의료기술의 발전과 함께, 의료 분야의 데이터에 대한 이슈와 관심이 점차 증가하고 있으며, 빅데이터 기술의 발전과 함께 인공지능 기술 또한 급속한 발전을 거듭하고 있다. 4차 산업혁명 시대의 의료산업은 기존 치료 및 병원 중심에서의 패러다임에서 예방·소비자 중심의 형태로 변화되었고 이러한 변화에 따라 의료 빅데이터의 분석과 이를 기반으로 하는 인공지능 기술 개발이 활발히 진행 중이다. 의료 빅데이터는 새로운 치료 및 의학 분야의 기술 혁신, 의료서비스의 효율화, 적정 의료비용 산정 및 최적화 등 광범위한 의료산업 분야에서 해결하기 어려웠던 문제들을 개선하거나 보완될 수 있을 것으로 예상한다. 의료 빅데이터 또한 기존보다 더욱 적극적으로 연구 및 기술개발에 활용될 기회가 열리게 되었고, 이는 의료 빅데이터 기반의 인공지능 기술 및 이를 활용한 인공지능 의료기기 등 고도성장의 원동력으로 국내·외 다양한 의료산업 분야에 긍정적인 영향으로 확장될 수 있을 것이다.
의학기술의 고도화, 인공지능의 적용 및 기술의 발전으로 일정한 패턴을 가지는 질병을 의료 데이터를 활용하여 높은 정확성을 기반으로 예측 및 진단할 수 있다는 연구결과가 지속 발표되고 있다. 질병에 대한 특성과 관련 정보, 누적된 진료·검사결과 데이터가 존재한다면 인공지능의 학습을 통해 특정 패턴을 보이는 질병에 대해 높은 정확성으로 진단 및 예측할 수 있다는 연구결과로 다양한 분야의 발전 가능성을 내포하고 있다.
본 논문에서는 국방의료 데이터를 활용한 인공지능 기반 질병 진단 및 예측 모델 설계를 통해 머신러닝 방식을 기반으로 하는 ‘폐렴 예측 및 진단 모델’ 연구와 다층 인공신경망 기반의 ‘다중 질병 예측 및 진단 모델’을 구현하였으며, 실험 결과를 통해 의료 데이터를 활용한 인공지능 질병 진단 및 예측 알고리즘의 발전 가능성을 연구 및 분석하였다.
폐렴은 학교, 군 등의 집단 감염의 선제적 예방을 위한 조기 식별이 무엇보다 중요하며, 특히 장기간 입원과 높은 사망률 등을 초래하는 국가적 관리 대상 감염병으로서 사전 식별 및 관리의 중요성이 높아 군내 발생하는 다른 주요 질병과의 우선순위를 고려하여 선정되었다. 단일 질병 진단 및 예측 모델 연구를 위해 폐렴 환자의 데이터를 실험군으로, 폐렴이 아닌 정상환자의 데이터를 대조군으로 선정하였으며 본 연구 실험을 통해 특정 질병을 가진 환자의 데이터를 활용한, 인공지능의 질병 예측 및 진단 가능성을 확인할 수 있었다. 또한, 다층 인공신경망 기법을 적용한 머신러닝 기술을 활용하여 다중 질병을 진단 및 예측하는 연구를 수행하였으며, 군 의료 분야에서 관심도가 높은 3가지 주요 질병(폐렴·결핵·횡문근융해증)의 데이터를 선정하여 실험을 진행하였다. 본 연구 실험의 기대효과로는 정기·수시 건강검진, 신체검사 등 의료기관 등에서의 검진과 동시에 높은 정확도로 질병을 진단 및 예측할 수 있을 것이며, 이를 통한 의료진 부족에 따른 검사 및 진단 결과의 지연 방지, 예측 가능한 환자에 대한 사전 선별 및 분류를 통한 전파 차단, 조기 치료 제공을 통한 환자의 빠른 회복 등 선제적 의료지원 대응을 가능하게 할 것이다.
단체생활을 하는 집단에서 무증상 환자들의 조기 발견과 선별적 검사는 폐쇄적, 집단적 특성을 가진 군 내 생활관 및 사무 환경 내의 전파 조기 차단, 치료, 예방을 가능하게 하여 장병들의 전투력 보존, 제고를 기대할 수 있을 것이다. 기존의 건강검진 및 신체검사 결과는 검진 대상의 수 및 의료진이나 의료기관의 능력에 따라 차이가 있으나 약 1주에서 2주 후에 검사 분석 결과를 개인이 확인할 수 있다. 검진 직후 검사결과 값이 전산으로 입력된다면 인공지능 분석으로, 최대 당일 복귀 전에도 선별적인 검사 조기 식별 결과를 통해 질병 유무 여부를 확인할 수 있을 것으로 기대한다.
제안한 연구 모델은 향후 의료데이터를 활용하는 연구·실험과 함께 의학적인 검증과 관련 진단 및 예측 연구들을 추가 검토하고, 다양한 인공지능 최신 기술의 접목 및 융합을 통해 향후 의료분야의 딥러닝 질병 진단 및 예측 분야의 정확도는 지속 향상될 수 있음을 확인하였다.
향후 본 연구에서 언급 외 다양한 누적 데이터가 있거나, 특정한 특징 및 성격을 가지는 질병 또는 질환에 대해 조기 식별, 예측 모델 개발에 적용할 수 있도록 다양한 범주의 데이터 지속 확보 및 모델 적용 고도화 연구가 필요함을 제시하였다.