2023년 의료 분야 인공지능 동향

연구 회사 Omdia의 수석 분석가인 Andrew Brosnan은 의료 산업이 처음에는 AI를 수용하는 속도가 느리지만 의료 및 제약 회사는 향후 몇 년 내에 AI 도입을 빠르게 늘릴 것이라고 예측합니다. 가장 널리 사용되는 사용 사례가 될 것입니다.

Omdia 예측에 따르면 AI 소프트웨어에 대한 의료 지출은 2022년 44억 달러에서 새해에는 약 62억 달러로 2023년 40% 증가할 것으로 예상됩니다.

“헬스케어는 대부분의 다른 산업보다 빠르게 성장할 것이며 우리 예측에 따르면 2027년에는 헬스케어가 AI 지출에서 소비자에 이어 2위를 차지할 것으로 예상됩니다.”라고 Omdia 인공 지능 및 지능형 자동화 실습 부서의 Brosnan이 말했습니다.

의료 AI 채택은 다른 산업을 따라잡을 것입니다

의료 회사는 역사적으로 환자 치료와 개인정보 보호, 보안 및 규제 문제에 대한 높은 이해관계 때문에 신기술 채택에 보수적이었다고 Brosnan은 말했습니다.

헬스케어는 AI 도입에 있어서 다른 산업에 비해 뒤떨어져 있습니다. 2022년 OM Dia 조사에 따르면 모든 산업의 25%가 여러 사업부 또는 기능에 걸쳐 AI 배포를 확장했지만 의료 분야에서는 19%만이 그렇게 했습니다.

하지만 상황이 빠르게 변하고 있습니다. 인공지능은 의료 분야에서 효과적인 것으로 입증되었으며, 이는 사용 증가를 촉진했다고 그는 말했습니다. 예를 들어, 전염병 기간 동안 의료 서비스 제공자가 코로나19 진단, 환자 예후를 파악하고 연구자들이 스파이크 단백질의 변화를 이해하는 데 인공지능이 사용되었습니다.

“팬데믹 및 개념 증명 프로젝트에서 AI를 사용하면 AI가 의료 분야에서 제공할 수 있는 가치에 대한 신뢰가 높아졌습니다.”라고 Brosnan은 말했습니다.

실제로 2022년 Omdia가 조사한 의료 기관의 96%는 AI가 긍정적인 결과를 제공할 것이라고 확신하거나 매우 확신한다고 답했으며, 응답자의 67%는 AI의 가치 부가 능력이 과거에 비해 증가했다고 밝혔습니다. 년도.

이것은 인공지능에 대한 막대한 투자로 이어질 것입니다. Omdia에 따르면 AI 소프트웨어에 대한 지출은 연평균 복합 성장률(CAGR) 29%로 증가해 2027년에는 138억 달러에 달할 것으로 예상됩니다. 이는 가장 빠르게 성장하는 부문과 동일합니다.

Top Five Healthcare IT Use Cases

의료영상 분석은 인공지능의 가장 인기 있는 활용 사례입니다. 연간 26% 성장으로 2027년에는 AI 소프트웨어 지출에서 26억 달러에 도달해 가장 큰 지출 비중을 유지할 것입니다.

한편, Omdia는 신약 발견이 2027년까지 가장 빠르게 성장하는 사용 사례가 될 것이며 AI 지출이 CAGR 33%로 20억 달러에 달할 것이라고 예측합니다.

다른 주요 사용 사례는 온라인 챗봇 및 지능형 문서 처리와 같은 가상 비서로, 둘 다 CAGR 27%입니다. 가상 비서에 대한 AI 지출은 2027년에 약 17억 달러에 이를 것으로 예상되며, 지능형 문서 처리(청구 처리 등)는 10억 달러에 이를 것으로 예상됩니다.

임상 의사 결정 지원과 같은 도구를 통한 의료 조언은 2027년 CAGR 28% 및 AI 지출 9억 달러로 상위 5개 사용 사례를 완성합니다.

신약 발견의 혁명

브로스넌은 인공지능이 신약 발견 및 개발 과정을 가속화하고 비용을 절감할 수 있는 잠재력을 갖고 있다고 말했습니다. 2023년에도 제약 산업은 인공 지능을 통해 신약 발견을 계속 발전시킬 것입니다.

기존의 신약 발견 및 개발 과정은 현재 신약을 시장에 출시하는 데 약 10억 달러와 10년이 소요됩니다. 여기에는 후보를 임상 시험으로 발전시키기 위해 5,000개 이상의 분자를 합성하는 것이 포함된다고 그는 말했습니다.

그러나 인공 지능을 사용하면 제약회사는 "컴퓨터에서" 생산을 수행하여 물리적으로 만들어야 하는 분자 수를 줄일 수 있습니다. 즉, 가상으로 생산할 수 있다는 의미입니다.

Brosnan은 이로 인해 물리적으로 합성해야 하는 분자 수가 250개로 줄어들어 비용이 절약되고 출시 시간이 단축되었다고 말했습니다. AI 우선 약물 후보의 파이프라인은 매우 강력하여 2022년에 18개의 후보가 임상 시험에 진입할 예정입니다. 2020년에는 그 숫자가 0이었습니다.

“초기 단계의 신약 발견에는 몇 달, 심지어 몇 년이 걸립니다.”라고 그는 말했습니다.

의료 AI 모델을 더 잘 훈련시키는 신기술

연합 학습 또는 그룹 학습은 의료 서비스 제공자가 환자 데이터를 안전하게 사용하여 AI를 더 잘 훈련할 수 있게 해주는 신기술이라고 Brosnan은 말했습니다. 이 모델은 2023년에 더 큰 관심을 끌 것입니다.

편향을 줄이려면 대규모 데이터 세트에 대해 AI 모델을 훈련시키는 것이 중요합니다. 하지만 이를 위해 많은 의료 기관에서는 데이터를 공유하여 AI 모델을 교육하기 위한 보다 포괄적인 데이터 세트를 구축하기를 원합니다.

전통적으로는 데이터를 중앙 저장소로 옮겨야 했습니다. 그러나 연합 학습이나 그룹 학습에서는 데이터를 이동할 필요가 없습니다. 대신 AI 모델은 각 개별 의료 시설에 가서 데이터에 대해 훈련을 받는다고 말했습니다. 이러한 방식으로 의료 서비스 제공자는 데이터의 보안과 거버넌스를 유지할 수 있습니다.

“연합 학습 또는 집단 학습을 사용하면 데이터가 원본 기관을 떠날 필요가 없지만 AI 모델은 데이터로 이동합니다.”라고 Brosnan은 말했습니다. 연합 학습은 중앙 집중식 오케스트레이터를 사용하는 반면, 집단 학습은 더 분산되어 있으며 중앙 집중식 오케스트레이터를 사용하지 않습니다.

이 기술은 현재 개념 증명 단계에 있습니다. 2021년에 주요 제약회사인 Sanofi는 의료 중심의 연합 학습 회사에 1억 8천만 달러를 투자했습니다.

"이것은 새로운 기술이며 우리는 2023년과 2024년에 이 기술의 상승을 보게 될 것입니다"라고 그는 말했습니다.

위 내용은 2023년 의료 분야 인공지능 동향의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!