총 6 건
총 6 건
보건의료 인공지능이 실수했을 때 책임은 누가 지는가?
※ 기사. When AI in healthcare goes wrong, who is responsible? https://qz.com/1905712/when-ai-in-healthcare-goes-wrong-who-is-responsible-2/ ※ Harvard Journal of Law & Technology https://jolt.law.harvard.edu/assets/articlePDFs/v31/The-Artificial-Intelligence-Black-Box-and-the-Failure-of-Intent-and-Causation-Yavar-Bathaee.pdf ※ AMA Journal of Ethics https://journalofethics.ama-assn.org/article/are-current-tort-liability-doctrines-adequate-addressing-injury-caused-ai/2019-02 인공지능은 암을 진단하고 자살을 예측하고 수술을 돕는데 이용될 수 있음. 이 모든 사례에서 인공지능이 인간 의사들보다 정해진 과업으로 더 나은 결과를 낸다고 암시하는 연구결과도 나와 있음. 그런데 뭔가 잘못되면 누가 책임질까? 미국 캘리포니아폴리테크닉주립대(California Polytechnic State Univ...
과학기술발전 2020.10.05 조회수 1757
인공지능이 시력을 잃을 위험에 처한 신생아를 발견하는데 도움을 준다는 연구결과가 나옴
※ 기사. https://medicalxpress.com/news/2020-03-ai-newborns-severe-disease.html 신생아에게 AP-ROP(미숙아망막병증) 위험이 있는지 식별하는데 도움을 주는 인공지능기기(i-ROP DL)에 대하여 임상시험이 진행되고 있음. 이는 최근 FDA의 신속한 심사를 받는 브레이크쓰루(breakthrough) 대상으로 지정을 받음. ☞ FDA 패스트트랙제도와 브레이크쓰루제도를 설명한 국내 기사 : http://www.dt.co.kr/contents.html?article_no=2018030502103476029001&ref=naver ☞ ROP(미숙아망막병증)에 관한 국가건강정보포털 의학정보 : https://terms.naver.com/entry.nhn?docId=2119985&cid=51004&categoryId=51004 AP-ROP는 전형적인 ROP보다 그 특징이 더 미묘하고 알아보기 어려울 수 있기 때문에 진단하기가 쉽지 않을 수 있음. 이전까지 망막손상(AP-ROP)에 초점을 맞춘 연구는 없었음. 이에 연구팀은 자동화된 딥러...
과학기술발전 2020.03.12 조회수 253
기계학습으로 강력한 항생물질이 처음 발견되었다는 연구결과가 나옴
※ 기사. https://www.theguardian.com/society/2020/feb/20/antibiotic-that-kills-drug-resistant-bacteria-discovered-through-ai 참고문헌 : https://www.cell.com/cell/fulltext/S0092-8674(20)30102-1?utm_medium=homepage 미국 연구팀이 인공지능을 통해 약물 내성과 관련하여 가장 위험한 세균 중 일부를 죽이는 강력한 항생물질을 발견함. 이 약물은 제약화합물의 디지털 라이브러리(digital libraries)에 인공지능을 장착하여 발견된 최초의 항생물질임. 파괴할 수 있는 세균에는 세계보건기구(World Health Organization)가 새로운 항생제를 개발하기로 목표를 정한 세 가지 병원체 중 두 가지(Acinetobacter baumannii, Enterobacteriaceae)가 포함됨. 새로운 항생물질을 찾기 위해 연구팀은 먼저 세균을 죽이는 분자의 유형을 식별하기 위한 딥러닝 알고리즘을 훈련시킴. 알고리즘이 어떤 분자 특성이 좋은 항생...
과학기술발전 2020.02.24 조회수 197
의료용 인공지능의 블랙박스 해독하기
※ 기사. https://undark.org/2019/12/04/black-box-artificial-intelligence/ 참고문헌: https://pubs.rsna.org/doi/10.1148/radiol.2019182716 참고문헌: https://www.bmj.com/content/364/bmj.l886.long 참고문헌: https://www.sciencedirect.com/science/article/pii/S2589750019301232 연구자들 사이에 딥러닝 도구가 어떻게 결정하는지에 대한 요청과 해석가능성(interpretability)에 대한 논쟁이 증가하고 있음. -많은 기계학습 도구는 여전히 블랙박스이며, 최근 한 저널(BMJ Clinical Research)에는 블랙박스가 타당한 이유 없이 판결을 내린다는 지적이 실림. -일부 어플리케이션에서는 모델이 어떻게 작동하는지 이해하는 것이 중요함. -해석은 들어가는 데이터와 나오는 것 사이의 실제 연관성을 보여주지 않음. -컴퓨터과학자들이 딥러닝 도구가 어떻게 작동하는지 보여줄 방법을 찾더라도, 의사들은 그 설명이 ...
과학기술발전 2019.12.10 조회수 212
환자가 언제 사망할지 기계가 알 수 있을까?
※ 기사. https://www.wired.com/story/book-excerpt-machine-learning-medicine-predictions/ 참고문헌 : https://www.ncbi.nlm.nih.gov/pubmed/30537977 의사-환자관계의 변화와 인공지능의 역할에 대한 이야기를 서술하고 있음. 한 노인의 예시를 통해 삶의 마지막 단계와 완화의료에 대한 이야기가 포함됨. 미래에는 인공지능이 환자의 사망 시점을 정확하게 예측하고 의료 결정에 도움을 줄 수 있을 것으로 전망되지만, 이에 대한 윤리적인 고려와 인간적인 가치에 대한 고민도 함께 제기되고 있음.
과학기술발전 2019.03.20 조회수 323
미국 FDA, 임상용 클라우드기반 딥러닝 어플리케이션 첫 승인 [1월 23일]
※ 기사. http://www.forbes.com/sites/bernardmarr/2017/01/20/first-fda-approval-for-clinical-cloud-based-deep-learning-in-healthcare/#1be823d846e6 Arterys는 머신러닝의 혁신 가능성에 대하여 열정을 가진 스탠포드대 출신의 전문가들이 개발한 플랫폼으로 클라우드 기반임. 미국 FDA의 승인을 받기 위하여 현재 사람이 직접 했을 때만큼 정확하다는 것을 보여주는 검사를 받았음. 한 사례의 결과가 나오는데 전문가는 30분~1시간 정도 걸리는 것으로 예측되었으나 Arterys는 평균 15초밖에 걸리지 않았음. 현재 이 플랫폼은 건강에 대한 더 정밀한 평가를 통해 각 심실의 용적을 정확하게 측정하여 의사들이 심장이 어떻게 기능하는지 이해하는 것을 돕고 있음. 한 개발자는 “이는 영상진단의 새로운 방식이 임상에 적용된 첫 사례이며 임상 업무의 흐름이 클라우드 및 딥러닝으로 가도록 돕는 엄청난 일&rdq...
과학기술발전 2017.01.24 조회수 350