1. 들어가는 글
●의사와 의료기관을 중심으로 진행되던 헬스케어는 빅데이터 기술이 발달하면서 환자의 특성, 참여를고려하는맞춤의학,참여의학등으로큰변화가있었음 ▶예방,건강증진,맞춤형의학을통한효과적인치료를위해서는데이터의수집ㆍ축적이필요함 ▶최근유전자분석기술의발달로유전정보확보에필요한비용,시간이감소하였으며,다양한 무선센서와스마트폰의발달등으로외부적인활동데이터의습득이쉬워짐 ▶헬스케어 핵심기술로 빅데이터, Artificial Intelligence(AI, 인공지능), 가상현실, 정밀의료, 유전체분석,재생의료등이거론되고있음[1] ●특히 암 연구와 치료분야에서 빅데이터 활용이 활발하게 이루어지고 있으며, 환자 암 조직의 유전자변형의특성들은환자의전주기적맞춤형치료방법과정밀의학구현을위한기반이될 것임 ▶환자들의의료기록을빅데이터화하여암에관한정보,암치료에관한진단과처방에도움이 될수있는정보를이용할수있음▶이에 미국의 Sentinel Initiative, 유럽의 ENCePP 등 전세계적으로 보건의료분야의
빅데이터를적극활용하고있으며[2],우리나라도국가차원에서암관련데이터를연계하여 새로운가치창출을위한연계ㆍ개방형데이터융합플랫폼구축을진행중임
보건의료 빅데이터를 활용한 암 진단 및 치료
강영남1,2,설윤지2,3 가톨릭대학교서울성모병원방사선종양학과1 가톨릭대학교성의교정첨단융복합방사선의료기술연구소2 가톨릭대학교성의교정일반대학원의생명건강과학과의물리공학32. 암의 진단
1) 암 진단의 중요성
●초기암진단은환자의생존율에크게기여하여,말기에발견시5년생존율은6.1%에불과하지만 조기발견시생존율은64%까지상승함 ▶그러나국내폐암환자의조기진단비율은20.7%에불과하며,병변의크기가작거나심장, 늑골등다른장기에병변이가려져있는경우초기에진단되지않음[3,4] ▶보건복지부국가암등록통계에따르면폐암의5년생존율은2015년기준으로약27%로 낮은편임 ●국민건강보험공단에서조사된2012~2015년오진으로인한환자들의피해현황중암과관련한 내용이전체오진건수(480건)중61.7%인296건에달함 [그림 1]주요암종5년상대생존율추이2) 영상학적 진단 분야의 활용
●이러한문제점해결을위해빅데이터기반의AI암진단프로그램들이출시되고있으며,미국 IBM의AI프로그램인‘왓슨’이대표적임 ▶‘왓슨’은 의학 증거 605,000건, 텍스트 200만 페이지, 트레이 케이스 25,000건 환자기록 147,000명에해당하는데이터를학습하여현재MD앤더슨병원에서암진단과치료법을 제공하고있음 ▶미국종양학회에따르면‘왓슨’의진단정확도는대장암98%,직장암96%,방광암91%, 췌장암94%,신장암91%,난소암95%,자궁경부암100%에달함 ▶미국의클리블랜드클리닉(ClevelandClinic)은왓슨이2020년쯤임상분야에서널리활용될 것으로전망함[6] [그림 2]3년간오진피해현황(2012-2015)●국내 AI software회사인 Lunit사의 프로그램은 AI를 통해 의사의 판독을 보조하여 초기에 진단되지못하는환자들을찾아내는역할을하고있음 ▶약20만장의빅데이터를학습하여영상판독보조시의사의판독정확도가최대20%까지 향상되어암치료에큰기여를할것으로전망됨[7,8] ▶유방촬영술은위양성율과위음성율이매우높은검사법으로실제검사결과약10%의환자가 유방암 의심으로 판정받아 추가 정밀검사를 받고 있으나, 이 중 최종 유방암 진단을 받는 비율은5%에불과함[9,10] ▶선별검사실시후유방암병변을놓치는비율은10~30%수준이지만Lunit진단프로그램을 통한 유방암 검출 정확도는 96% 수준으로, 영상 판독 보조 시 정확도가 최대 10%까지 향상된다는연구결과가있음[11,12] [그림 3]AI기반의환자데이터학습솔루션개발개략도 [그림 4]Lunit사의진단프로그램.(좌)폐암,(우)유방암
