분야
hwp내가 생각한 융합분야가 미래 나의 직업이 된다면
차 례
Ⅰ.
서론
Ⅱ.
본론
1) 내가 선택한 학문 분야 융합방법
2) 내가 융합한 분야는 4차 산업혁명시대에 어떻게 적용될 수 있을까?
Ⅲ.
결론
Ⅳ.
참고문헌
Ⅰ. 서론
최근 많은 분야에서 기술적 융합이 일어나고 있다. 많은 대학에서도 여러 가지 분야를 융합하여 새로운 학과를 만들어내기도 하고, 인공지능의 개발로 그 속도는 점차 가속화 되었다. 또한, 현재시점에서는 융합분야를 통한, 새로운 가치 창출을 하기도 하고, 한가지 분야에서만 연구하는 것보다, 여러 분야를 융합함 속에서 일어나는 연구들이 더 많은 가치들을 만들어내고 있다. 그렇다면 내가 생각하는 학문분야의 융합에 대한 이야기를 해 보겠다. 나의 미래를 결정지어줄 두가지 분야는 바로 인공지능과 의료이다. 물론 현재에도 많은 대학 그리고 교수님들께서 이런 의료 공학에 인공지능을 접목하여 다양한 프로그램들을 개발하고 있으며, 그 혜택을 환자들에게 돌아갈 수 있도록 여러 노력을 가하고 있다. 오늘은 이 두가지 분야, 인공지능과 의료를 합쳤을 때, 어떤 제품과 프로그램이 나올 수 있고, 이 분야들을 어떻게 합칠지 생각해보도록 하겠다. 먼저 인공지능이 할 수 있는 분야를 생각해보도록 하겠다. 현재 나와있는 인공지능은 대량의 데이터를 기반으로 새로운 데이터를 창조해 내고, 그것을 인간의 입맛에 맞도록 재가공하는 인공지능들의 연구가 꾸준히 이루어지고 있다. 예를 들어 사람이 그린 여러 가지 그림들을 통해, 새로운 그림을 그린다거나, 그 그림들의 특성 혹은 공통점을 파악하여, 사람들이 좋아할만한 그림을 새롭게 그리는 것이다. 이처럼, 현재 인공지능은 사람들의 데이터를 기반으로 만들어지고 있으며, 앞으로도 쏟아지는 많은 데이터를 분석해서, 새로운 것들을 만들어 내어가고 있다. 그렇다면 의료분야에서 이런 기술들은 어떻게 쓰이고 있을까. 먼저 의료분야에서 가장 많은 데이터를 축적한 것은 바로 X레이 혹은 MRI와 같은 영상데이터 혹은 사진 데이터가 되겠다. 이런 데이터를 보고 의사들은 병의 판정을 내리게 되는데, 이때 인공지능의 도움을 받을 수 있다. 이전에는 단순히 데이터 상에 문제가 없으면 의사 역시, 병의 판정을 할 수 없는 경우가 있었으나, 인공지능의 경우 다수의 데이터를 모두 확인하여, 병을 미리 예측할 수 있는 수준 까지 인공지능이 개발된 것이다. 따라서 현재 스타트업 중에서도 이런 영상데이터를 기반으로 미래의 병의 발생률을 측정하는 인공지능들이 나와있으며, 촬영기기에도 이런 인공지능 학습을 통해서, 병을 진단해내고 있다. 이것이 현재 인공지능이 가지고 있는 능력이며 이제 본격적으로 이것들이 의료분야에서 어떻게 융합될지 생각해보겠다.
Ⅱ. 본론
1) 내가 선택한 학문 분야 융합방법
내가 선택한 학문 분야는 의료분야와 인공지능이다. 이 두가지 분야는 어떤식으로 융합될까. 앞서 이야기했듯이 가장 융합이 빠르게 진행될 곳은 바로 사진과 영상부분에서 진단을 하는 것이 유력해 보인다. 현재 많은 환자들의 데이터가 병원에 저장되어 있으며, 수많은 X레이 사진, MRI사진, 수술 영상 등 다양한 데이터를 통해서 인공지능이 학습하게 되고, 이 학습결과를 바탕으로, 미리 병을 진단하여, 의사의 진단을 돕는 역할들을 수행하게 된다. 이 외에 또 어떤 것들이 있을까. 현재 미국의 IBM과 구글은 헬스케어 분야 인공지능 기술에 진출하고 있다. IBM의 경우 환자의 암 진단, 질병진단, 유전정보 진단까지 인공지능이 도와주는 형태로 활용되고 있으며, 암 진단의 경우 상당한 수준으로 발전한 것으로 알려져 있다. 또한, 병리학자를 대신할 디지털 병리학자 기술 역시 발전하고 있으며, 암 조직 검사를 인공지능이 해내기도 한다. 이러한 인공지능 학습은 머신러닝 기술을 활용해서 발전시키는데, 이 진단 결과는 무려 98%정도에 이를 정도로 정확하다고 한다. IBM은 이를 실제 의료현장에 투입하여, 의사의 암진단을 도와줄 기술로 채택하고 있다. 또한, 여기서 그치지 않고, 데이터 분석 기술을 꾸준히 연구하여, 지금 이 순간에도 나오는 많은 데이터들을 학습시켜, 더 정확한 진단을 할 수 있도록 개선시키고 있다.
