출처 : C.Rosso
Singularity University의 인공 지능 로봇 트랙 (AI and Robotics Track)의 의장이자 Singularity 대학의 전 (前) 대통령 인 Neil Jacobstein은 AI (인공 지능)와 관련된 모든 것들의 맥박에 대해 손가락으로 지적합니다. 그는 Aspen Institute의 Henry Crown Fellow이며 Stanford University의 Media X 프로그램의 우수 방문 학자입니다. 그는 인공 지능 (IAAI) 회의의 인공 지능 (AAAI) 혁신적 응용 프로그램의 발전을위한 제 17 회 협회 회장이었습니다. Jacobstein은 월스트리트 저널 , 파이낸셜 타임스 , 포브스 , PC 매거진 , VentureBeat , CIO , 외교 정책 및 BBC 뉴스 등이 포함 되어 있습니다.
“AI가 오늘 여기 있습니다. Jacobstein은 인간 지능과 관련이있는 넓고 깊고 미묘한 지능이 아니라 수십억 달러 상당의 가치를 제공 할 수있는 능력과 의학 분야의 임상의에게 실질적인 도움을주었습니다. “라고 Jacobstein은 Exponential Medicine conference 샌디에고, 캘리포니아에서.
글로벌 경영 컨설팅 맥킨지 앤 컴퍼니 (McKinsey & Company)는 건강 관리 분야에서 인공 지능의 연간 절감액이 국내 총생산의 0.7 %, 미국의 3,000 억 달러, 영국의 33 억 파운드에 달할 것으로 추정했다. ABI 리서치에 따르면 AI는 2021 년 보건 의료 부문에서 520 억 달러를 절감하고 북미 지역에서만 2100 억 달러의 비용을 절감 할 계획이다. [2]
Jacobstein은 “단지 더 좋고 빠르며 저렴하지 않으며 다른 것입니다. “인공 지능은 우리가 인간이 전에 할 수 없었던 일을 할 수있게 해준 … 권고를하기 전에 전체 유전체 프로필을 고려하는 것”이라고 그는 덧붙였다.
2017 년 Google의 Verily Life Sciences는 깊은 길쌈 신경 네트워크 오픈 소스 인공 지능 도구 인 DeepVariant를 출시했습니다. 단일 염기 다형성 (SNP)은 가장 흔한 유형의 유전 적 변이 형이며 사람의 질병 위험 및 식품, 약물 또는 독소와 같은 유전자 발현에 대한 환경 적 영향에 대한 민감도를 예측하는 데 사용됩니다. DeepVariant는 99.9587 퍼센트의 정확도로 SNP를 식별 할 수 있었으며 2016 PrecisionFDA 진실한 도전 과제에서 “최고의 SNP 성능”상을 수상했습니다. [삼]
다수의 획기적인 인공 지능 신생 업체가 건강 관리에 뛰어 들었습니다. 예를 들어, 2017 년 Cloud DX는 XPRIZE Foundation의 “Bold epic Innovator”상을 수상했습니다 [4]. 클라우드 DX는 환자의 기침 소리를 기반으로 호흡기 감염 및 질병을 식별하기 위해 대규모 사운드 데이터 세트를 사용하여 기계 학습을 적용합니다.
AI는 환자 모니터링 장치, 이미징 및 진단, 신약 개발 및 종양학 분야의 예측 분석에 배치되고 있습니다. AI 기반 건강 관리 솔루션에 대한 최근의 FDA 승인에는 Imagen의 X 선 영상 분석을위한 OsteoDetect (2018 년 5 월); 당뇨병 성 망막증 발견을위한 IDx-DR (2018 년 4 월); 조기 뇌졸중 발견을위한 연락처 (2018 년 2 월) [5].
AI 의료 분야의 혁신은 다음과 같습니다 :
ABI 리서치에 따르면 인공 지능 예측 분석을위한 환자 모니터링 장치의 수는 2021 년에 310 만 개로 늘어날 것이며 CAGR은 176 %에 달할 것이라고합니다. 이 분야에서 벤처 캐피탈이 자금을 지원하는 신생 기업은 Sense.ly, Sentrian, Babylon Health 및 AiCure [7]를 포함합니다.
인공 지능의 최근 발전 분야 인 패턴 인식은 의료 영상 및 진단에 자연스럽게 적합합니다. 방사선학은 심층적 인 학습 알고리즘을 훈련시키는 데 사용할 수있는 크고 구조화 된 데이터 세트가있는 영역입니다. 예를 들어, 2017 년 NIH (National Institutes of Health)는 학술 및 과학 연구 기관을 위해 익명의 환자 3 만 명으로부터 흉부 엑스레이 이미지를 10 만 개 이상 발표했습니다.
Exponential Medicine 회의에서 Jacobstein은 2017 년 AI 건강 관리의 획기적인 사례를 인용했다. Stanford의 한 컴퓨터 과학자 팀은 피부 병변을 분류하기 위해 깊은 회선 신경망을 훈련했다. 깊은 학습 알고리즘은 129,450 개의 임상 영상 데이터베이스를 사용하여 악성 암종과 흑색 종을 검출하는 인간의 피부과 전문의와 동등한 정확도를 보였다 [9].
Calico, BenevolentAI 및 Deep Genomics와 같은 많은 회사가 약물 발견 및 개발을 위해 큰 데이터 세트에 기계 학습을 적용하려고합니다. 인공 호흡기 신생 기업의 신생 기업으로는 벤처 캐피탈 (venture capital fundered) 2XAR (Andreessen Horowitz), Numerate (Foundation Capital), Atomwise (Khosla Ventures and Data Collective) 및 Numedii (Lightspeed Venture Partners) [11] 등이 있습니다.