●이외에AI기반의H&E(Hematoxylinandeosin)염색슬라이드분석을토대로환자의항암제에 대한반응성을예측하는프로그램과암의기질,상피조직,림프구등을분석하여종양의병기를 예측하는프로그램을개발중임 ▶환자의항암제에대한반응성을예측하는프로그램을활용할경우,항암제에반응성이있는 환자를기존보다약1.3배이상더발견할수있었음[13-15] [그림 5]AI기반의H&E염색슬라이드분석프로그램 [그림 6]유방암확산정도분석프로그램
●중국인터넷기업BIDU(바이두)의AI기반'신경조건임의필드'기술은현미경상에서조직의 활성검체를분석해종양인식정확도를높임 ▶경험이 많은 병리학자들도 육안으로 검체를 구별해내는 것은 매우 어려운 일로 꼽히는데, 바이두는딥러닝기술을이용해더정확하게미세한종양세포를찾아내며,이과정을보다 빠르고간편하게함[16,17] ●암진단에필요한CT촬영시,노출되는방사선의양은50~100mSv수준(전신CT기준)으로 방사선과다피폭에대한문제점이존재함 ※X-ray흉부촬영1회시노출되는방사선의양은0.1mSv ▶이는1년동안받는자연방사선인2~3mSv의약20~30배수준으로이를줄일수있다면,암 발생률감소에도크게영향을미칠것임 ▶국내한국과학기술원연구팀은AI를이용한연구를통해저선량(2.5mSv)CT영상을10mSv 수준의영상해상도로재구성하는데성공하였음[18] [그림 7]BIDU가개발한암진단AI알고리즘
[그림 8]AI를이용한복부저선량X-rayCT영상복원 (a)10mSvCT영상,(b)2.5mSvCT영상,(c)AI를이용하여재구성한CT영상. 빨간색원은병변표시한것이며,저선량CT영상에서AI알고리즘을적용함으로써노이즈를효과적으로 제거하여병변위치를보다정확하게파악가능.
3) 병리학적 분야의 활용
●일본의히타치제작소는현재전립선암진단여부에널리사용되는종양마커인‘전립선특이항원 (Prostate-SpecificAntigen:PSA)’수치와함께,연령과전립선체적같은전립선암에영향을 미칠수있는세부요인에관한데이터를AI에기계학습시키는방식을통해시스템을개발하였음 ▶히타치종합병원에 축적되어 있는 전립선암 수진자 512명의 건강 데이터를 활용하여 PSA 의최대치나평균등5종의수치외수진자의연령과전립선체적,소변속백혈구유무등 전립선암유발관련데이터를AI에기계학습시키는과정을진행,이후수진자가전립선암에 걸렸는지여부를판단하는방식임 ▶AI 시스템은 70%의 정확도로 전립선암을 정확하게 진단하여 의사가 체내에서 암세포로 의심되는 세포를 채취해 PSA 수치로 판단하는 일반 생검의 정확도(52~53%)를 능가하는 결과를보여줌[19] ●국내에서는2016년3월한국기초과학지원연구원(KBSI)연구팀이혈액내당단백질을정확하고 빠르게 분석할 수 있는 질량분석 빅데이터 기반 당단백질 분석 신기술(GlycoProteome Analyzer:GPA)개발에성공함[20]▶단백질에 붙어있는 당은 세포의 안테나 역할을 하지만, 당의 종류와 위치가 매우 복잡하여 유전자정보에의해예측이되지않기때문에가장분석하기어려운생체화합물중하나로 알려져있음 ▶이러한당단백질을GPA기술을바탕으로암특이적인당단백질바이오마커를포함하여,세계 최초로혈액내600여개이상의다양한형태를동시에확인하여정상인과암환자의차이를 비교함 ▶이연구를통해당단백질의양적변화를효율적이고정확한분석을인체시료로부터암진단 마커를발견하여예측,진단할수있는기술에유용하게쓰일수있을것으로보임 ▶GPA기술을통해그동안개별분자수준에서이루어지던당단백질분석을유전체나단백체 수준으로대량분석이가능함에따라세포의변화및질병을보다포괄적으로관찰할수있는 것이해당연구의가장큰의의임[20] [그림 9]당단백질의정성/정량분석을위한플랫폼