구글의 경우는 조금 다르게 영상데이터가 아닌, 수술용 로봇에 이 인공지능을 덧붙였는데, 수술을 담당하는 의사에게 로봇이 미리 다음동작을 알려준다던지, 혹은 수술중 사진 데이터를 통해 어떤 기술이 적합할지를 미리 추천해주는 알고리즘등을 개발하여, 의사의 수술을 돕는다고도 한다. 따라서, 현재 인공지능은 의사를 대체하는 목적으로 나오는 것이 아니라, 의사의 판단 그리고 행동을 도와줄 보조기구로써의 인공지능이 계속해서 나오고 있으며, 이에 따른 연구 역시 계속 진행되고 있다. 여기에 더해, 의사를 환자와 매칭 시켜주는 인공지능 역시 개발중에 있는데, 환자마다 적절한 의사를 찾는 것은 어려운 일이다. 우리 현실에서도 여러 대형병원을 다니며 다양한 의사들의 소견을 듣는 것은 꽤 잦은 일이다. 하지만, 의료 인공지능이 발전한다면 이런 불편함을 해소할 수 있고, 병명에 따라 적합한 의사를 찾아주는 것 역시 인공지능 기술로 가능한 부분이라고 한다. 지금까지는 의료분야와 인공지능이 어떻게 융합되고, 실제 기술로 나타나는 지에 대해서 알아보았다. 그렇다면 나의 생각에 대해서 말해보겠다. 먼저, 영상, 사진 등의 인공지능은 의료뿐만 아니라 다양한 분야에서 이미 활용되고 있기 때문에, 많은 사례들이 존재한다. 하지만 정말 인공지능이 필요한 분야는 어디일까. 수술 이외에 인공지능이 필요한 부분으로는 개인의 생활속의 의료라고도 할 수 있겠다. 많은 사람들은 병원에 가서 의사의 진단을 받고 약을 처방받아 치료를 진행하게 된다. 이 과정에서 의료인공지능이 쓰인다고 해보자. 단순히 사람의 추가적인 정보(혈당/호흡등)만 가지고도 사람이 직접 진단을 할 수 있는 세상이 오지 않을까. 물론 의사가 필요 없다는 것은 아니다. 하지만 간단한 진단의 경우 예를 들어 입을 벌려서 안쪽을 핸드폰으로 찍어서 보여주는 것만으로도, 간단한 질병들을 인공지능이 진단내리고 처방하여, 인간에게 의료서비스를 제공할 수 있다는 것이다. 이는 도서 지역 혹은 외지에 살고 있는 사람들에게 의료서비스를 제공할 수 있는 발판이 되겠으며, 의료복지의 보편성을 늘려줄 수 있을 것이라 생각한다.
2) 내가 융합한 분야는 4차 산업혁명시대에 어떻게 적용될 수 있을까?
그렇다면 의료분야와 인공지능의 융합인 의료인공지능은 4차 산업혁명시대에 어떻게 더 발전할 수 있을까? 3가지 방법을 이야기해보도록 하겠다.
① 의료인공지능의 병원도입
지금도 많은 스타트업과 기업에서 진행중인 건이다. 의료인공지능을 통해 더욱 효율적으로 의사의 판단이 가능하도록 하고, 병의 진단 정확성을 높이는데 목적이 있다. 또한, 수술용 로봇의 인공지능 학습을 통해, 더 빠르고 정확한 수술에서 빛을 발할 수 있을 것이라 생각한다.
② 생활속에서의 의료인공지능
우리 삶속에 이런 의료인공지능이 발달한다면, 여러 가지 변화가 나타나게 될 것이다. 먼저, 우리는 간단한 질병의 경우 스마트폰만을 활용하여 질병을 진단하고, 약을 처방할 수 있게 된다. 또한, 집에서 식습관 혹은 개인 데이터를 파악하여, 질병을 예측하고, 미리 선제적인 예방조치를 할 수 있도록 한다.
③ 의료인공지능을 통한 행정업무의 간소화
현재 우리나라에는 대형병원이 많이 존재하긴 하지만, 대형병원을 예약하면 수일이 걸리는 것은 당연하게 여겨지고 있다. 따라서 의료인공지능을 활용해서, 사람들을 분산시키고, 적합한 의사를 매칭시켜줄 수 있다면 이러한 사회적 비용을 감소시킬 수 있을 것이라고 생각한다.
Ⅲ. 결론
의료인공지능은 다양한 분야에서 사용될 수 있다. 지금은 비록 영상과 사진 데이터만으로 진단을 하지만, 앞으로는 더 다양한 상황속에서 의료인공지능이 활용될 수 있을 것이라 예상해본다. 이는 의사의 좋은 도구중 하나가 될 것이며, 국가적으로도 의료복지면에서 더 다양한 의사결정 그리고 누구나 의료서비스를 활용할 수 있도록 문을 열어주는 발판이 될 것이라 생각한다.
Ⅳ. 참고문헌
https://www.sciencetimes.co.kr/news/re%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5%EC%9D%B4-%EB%B0%94%EA%BE%B8%EB%8A%94-%EB%AF%B8%EB%9E%98%EC%9D%98-%EC%9D%98%EB%A3%8C/ - 인공지능이 바꾸는 미래 의료
