소개글
"간호 빅데이터 활용 논문 분석"에 대한 내용입니다.
목차
1. 의료 빅데이터에 기반한 인공지능 기술동향
1.1. 서론
1.2. 본론
1.2.1. 의료 인공지능의 개념 및 현황
1.2.2. 국내외 인공지능 기술의 의료분야 적용 사례
1.2.3. 의료 데이터 활용 및 규제 관련 동향
1.3. 결론
1.3.1. 의료 빅데이터 및 인공지능 기술의 교육 현장 활용 가능성
1.3.2. 신규 간호사를 위한 인공지능 기술의 지원 방안
2. 4차 산업혁명과 간호 영역의 변화
2.1. 4차 산업혁명이란?
2.2. 간호 영역에서의 변화
2.2.1. 사물인터넷(IoT)
2.2.2. 빅데이터
2.2.3. 인공지능
2.2.4. 3D 프린팅
2.2.5. 로봇기술
2.2.6. 가상/증강현실
2.2.7. 웨어러블 기기
2.3. 4차 산업혁명에 따른 간호사의 역할 및 역량
3. 4차 산업혁명과 간호 인적자원의 개발: 전망과 과제
3.1. 연구 목적 및 방법
3.2. 연구 결과
3.2.1. 4차 산업혁명이 미치는 의료계의 변화
3.2.2. 간호 인적자원 개발의 방향성
3.3. 고찰 및 제언
4. 참고 문헌
본문내용
1. 의료 빅데이터에 기반한 인공지능 기술동향
1.1. 서론
현재 우리는 보건의료 분야에서 EMR, 빅데이터, AI, 정밀 의료, 외부기관 연동 등을 통합 솔루션으로 구축하고, 이를 바탕으로 환자에 대한 데이터베이스 구축과 데이터 표준화를 통한 의료데이터 기반의 서비스를 실현하고 있는 시대에 살고 있다. 의료 수준 향상을 위한 빅데이터 활용 수준이 어디까지 발전하였는지 직접 느끼기에는 실무경험이 부족하기는 하지만, 빅데이터 활용을 통한 보건의료 분야의 다양한 표준화된 정보 시스템 보급이 간호사의 간접 간호 시간의 감소와 직접 간호 시간을 늘리는데 기여할 것이라는 것은 짐작할 수 있다. 또한, 정보통신기술의 발달로 가능해진 증강현실 기술을 활용한 교육은 현장감을 경험할 수 있는 장을 교실 안에 마련하는 양질의 교육수단으로 보급될 수 있을 것이라는 가능성을 짐작게 한다. 그리고 이번 과제에서 중점적으로 다룰 주제인 '의료 빅데이터 기반 인공지능 기술' 또한 교육의 현장에서 다양하게 활용될 것으로 생각된다. 그 분야는 학교가 될 수도 있고, 의료현장이 될 수도 있을 것이다. 의료분야 AI 기술은 현재 어디까지 발전하였을까. 이제 시작에 불과하여 아직은 그 다양성에 대해 실감하지 못하고 있지만, 우리는 머지않은 미래에 보편화될 빅데이터 기반 의료 서비스 환경에서 여러 혜택을 누리며 살 것이고, 이제 곧 그 중심에서 열심히 일하고 있을 간호사가 될 것이기에 관심과 기대가 남다르다. 따라서, 의료 빅데이터에 기반한 인공지능 기술 동향을 살펴보고, 간호 분야에 이를 적용하는 방안과 발전 방향에 대해서 생각해 보고자 한다.
1.2. 본론
1.2.1. 의료 인공지능의 개념 및 현황
의료 인공지능은 기계학습 방식으로 의료용 데이터를 학습하고 특정 패턴을 인식해 진단 또는 예측하거나 환자에게 적합한 맞춤 치료 방법을 제공할 수 있도록 개발된 기술이다. 현재 의료데이터와 인공지능 기술의 융합을 통해 진단, 치료 및 재활 영역에서 지속적인 환자 건강 증진, 환자 맞춤형 진단 및 치료 등 가치 창출 영역으로 넓혀나가고 있다. 이는 의료 빅데이터를 활용함으로써 새로운 치료 기술의 발견, 의료기술의 혁신, 의료 서비스의 효율화 및 최적화, 그리고 의료비용의 적정화를 실현하는 등 의료산업 분야에서 해결해야 하는 문제들을 풀 수 있는 열쇠가 될 것으로 기대되기 때문이다.
1.2.2. 국내외 인공지능 기술의 의료분야 적용 사례
국내외 인공지능 기술의 의료분야 적용 사례는 다음과 같다.
우리나라에 허가된 인공지능 의료기기로는 VUNO Med-Chest X-ray(흉부 이상부위 검출 보조), Lunit INSIGHT MMG(유방암 진단 보조), MediAI-BA(골연령 분석), Lunit Insight CXR Nodule(폐결절 검출 보조) 등이 있다. 정부 차원에서는 공인된 참조표준데이터(Standard Reference Data, SRD)를 개발·보급하여 2007년부터 2018년 말까지 약 1,600건의 참조표준을 개발·활용하고, 뇌동맥류 질환에 대한 MRA 영상 1,000건, 폐암에 대한 PET-CT 영상 600건을 구축하여 공개하는 등 다양한 보건의료 관련 빅데이터를 제공하고 있다. 이를 통해 인공지능 의료기기 시장 확대와 의료 서비스의 질 개선 등 의료산업의 성장이 기대되고 있다.