●또한, 서울삼성병원 연구팀은 ‘BIO KOREA 2018’ 컨퍼런스에서 현재 ‘아바타 스캔 (AVATASCAN)’시스템의활용사례를발표함 ▶‘아바타스캔(AVATASCAN)’은암환자의유전체정보를기반으로하여환자개인에최적화된 치료약물을 스크리닝하여 솔루션을 제공하는 기술로써, 암환자로부터 조직 채취 등을 통해 유전체 정보를 분석함과 동시에 약물 정보를 연동하여 암환자에게 최적화된 치료약제를 제시하는역할을수행함[21,22] ▶2018년기준해당시스템을통한암치료는1,000건을넘어섰으며,데이터가축적됨에따라 환자 개인의 유전체 정보만으로 적합한 약제를 스크리닝하고 치료효과를 예측할 수 있는 단계임[21] [그림 10]뇌종양의재발위치(DistantVs.Localrecurrence)에따른유전체돌연변이변화패턴
3. 암의 치료
1) 로봇수술
●암 진단 분야뿐만 아니라 치료분야에서도 빅데이터를 통한 AI가 활용되고 있으며, 최근 수술시스템에로봇을도입하는로봇수술시대를맞고있음 ▶의료로봇시장은연간15%씩고도성장하여2020년경114억불규모가될것이며,수술용 로봇시장이전체로봇시장의60%에달할것으로전망되고있음 ▶수술용로봇이국내에처음으로도입된2005년17건에불과하던로봇수술건수는2014년 8,840건으로크게늘었으며,2016년에는1만건을넘어선것으로보고있음[23,24]▶현재 구글과 존슨앤드존슨이 설립한 ‘버브서지컬(Verb Surgical)’은 AI와 머신러닝 기술을
기반으로디지털수술플랫폼을개발중이며이외에도EU와미국의많은대학·연구소들이 이처럼수술로봇에AI를결합하는작업에몰두하고있음 ▶AI수술로봇이도입되면수술비가획기적으로줄어드는등의료시장판도가크게변화할 것으로예상됨[24] [그림 11]세계의료로봇시장규모(Espicom,WorldMedicalFactbook)
2) 방사선 치료
●방사선치료는 암의 3대 치료법 중 하나로, 진단 > CT/MR 영상 획득 > 방사선치료계획 > 방사선치료4단계의과정으로진행됨 ▶방사선치료계획이란 환자가 가진 정보, 임상적 소견, CT 영상 정보, 종양 및 정상 장기를 포함한 내부 기관의 위치와 크기를 고려하여 가장 적합한 방사선이 투여되도록 모의 치료 계획을세우는것임 ▶방사선치료계획에서 종양 및 정상 장기의 모양과 위치를 정의하는 contouring 작업은 방사선치료의정확도를결정하는핵심요소임 ▶하지만동일한정상장기와종양에대하여contouring작업시,전문의사이에서도약7%의 개인오차가발생하며,이러한오차는치료결과에영향을미칠수있음[25] ●빅데이터를학습시켜AI를이용한autocontouring은개인오차를감소시키고방사선치료계획의 정확도를향상시킬수있음 ▶현재atlas기반의상용제품이있으나,autocontouring기능이특정OAR에만적용되며 정확도가높지않아활용도는좋지않음 ▶이를 보완하고자 많은 연구가 진행되고 있으며, 중국 Manteia는 머신러닝 기반 auto contouring시스템인AccuContour를개발하여상용화를계획하고있음 ▶Auto contouring의 정확도가 높아짐에 따라, 환자 치료 시 실시간으로 영상을 획득하고 환자의 치료 자세와 체중 감량 등에 의한 종양 및 정상 장기의 위치 변화를 인지하여 치료 계획을조정하는적응방사선치료(adaptiveradiotherapy)를통한치료효과가향상될것임 [26,27] ●다수환자의치료계획을이행해야하는임상현장환경을고려할때,빠른계산속도는선량계산 엔진의필수요소임 ▶따라서 AI 학습 능력을 활용하여 치료 방사선량 분포를 정확하면서빠르게 계산할 수 있는 실시간 수준의 방사선 치료 선량 계산 시스템이 필요하며, 이에 대한 연구가 지속적으로 진행되고있음[28] ▶여러 방사선치료기기 제조업체는 치료계획시스템의 빠르고 정확한 결과를 위해 많은 노력 중이며,이로인해치료계획품질의일관성이향상되고있음[29-32]●암환자에대한치료를진행함에있어다양한요소들이고려되기때문에방사선치료전치료결과를 미리예측하는것이중요함 ▶복잡한데이터와AI기술을활용하여개인맞춤화된방사선치료를계획을수립하고치료가 진행된성과향상을기대할수있음[33] ●영국 리버풀의 국립암연구소(NCRI)는 빅데이터 분석을 통해 전립선 암에 대한 방사선치료의 부작용위험을예측함 ▶전립선암치료를위해방사선치료를받은7백명이상의남성환자들의병력,유전학,방사선 치료선량,보고된부작용데이터를분석하여전립선방사선치료의부작용에대한민감도를 예측함 ▶특히특정유전적특징인singlenucleotidepolymorphisms(SNP)는직장출혈로고통받는 환자를예견하고있음[34] [그림 12]AI기반선량분포예측시스템
[그림 13]AI기반방사선치료부작용예측시스템프로세스 SupportVectorMachine(SVM)과Decisiontree알고리즘을통해치료전환자데이터를분석하여 방사선치료후발생할수있는부작용예측. ●고려대안암병원에서는전립선암,폐암에대한선량-체적정보,임상연구문헌과같은비정형 데이터를 이용하여 텍스트 마이닝을 실시, AI 알고리즘을 이용하여 방사선 독성 예측에 관한 연구를수행함 ▶이연구결과는향후임상결정보조시스템으로써방사선독성예측을위한목적으로방사선 치료계획을평가하는시스템으로의활용될수있음[35]
3) 신약 개발
●신약개발을위해서는10년~15년의오랜연구기간과1조원이상의막대한비용투자가필요함 [36] ▶AI를통해방대한임상데이터를취합ㆍ분석하면신약개발과정을단축시키고,비용도절감할 수있음[37] ▶이에빅데이터및정보통신기술(ICT)을활용한신약개발이새트렌드로부상하면서국내도 이를적용하려는움직임이나타나고있음●신약개발은후보물질발굴과전임상시험,임상시험,시판의4단계로구분되며,단계별로필요한 데이터가다름 ▶후보물질발굴과전임상시험단계에서는실험결과와논문자료등연구데이터가주로활용되며, 이를AI가학습해최적의후보물질을제시하고,실험결과를효과적으로예측할수있음 ▶임상시험과시판단계에서는진료정보,건강보험정보등의료데이터를학습한AI가최적의 환자군을제시하여,임상시험기간을단축하고시판후의효능과독성등을자동으로추적해 부작용최소화에기여함[37,38] [그림 14]신약개발단계별AI•빅데이터활용방안
●제약업계에따르면최근다국적제약사들이잇따라AI를이용한신약개발에착수하고있음 ▶2016년 11월 미국 존슨앤존슨 계열사 얀센은 영국 AI기업 베네볼런트 AI와 협력 계약을 체결하여AI를활용해임상단계후보물질을평가하고난치성질환을치료하는신약을개발할 계획임 ▶미국화이자는2016년12월미국IBM의신약탐색용AI플랫폼왓슨을도입해면역항암제 개발에 나섰으며, 자사가 보유한 암과 관련된 대규모 자료를 학습하고 분석하는 데 왓슨을 활용하고있음 ▶이스라엘테바도2016년10월IBM과제휴하여의약품복용후데이터(약2억명상당)를모아 부작용사례,새로운질환에사용하기위한적응증확보연구등에AI를적용하고있음[39] ●국내는아직초기단계지만,삼성종합기술원출신전문가들이2015년설립한스탠다임에서AI 를활용해기존약물의새로운용도를발굴하는신약재창출사업에주력하고있으며,2017년 아주대의료원과AI임상시험지원시스템개발및신약후보물질발굴을위한업무협력을맺음 [39] ●한국제약바이오협회는‘AI신약개발지원센터’를설립하여제약기업등이AI를적극활용하여 신약을신속ㆍ안전하게개발할수있도록관련지식을공유하고,제약기업관계자등을대상으로 일반ㆍ전문교육을지원할예정임[40] [표 1]다국적제약사의AI활용신약개발현황 회사명 인공지능(회사/제품) 중점분야 얀센 BenevolentAI/BenevolentAI 후보물질탐색 화이자 IBM/Watson 면역항암제 산텐 IBM/Watson 면역항암제 테바 IBM/Watson 약물용도변경 머크 Atomwise/Atomnet 후보물질탐색 노바티스 INSILICOMEDICINE/GEROSCOPE 후보물질탐색
5. 결론