AI 종양학의 주식 투자 신생 기업은 Freenome, Globavir Biosciences, CureMetrix, 주목할만한 연구소, Cyrcadia, Enlitic, Entopsis, Insilico 의학, OncoraMedical, Pathway Genomics, Proscia 및 SkinVision [12]과 같은 회사를 포함합니다. Google Ventures 및 기타 투자자가 뒷받침하는 종양학 분야에 중점을 둔 NY 본사의 AI 기술 회사 인 Flatiron Health는 의사 결정 지원 및 전자 건강 기록 플랫폼을위한 대규모 큐레이터 데이터 세트로 2018 년 스위스 제약 Roche가 최근 19 억 달러를 인수했습니다.
2018 년 5 월, Annals of Oncology는 악명 높은 흑색 종 진단에있어 17 개국 58 명의 피부과 전문의 그룹보다 10 만 개의 이미지를 교육 한 CNN (cognitive convolutional neural network)을 능가하는 획기적인 독일 연구를 출간했습니다.
건강 관리에서 인공 지능을 극복하기위한 장애물에는 학습 알고리즘의 학습을위한 대형 데이터 세트에 대한 액세스와 데이터 레이블이없고 대부분 구조화되지 않은 텍스트 인 큐리스트 전자 건강 기록 (EHR)이 포함됩니다.
Jacobstein은 “가장 큰 도전은 전체 의료 서비스를 데이터 중심으로 전환하는 것”이라고 AI는 그 변화의 일부입니다.
인공 지능의 최근 개화는 심층 학습 알고리즘을 사용한 패턴 인식의 진보에 크게 기인합니다. 미래에 Jacobstein은 기본 패턴 인식을 뛰어 넘기 위해 모델 기반 추론, 예측 분석 및 시뮬레이션 모델과 같이 다양한 유형의 AI가 더 많이 수렴 될 것으로 예상합니다.
Jacobstein은 “인류 역사상 처음으로 우리는 이전에는 생각조차 할 수 없었던 방식으로 의료 서비스에 개입 할 수있게 될 것입니다. 그는 “우리의 건강을 정보 문제로 다루기 위해 AI와 합성 생물학을 모두 활용할 수있을 것이라고 생각한다”고 덧붙였다.
Jacobstein은 이러한 정보 중심 인공 지능 접근법을 예측 및 예방 의학뿐 아니라 전반적인 삶의 질 향상, 그리고 궁극적으로는 인간 수명의 연장으로의 핵심으로 간주합니다.
참고 문헌
1. Bughin, Jacques; Hazan, Eric; Ramaswamy, Sree; Chui, Michael; Allas, Tera; Dahlstrom, Peter; 헨케, 니콜라우스; 트렌치, 모니카. “인공 지능 – 차세대 디지털 프론티어” McKinsey Global Institute Discussion Paper . 2017 년 6 월
2. ABI Research (2018, Jun 4). AI, 2021 년 건강 관리 분야에 520 억 달러 절약 [보도 자료]
3. Moteni, Megan. “Google은 귀하의 게놈 서열을 구축 할 수있는 인공 지능을 제공하고 있습니다.” Wired . 12.08.17.
4. Kimbrell, Gideon. “규제가 건강 관리에서 혁신을 죽이는가?” Forbes . 2018 년 3 월 19 일
5. 맥캐니, 케빈. “의학의 인공 지능은 정기적 인 라운드를 만드는 데 더욱 가까이옵니다.” GovernmentCIO 미디어 . 2018 년 5 월 31 일
6. ABI Research (2018, Jun 4). AI, 2021 년 건강 관리 분야에 520 억 달러 절약 [보도 자료]
7. CB 인사이트. “가상 간호사에서 약물 발견에 이르기까지 : 건강 관리 분야에서 106 개의 인공 지능 신생 기업” CB Insights Research Briefs . 2017 년 2 월 3 일
8. 국립 보건원 (2017, 9 월 27 일). NIH Clinical Center는 과학계에 공개 된 최대 규모의 흉부 X 선 데이터 세트 중 하나를 제공합니다 [보도 자료].
9. Esteva, Andre; Kuprel, Brett; Novoa, Roberto A .; 고, 저스틴; Swetter, Susan M., Blau, Helen M., Thrun, Sebastian. “깊은 신경 네트워크로 피부암의 피부과 의사 수준의 분류.” 자연 . 2 월 2 일, 2017. 542, 115-118.
10. 나이트, 윌. “Ai-Driven Genomics Company가 마약으로 전환하고 있습니다.” MIT Technology Review. 2017 년 5 월 3 일
11. CB 인사이트. “가상 간호사에서 약물 발견에 이르기까지 : 건강 관리 분야에서 106 개의 인공 지능 신생 기업” CB Insights Research Briefs . 2017 년 2 월 3 일
12. CB 인사이트. “인공 지능으로 시작하는 12 개의 신생 기업.” CB Insights Research Brief. 2016 년 9 월 15 일
13. Mukherjee, Sy. “왜 거대 Roche의 19 억 달러짜리 거래가 데이터 시작 Flatiron Health Matters를 구매해야하는지” Fortune . 2018 년 2 월 16 일
14. Guidewell. “xMed 2016 Insights Lounge – Neil Jacobstein.” YouTube. 2016 년 10 월 8 일