해외에서는 임상의사와 함께 암, 심혈관 질환 및 안과 질환 등 다양한 분야에서 인공지능을 개발하여 의료에 활용하고 있다. IBM의 왓슨은 암 진단과 치료 방법을 제시하고, 영국의 DeepMind는 여러 병원과 협력하여 신장질환 조기 진단 시스템을 개발하였다. 또한 미국 스탠포드대학의 연구진은 피부암 진단을 위해 인공지능 알고리즘을 개발하였고, 구글의 디아베티스 연구팀은 당뇨병 환자의 혈당 수치를 예측할 수 있는 인공지능 모델을 선보인 바 있다.
이처럼 국내외에서 의료 빅데이터와 인공지능 기술의 융합을 통해 질병 예방, 진단, 치료 및 관리 등 다양한 분야에서 혁신적인 서비스가 제공되고 있다. 특히 영상 판독, 약물 처방 등 반복적이고 정형화된 의료 행위에서 인공지능 기술의 활용이 두드러지며, 정밀의료와 원격의료 등 새로운 의료 서비스 모델 개발로도 이어지고 있다.
1.2.3. 의료 데이터 활용 및 규제 관련 동향
의료 데이터 활용 및 규제 관련 동향은 다음과 같다.
정부 차원에서 공인된 참조표준데이터(Standard Reference Data, SRD)의 개발 및 보급을 추진하여 2007년부터 2018년 말까지 한국인 뇌 MR 영상, 한국인 표준 심장구조 등 약 1,600건의 참조표준을 개발·활용하였다. 또한 보건의료 빅데이터 개방 시스템에서 뇌동맥류 질환에 대해 총 1,000건의 MRA(magnetic resonance angiography) 영상, 폐암에 대한 총 600건의 PET-CT(positron emission tomography-computed tomography) 영상을 구축하여 공개하는 등 다양한 보건의료 관련 빅데이터가 공개되었다. 이로 인해 인공지능 의료기기 시장 확대와 의료 서비스의 질 개선 등 의료산업이 성장할 수 있는 토대가 되었다.
최근 빅데이터 및 인공지능 기술이 적용된 의료기기의 허가·심사 가이드라인이 발표되었는데, 이는 의료분야 인공지능 시장의 급격한 확대를 짐작게 한다. 2020년 1월에는 데이터 이용 활성화를 위해 '데이터 3법' 개정안이 국회 본회의를 통과했다. 추가 정보 없이 특정 개인을 식별하지 못하게 처리한 가명 정보를 개인의 이용 동의 없이도 활용할 수 있게 되었으며, 각 기관에 분산된 빅데이터를 연계하고 통합한 후 비식별화하여 민간 연구자에게 제공하는 것이 가능해졌다.
그러나 의료 인공지능 시장의 급격한 확대가 전망되는 가운데, 혁신적 의료기술의 발전에 합리적으로 대응하는 규제 이슈가 제도적 현안으로 대두되고 있다. 의료 인공지능 시장에서 표준화 동향을 자세히 살피고, 시장 활성화에 있어 규제로 작용하는 쟁점을 분석하는 것이 필수적이다. 무엇보다 의료데이터 활용에 있어서 의료분야의 특성을 고려하여 법적·윤리적 책임 의식이 제고되어야 한다.
1.3. 결론
1.3.1. 의료 빅데이터 및 인공지능 기술의 교육 현장 활용 가능성
의료 빅데이터 및 인공지능 기술의 교육 현장 활용 가능성은 미래 간호교육에 다양한 혜택을 제공할 것이다. 첫째, 가상현실(VR) 및 증강현실(AR) 기술을 활용하여 임상 실습 환경을 구현함으로써 실제와 유사한 실습 경험을 제공할 수 있다. 간호대학생들은 현장감 있는 실습을 통해 임상 의사결정 능력과 전문성을 향상시킬 수 있다. 모의 환자 활용의 한계를 극복하고, 다양한 시나리오 기반의 실습이 가능하여 교육의 질적 향상을 기대할 수 있다. 둘째, 빅데이터와 인공지능 기술을 활용하여 개별 학습자의 특성과 수준에 맞는 맞춤형 교육 콘텐츠를 제공할 수 있다. 학생들의 기초지식 수준, 학습 진행 상황, 오류 패턴 등을 분석하여 즉각적인 피드백과 보완 학습을 제안할 수 있다. 이를 통해 학습 효과를 극대화하고 교육의 효율성을 높일 수 있다. 셋째, 인공지능 기반의 임상 의사결정 지원 시스템을 교육에 활용하여 신규 간호사의 실무 적응력을 높일 수 있다. 복잡한 임상 상황에서...
참고 자료
이승희, and 김종엽. "의료 빅데이터에 기반한 인공지능 기술동향." 한국통신학회지 (정보와통신) 37.9 (2020): 85-91.