●디지털화된대량의의료데이터와풍부한연산능력,그리고빠르게발전하는학습알고리즘들이 시너지를이루면서의료영상분석및진단보조솔루션개발에AI기술이활발하게도입되고있음 ▶조기진단이중요한암의경우,IBM의‘왓슨’,Lunit의‘인사이트’등프로그램을통해진단의 정확성을높일수있음 ▶치료분야에서도AI를통한로봇수술,방사선치료,신약개발로보다효율적인성과를기대할 수있음 ●보건의료빅데이터활용성과고도화(효과적인암진단및치료)를위해서는보다높은품질의 데이터가요구되며[43],이를위해다음과같은문제를해결해야함 ▶첫 번째는 개인정보보호 문제로 민감한 정보인 진료정보를 활용하는 것에 대한 부정적인 시각이강하기때문에개인정보보호와동시에환자에게실질적인도움을줄수있는유용한 정보를생산할수있다는점을여러사례들을통해설득시켜야할필요성이있음[2,44] ▶두 번째로 빅데이터 활용을 위해서 많은 정부부처와 공공기관에서 관리ㆍ운영되고 있는 보건의료빅데이터의통합적관리를위한범부처차원의운영이필요함 ▶또한우리나라는보건의료및바이오연구결과데이터에대한관리시스템이아직체계적으로 구축되어있지않아보건의료및바이오데이터가효과적으로활용될수있도록체계적인수집, 공유작업이필요함[45] ●이러한문제를해결한다면빅데이터를통한의료AI는필수적인기술로자리잡을수있을것이며, 보다정확하고빠른진단을내림으로써국민건강에기여할것으로기대됨[46][1]김영우.“4차산업혁명과직업의미래10.헬스케어의현재와미래사회”,iT동아,2019/01/15 [2]박병주.(2013).보건의료분야에서빅데이터활용.근거와가치,2(1),6-12. [3]QuekelLG,KesselsAG,GoeiR,vanEngelshovenJM.“Missrateoflungcanceron thechestradiographinclinicalpractice.”Chest1999;115:720-4. [4]Quekel,L.G.,Kessels,A.G.,Goei,R.,&vanEngelshoven,J.M.(1999).Missrate oflungcanceronthechestradiographinclinicalpractice.Chest,115(3),720-724. [5]이영찬.(2016).의료인공지능현황및과제,보건산업브리프vol219,한국보건산업진흥원 [6]오지현.(2017).의료용인공지능의허가에대한비교제도론적고찰:미국•유럽•중국•일본을 중심으로(Doctoraldissertation,연세대학교보건대학원). [7]Hwang,E.J.,Park,S.,Jin,K.N.,ImKim,J.,Choi,S.Y.,Lee,J.H.,...&Ferretti, G. R. (2019). Development and Validation of a Deep Learning–Based Automated Detection Algorithm for Major Thoracic Diseases on Chest Radiographs. JAMA networkopen,2(3),e191095-e191095. [8]Nam,J.G.,Park,S.,Hwang,E.J.,Lee,J.H.,Jin,K.N.,Lim,K.Y.,...&Park,C. M.(2018).Developmentandvalidationofdeeplearning–basedautomaticdetection algorithmformalignantpulmonarynodulesonchestradiographs.Radiology,290(1), 218-228. [9]Myers,E.R.,Moorman,P.,Gierisch,J.M.,Havrilesky,L.J.,Grimm,L.J.,Ghate, S., ... & Kendrick, A. (2015). Benefits and harms of breast cancer screening: a systematicreview.Jama,314(15),1615-1634.
