국제의료정보포털

머신러닝은 진단을 개선하고 치료를 목표로 하기 위해 데이터를 분석하여 의학을 개선할 수 있지만 기술 인프라, 관료주의 및 규제 등은 AI 기술 발전의 장애물로 작용

• 디지털 헬스 전문 투자사인 록헬스(Rock Health) 투자 분석에 따르면, ’22년 상반기에만 30억 달러 이상, ’21년에는 거의 100억 달러를 포함하여 AI 지원 디지털 헬스 스타트업에 투자
• 의료 분야에서 AI를 사용하는 데 있어 가장 큰 장벽은 인프라와 관련이 있으며, 의료 시스템은 알고리즘이 환자 데이터에 액세스할 수 있도록 해야 하지만 최근 몇 년간의 투자로 AI가 사용할 수 있는 방대한 데이터를 생성했지만 작은 기업들이 활용하기에 인프라 구축은 미진한 상태
• 또 다른 문제는 모든 의료 시스템이 기술과 환자를 치료하는 방식이 고유하다는 것이며, 이는 알고리즘이 모든 곳에서 잘 작동하지 않을 수 있음을 의미
• 많은 데이터가 EHR에서 제공되지만 의료 시스템 간에 호환되지 않는 경우가 많기 때문에 상당한 데이터 세트를 수집하기가 어려우며, 병원은 개별방문에 대한 완전한 데이터를 가질 수 있지만 환자의 일부 병력은 다른 병원에 보관되어 총체적인 환자관리에 대한 추론을 도출하기가 어려운 실정