“빅데이터를 활용한 의료영상정보시스템의 시작과 미래” 유세종(대전보건대학교), 한성수‧한만석(강원대학교), Korea Information Processing Society Review (정보처리학회지), Volume 28 Issue 2 / Pages.34-43 / 2021 / 1226-9182(pISSN) / 2734-0376(eISSN)
김선경, 최종명, 문지현, 최소은, 이영호 (2020). “의료취약 지역의 응급환자를 위한 확장현실 기반 원격의료 기술 동향” 정보과학회지, 38(5), 27-35.
청년의사, “신규간호사 이직률, AI 간호기술로 막는다”,
https://www.docdocdoc.co.kr/news/articleView.html?idxno=2012994, (2022.10.11)
4차 산업혁명과 간호정보, 학지사메디컬, 김지현 외 4명(2019년)
미래 지능정보사회의 간호 : 실무의 변화, 성인간호학과 학술대회, 송미라(2018년)
‘수기 기록 멈춰!’…간호업무 기록에 음성인식 활용하는 병원, 김찬혁 기자(2021년)
4차 산업혁명과 보건산업 패러다임의 변화, 보건산업기획단, 정현학 외 2명(2016년)
2010. 병원간호사의 학습조직화와 학습지향성이 조직유효성에 미치는 영향. 간호행정학회지 , 16(3): 267-275.
김광점. 2012. 병원 내 간호사 인적자원관리 시스템: 과제와 연구방향. 보건의료산업학회지, 6(1): 247-258.
김문실·강윤숙·강익화·문희자·박성애· 변창자·이꽃메·한성숙. 2008. 간호의 역사 (개정판). 서울: 대한간호협회.
마화텅·장샤오펑·위양·린융칭·두쥔·쉬즈빈·천위안위안·탕빈·차오인·리웨이닝·중후이보·탕자오시. 2015. 인터넷플러스혁명: 2025 중국의 미래를 결정할 국가전략리포트 (강영희· 김근정, 역). 서울: 비즈니스북스.
문인오. 2010. 간호사의 경력관리, 경력정체, 경력만족이 경력몰입에 미치는 영향에 관한 구조모형. 간호행정학회지 , 16(2): 180-189.
박광옥·박성희·김연희·최정희. 2014. 임상간호사 경력개발 프로그램 평가. Perspectives in Nursing Science, 11(2): 123-131.
보건복지부. 2018. 간호사 근무환경 및 처우 개선대책 . 세종: 보건복지부.
신찬옥. 2017. 1인당 20명, 담당 환자수부터 줄여주세요 . MK뉴스 2017년 11월 19 일자 신문기사.
장연희·조윤수·곽미정. 2006. 간호사의 간호역량과 관련요인 분석.임상간호연구 , 12(1): 7-19.
최윤섭. 2018. 의료인공지능 . 서울: 클라우드 나인.
최현주·정귀임. 2018. 간호사 경력개발에 관한 국내 연구 동향 분석. 한국산학 기술학회지 , 19(3): 325-336.
하나선·최정. 2010. 간호사의 간호역량이 직무만족과 간호업무성과에 미치는 영향. 간호행정학회지 , 16(3): 286-294.
Brennan, P. F., & Bakken, S. 2015. Nursing needs big data and big data needs nursing. Journal of Nursing Scholarship, 47(5): 477-484.
Gershenfeld, N. & Vasseur, J. P. 2016. 사물인터넷: 모든 것이 인터넷으로 연결된 세상. In K. Schwab, G. Rose, N. Gershenfeld, J. P. Vasseur, J. Kendall, R. Voorhies, L. Garrett, D. Rus, E. Brynjolfsson, A. McAfee, M. Spence, M. Wolf, J. Chambers, W. Elfrink, I. R. Nourbakhsh, C. Shirky, M. Gladwell, N. Colin, B. Palier, N. Al-Rodhan, G. Mundie, B. C. Mezue, C. M. Christenses, D. Bever, M. Mazzucato, K. Annan, & S. Dryden.
고통받는 환자와 인간에게서 멀어진 의사를 위하여: 고통의 본질과 의학의 목적 (강신익, 역). 서 울: 코기토. 1994.
Christensen, C. M., Grossman, J. H., & Hwang, J. 2010. 파괴적 의료혁신 (배성윤, 역). 서울: 청년의사. 2009.
Cleary, M., Visentin, D., West, S., Lopez, V., & Kornhaber, R. 2018. Promoting emotional intelligence and resilience in undergraduate nursing students: An integrative review. Nurse Education Today, 68: 112-120.
Elgin, K. H., & Bergero, C. 2015. Technology and the bedside nurse: An exploration and review of implications for practice. Nursing Clinics of North America, 50: 227-239. Fox, R. C. 1993.
의료의 사회학 (조혜인, 역). 서울: 나남. 1989. Goldsberry, J. W. 2018. Advanced prac- tice nurses leading the way: Interprofessional collaboration.Nurse Education Today, 65: 1-3.
1
2
3
4
5
6
7
8
9
10
11
12