[10]National Health Service(NHS). “benefits and risk breast cancer screening”, 2018/03/27,https://www.nhs.uk/conditions/breast-cancer-screening/:
[11]Jung Hyun Yoon , Eun-Kyung Kim , Byoung Wook Choi , Kyunghwa Han , Hye MiGweon,BomiKim,HeeJungSuh(2019)Diagnosticperformanceofartificial intelligence (AI)-based diagnostic support software for mammography: results usingastandardizedtestsetbuiltforexternalvalidation.The75thKoreanCongress ofRadiologyandAnnualDelegateMeetingofTheKoreanSocietyofRadiolgy.269. [12]Eun-KyungKim,SieunLee,HakHeeKim,Boo-KyungHan,EunHyeLee,Hyo-EunKimIncreaseofcancerdetectionrateandreductionoffalse-positiverecall in screening mammography using artificial intelligence - a multi-center reader study.The75thKoreanCongressofRadiologyandAnnualDelegateMeetingof TheKoreanSocietyofRadiolgy.269-270.
[13]Pages, F., Kirilovsky, A., Mlecnik, B., Asslaber, M., Tosolini, M., Bindea, G., ... & Zatloukal, K. (2009). In situ cytotoxic and memory T cells predict outcome in patients with early-stage colorectal cancer. Journal of clinical oncology, 27(35), 5944-5951.
[14]Hwang,W.T.,Adams,S.F.,Tahirovic,E.,Hagemann,I.S.,&Coukos,G.(2012). Prognostic significance of tumor-infiltrating T cells in ovarian cancer: a meta-analysis.Gynecologiconcology,124(2),192-198.
[15]Dieu-Nosjean,M.C.,Antoine,M.,Danel,C.,Heudes,D.,Wislez,M.,Poulot,V.,... &Lebecque,S.(2008).Long-termsurvivalforpatientswithnon–small-celllung cancerwithintratumorallymphoidstructures.JournalofClinicalOncology,26(27), 4410-4417.
[17]유효정.“AI가‘암’발견앞당긴다…中바이두개발발표,딥러닝알고리즘으로종양진단속도 높여”,ZDNetKorea,2018/06/20
[18]Kang,E.,Min,J.,&Ye,J.C.(2017).Adeepconvolutionalneuralnetworkusing directionalwaveletsforlow‐doseX‐rayCTreconstruction.Medicalphysics,44(10), e360-e375.
[19]Nitta, S., Tsutsumi, M., Sakka, S., Endo, T., Hashimoto, K., Hasegawa, M., ... & Nishiyama, H. (2019). Machine learning methods can more efficiently predict prostate cancer compared with specific antigen density and prostate-specificantigenvelocity.ProstateInternational. [20]Park,G.W.,Kim,J.Y.,Hwang,H.,Lee,J.Y.,Ahn,Y.H.,Lee,H.K.,...&Kim,Y. S.(2016).IntegratedGlycoProteomeAnalyzer(I-GPA)forautomatedidentification andquantitationofsite-specificN-glycosylation.Scientificreports,6,21175. [21]김윤미.“암치료분야의정밀의학,어디까지왔나?”,메디포뉴스,2018/05/11 [22]Kim,J.,Lee,I.H.,Cho,H.J.,Park,C.K.,Jung,Y.S.,Kim,Y.,...&Seol,H.J. (2015).Spatiotemporalevolutionoftheprimaryglioblastomagenome.Cancercell, 28(3),318-328. [23]식품의약품안전평가원.‘신개념의료기기전망분석보고서’(2017.02) [24]강기헌."10년안에인공지능수술로봇이외과의사대신할것",중앙일보,2017.10.12
[25]Cetin, I. A., DEĞERLI, A. D., Ergelen, R., ÖZGEN, E., & Sevindik, M. (2016). Comparison of Contouring Results for Prostate Cancer Treatment Planning ObtainedbyTwoDifferentSpecialists.TURKISHJOURNALOFONCOLOGY,31(4). [26]Davis,B.C.,Foskey,M.,Rosenman,J.,Goyal,L.,Chang,S.,&Joshi,S.(2005,
radiation therapy of the prostate. In International Conference on Medical Image ComputingandComputer-AssistedIntervention(pp.442-450).Springer,Berlin, Heidelberg.
