의료 기기와 애플리케이션에 인공 지능 기능 추가
업계의 혁신을 주도하는 GE Healthcare는 최근 몇 년간 환자 치료율을 높이기 위한 기술로 기계 학습을 도입하고 치료 품질 분석을 위해 환자 기록을 수집하는 데이터 마이닝 플랫폼, 퇴원 후 발생 가능한 합병증을 예측하는 알고리즘 등의 광범위한 애플리케이션을 활용해 왔습니다.
또한 기계 학습 관련 투자의 일환으로 UCSF(캘리포니아 대학교 샌프란시스코 캠퍼스)의 임상의와 협력하여 초음파, CT 촬영 등 기존의 X레이 영상 기술 개선에 주력하는 딥 러닝 알고리즘 라이브러리를 제작했습니다. 이 알고리즘은 환자가 보고한 데이터, 센서 데이터, 기타 다양한 출처 등의 다양한 데이터 세트를 촬영 과정에 통합함으로써 정상적인 결과와 비정상적인 결과 간의 차이를 인식할 수 있습니다. 최근 설문 조사 결과에 따르면 의료 분야 의사 결정권자 중 82%는 데이터를 사용한 결과 환자 치료 품질이 이미 개선되었다고 응답했으며, 62%는 재입원률이 낮아졌다고 답변했습니다.
GE Healthcare의 분석 총괄 관리자인 Keith Bigelow는 “의료 기기와 애플리케이션에 지능 정보를 많이 추가할수록 의료 품질도 높아집니다. 또한 접근성과 효율성도 개선되며 비용도 줄어들 것으로 예상됩니다.”라고 설명합니다.
“의료 기기와 애플리케이션에 지능 정보를 많이 추가할수록 의료 품질도 높아집니다. 또한 접근성과 효율성도 개선되며 비용도 줄어들 것으로 예상됩니다.”
Keith Bigelow
분석 총괄 관리자
GE Healthcare
“의료 기기와 애플리케이션에 지능 정보를 많이 추가할수록 의료 품질도 높아집니다. 또한 접근성과 효율성도 개선되며 비용도 줄어들 것으로 예상됩니다.”
Keith Bigelow
분석 총괄 관리자
GE Healthcare
GE Healthcare가 혁신을 주도적으로 추진하는 이유는 의료진의 환자 치료 속도를 개선하여 비용을 줄이는 동시에 치료 결과도 개선하기 위해서입니다. 또한 GE Healthcare는 AWS(Amazon Web Services)를 활용하여 Amazon SageMaker 기계 학습 플랫폼을 통해 기계 학습 솔루션을 대규모로 배포할 수 있습니다.
Bigelow는 “GE Healthcare는 AWS 플랫폼을 사용해 최대한 많은 알고리즘을 포함하고자 합니다. ‘중력은 그냥 하나의 좋은 아이디어가 아니라 법칙이다’라는 말이 있죠? 기계 학습도 마찬가지입니다. Amazon의 서비스를 활용하여 환자의 생명을 좌우할 수도 있는 기계 학습을 집중적으로 사용하면 할수록 치료의 효율성도 높아지기 때문입니다.”라고 강조합니다.