당한 개발 및 투자와 오픈 소스 기술의 가용성과 결합되어 더 광범위한 산업 애플리케이션을 가리킵니다.

이것은 중요합니다. Excel이나 Photoshop과 같은 일반적인 사무 도구처럼 코드를 의료 종사자의 손에 넣으면 AI가 더 좋아질 것입니다. 기술을 사용하기 쉽게 만드는 것 외에도 의료 전문가(소프트웨어 전문가가 아님)의 손에 달려 있기 때문에 더 정확하고 신뢰할 수 있는 결과도 가능합니다. 이러한 변화는 하룻밤 사이에 일어나지는 않겠지만, 핵심 사용자가 도메인 전문가가 되는 AI의 성장은 확실히 큰 진전입니다.

2. 도구는 점점 더 좋아지고 텍스트는 더욱 유용해지고 있습니다.

다른 고무적인 발견에는 AI 도구의 발전과 특정 모델을 더 깊이 탐구하려는 사용자의 욕구가 포함됩니다. 2022년 말까지 어떤 기술을 채택할 계획인지 묻는 질문에 설문 조사에 참여한 기술 리더들은 데이터 통합(46%), 비즈니스 인텔리전스(44%), NLP(43%) 및 데이터 주석(38%)을 꼽았습니다. 텍스트는 이제 AI 애플리케이션에서 가장 많이 사용될 가능성이 있는 데이터 유형이며, 자연어 처리(NLP) 및 데이터 주석에 대한 강조는 보다 정교한 AI 기술이 증가하고 있음을 시사합니다.

이러한 도구는 임상 의사 결정, 약물 발견 및 의료 정책 평가와 같은 중요한 활동을 지원할 수 있습니다. 2년 간의 코로나19 사태 이후, 우리가 새로운 백신을 개발하고 대규모 사건 이후 의료 시스템의 요구 사항을 더 잘 지원하는 방법을 발견함에 따라 이러한 분야의 발전이 얼마나 중요한지 분명해졌습니다. 또한 이러한 사례를 통해 의료 산업에서 인공지능을 활용하는 것은 다른 산업과 매우 다르며 다른 접근 방식이 필요하다는 것을 알 수 있습니다.

따라서 기존 기업의 기술 리더와 인터뷰 대상자 모두 로컬에 설치된 소프트웨어 라이브러리 또는 SaaS 솔루션을 평가할 때 의료 산업별 모델 및 알고리즘의 가용성을 가장 중요한 요구 사항으로 꼽는 것은 놀라운 일이 아닙니다. 벤처 캐피탈 환경, 시장에 있는 기존 라이브러리, AI 사용자의 수요로 판단할 때 의료 관련 모델은 앞으로 점점 더 성장할 것입니다.

3. 보안 및 안전에 대한 우려가 커지고 있습니다.

지난 한 해 동안 인공 지능이 발전함에 따라 새로운 공격 경로도 열렸습니다. 응답자들이 AI 애플리케이션을 구축하는 데 사용하는 소프트웨어 유형을 묻는 질문에 가장 인기 있는 선택은 로컬에 설치된 상용 소프트웨어(37%)와 오픈 소스 소프트웨어(35%)였습니다. 특히 클라우드 서비스 이용률은 지난해 조사 대비 12%(30%) 감소했는데, 이는 데이터 공유에 대한 개인정보 보호 우려로 인한 것으로 보인다.

또한 대다수의 응답자(53%)는 모델 검증을 위해 제3자나 소프트웨어 공급업체의 지표에 의존하기보다는 자체 데이터에 의존하기로 선택했습니다. 기존 조직의 응답자(68%)는 내부 평가 및 자체 조정 모델 사용을 선호하는 것으로 나타났습니다. 마찬가지로, 의료 데이터 처리에 대한 엄격한 통제와 절차를 고려할 때 AI 사용자는 가능한 한 사내에서 운영을 유지하기를 원할 것이 분명합니다.

그러나 소프트웨어 선호도나 사용자가 모델을 검증하는 방법에 관계없이 의료 보안 위협이 커지면 상당한 영향을 미칠 수 있습니다. 다른 중요한 인프라 서비스가 문제에 직면할 때 의료 침해의 영향은 평판 및 재정적 손실을 넘어 확장됩니다. 데이터 손실이나 병원 장비의 변조는 삶과 죽음의 차이를 의미할 수 있습니다.

개발자와 투자자가 인공 지능을 일반 사용자의 손에 제공하기 위해 노력함에 따라 인공 지능은 훨씬 더 큰 성장을 이룰 준비가 되어 있습니다. 그러나 AI가 더욱 널리 보급되고 모델과 도구가 개선됨에 따라 안전, 보안 및 윤리가 중요한 초점이 될 것입니다. 올해 이러한 헬스케어 분야의 AI가 어떻게 발전할지, 그리고 이것이 업계의 미래에 어떤 의미를 갖는지 지켜보는 것도 흥미로울 것입니다.

출처: www.cio.com​

위 내용은 주목해야 할 미래 의료 AI의 세 가지 주요 동향의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!