[27]Peroni, M., Ciardo, D., Spadea, M. F., Riboldi, M., Comi, S., Alterio, D., ... & Orecchia,R.(2012).AutomaticsegmentationandonlinevirtualCTinhead-and-neck adaptive radiation therapy. International Journal of Radiation Oncology* Biology*Physics,84(3),e427-e433. [28]Mathieu,R.,Martin,E.,Gschwind,R.,Makovicka,L.,Contassot-Vivier,S.,&Bahi, J.(2005).Calculationsofdosedistributionsusinganeuralnetworkmodel.Physics inMedicine&Biology,50(5),1019. [29]Fan,Jiawei,etal."Automatictreatmentplanningbasedonthree‐dimensionaldose distributionpredictedfromdeeplearningtechnique."Medicalphysics46.1(2019): 370-381.
[30]Chang ATY, Hung AWM, Cheung FWK, Lee MCH. Comparison of planning quality and efficiency between conventional and knowledge‐based algorithms in nasopharyngealcancerpatientsusingintensitymodulatedradiationtherapy.IntJ RadiatOncolBiolPhys.2016;95:981–990.
[31]TolJP,DelaneyAR,DaheleM,SlotmanBJ,VerbakelWF.Evaluationofaknowledge‐ basedplanningsolutionforheadandneckcancer.IntJRadiatOncolBiolPhys. 2015;91:612–620.
[32]Zieminski S, Khandekar M, Wang Y. Assessment of multi‐criteria optimization (MCO) for volumetric modulated arc therapy (VMAT) in hippocampal avoidance
[33]인터넷마케팅.“코난테크놀로지,고려대안암병원과함께`암환자방사선치료인공지능활용 연구`발표”,디지털타임스,2019/05/13 [34]비즈포아이알.“빅데이터로방사선치료의부작용예측”,포아이알뉴스,2017/11/08 [35]Kim,K.H.,Lee,S.,Shim,J.B.,Chang,K.H.,Cao,Y.,Choi,S.W.,...&Kim,C.Y. (2017).Predictivemodellinganalysisfordevelopmentofaradiotherapydecision supportsysteminprostatecancer:apreliminarystudy.JournalofRadiotherapyin Practice,16(2),161-170. [36]과학기술정보통신부. “인공지능(AI)+빅데이터 활용 고속 신약개발 플랫폼, 19년 출시한다.”, 2018/02/05, [37]배영우.(2017).인공지능을이용한신약개발동향및사례,Vol.44호 [38]남도영. “내년에 AI+빅데이터 신약개발 플랫폼… 비용•기간 확 줄어든다”, 디지털타임스, 2018/02/02 [39]김지섭.“신약개발에인공지능적용…시간•비용↓성공확률↑”,디지털타임스,2017/09/21 [40]강승지.“’인공지능(AI)신약개발지원센터’공식오픈”,히트뉴스,2019/03/20 [41]허영.(2016).Bigdataofmedicalimagingforcustomizedsmarthealthcare,KEITPD IssueReportVol.16-03 [42]국가과학기술지식정보서비스(NTIS),“대형병원CaseStudy판독사례의검색을포함하는Cloud 기반의 웹 의료영상저장전송시스템(PACS) 플랫폼 개발”, https://www.ntis.go.kr/sims/ pjtinfo/pjtMainInfo.do?pjtInfoVo.pjtId=1415155531 [43]정규환.(2018)인공지능기반의료영상분석기술동향,정보통신기획평가원 [44]박태신.(2014).보건의료정보공개와개인정보보호.HIRA정책동향,8(6),33-42.
[45]이지혜,제미경,조명지,&손현석.(2014).보건의료분야의빅데이터활용동향.한국통신학회지 (정보와통신),32(1),63-75.
[46]Chang,H.Y.,Jung,C.K.,Woo,J.I.,Lee,S.,Cho,J.,Kim,S.W.,&Kwak,T.Y. (2019). Artificial intelligence in pathology. Journal of pathology and translational medicine,53(1),1.