상세정보

빠르게 발전하고 있는 인공지능 기술과 의료가 교차하는 분야인 지능 기반 의료에 관한 책으로, 기술서보다는 에세이에 가깝다. 복잡한 수식은 없으며, 지능 기반 의료의 개념, 응용 분야, 비교적 최근까지의 성과들, 윤리적인 문제, 의사들의 인공지능 수용, 현장 도입, 다른 분야와의 협업, 교육 문제 등 다양한 주제를 다룬다. 우리 앞에 놓인 다양한 그림 가운데 이 책은 큰 그림이 될 수밖에 없다. 이를 고민하는 독자라면 이 책에서 많은 영감을 받을 수 있을 것이다.

◈ 이 책에서 다루는 내용 ◈
인공지능의 개념과 방법론을 비롯해 헬스케어와 의료 분야에서 실제로 응용되는 사례 등을 포함하는 다학제적이고 포괄적인 책이다. 선구적인 의사-데이터 과학자가 저술한 책으로, 의료와 데이터 과학이라는 두 영역 사이의 지적이고 학문적인 접점을 대칭적으로 균형 있게 제시한다.
인공지능의 기초 개념과 내과계와 외과계를 아우르는 다양한 의료 분야의 실제 응용 사례들로 내용이 구성돼 있다. 각 파트마다 중요한 핵심 개념이 정리돼 있으며, 세계에서 명망 있는 다양한 분야의 전문가들이 개인적인 관점을 피력한 여러 소고를 풍부하게 포함한다. 부록에는 핵심 참고 문헌, 용어집, 인공지능 관련 회사 등의 정보를 실었다.
이 책의 목적은 인공지능이라는 부상하는 새로운 기술을 사용함으로써 헬스케어와 의료 분야의 전환적 패러다임을 만드는 것이다. 이를 위해 의사들에게는 인공지능 방법론을 포용하기 위한 영감을 주고, 데이터 과학자들에게는 의료 에코시스템에 대한 지식을 전달할 것이다.

◆ 클라우드 컴퓨팅, 지적 에이전트부터 딥 강화 학습, 만물인터넷까지 관련 주제를 폭넓게 소개
◆ 의사와 데이터 과학자들이 쉽게 접근할 수 있도록 이해하기 쉬운 형태의 인공지능 개념과 응용 분야 제시
◆ 인공지능이 여러 의료 세부 전문 과목에서 활용되는 방식과 미래 전망 논의
◆ 의료와 헬스케어 인공지능이 성공적으로 구현되기 위해 필요한 요소 설명

◈ 이 책의 대상 독자 ◈
여러 주제를 포함하고 있는 이 책은 "지능-기반 의료"로 가기 위해서, 헬스케어와 의료 분야에서 데이터 과학, 인공지능, 인간의 인지기능의 원리 및 응용에 관한 풍부한 기초를 다룬다. 주제에 관심이 있는 독자라면 누구나 읽을 수 있게 구성했다. 따라서 진료에 바쁜 의료인, 관심있는 데이터 과학자 및 컴퓨터 과학자, 통찰력을 가진 투자자, 호기심이 많은 병원 관리자 및 리더(최고 경영책임자, 최고 정보책임자 등), 그리고 지식에 목마른 환자와 그 가족이 모두 이 책의 독자가 될 수 있다. 이 책에는 임상 의사가 재미없어 할 수 있는 수학 공식이나 난해한 데이터 과학 주제들이 거의 없다. 그렇다고 의학 전문 용어로 채우고, 인공지능의 개념을 피상적으로 다루지도 않았다. 또한 데이터 과학과 인공지능에 대한 내용에 소홀하지도 않다. 이 영역의 대부분의 요소가 그러하듯, 이 책은 임상 의료, 의학 지식, 인공지능, 데이터 과학이 합쳐진 하이브리드이다. 간단히 말하면 이 책은 빠르게 성장하고 있는 의료와 인공지능 사이의 접점을 정의하는 데 관심이 있는 모든 사람을 염두에 두고 쓰였다.

◈ 이 책의 구성 ◈
1부에서는 여러 용어를 소개하고, 인공지능의 기초 개념을 설명한다. 또한 신경과학과 인공지능의 관계를 탐구한다. 인공지능의 초기 역사와 이 시기 동안의 의료 인공지능의 역사도 설명하는데, 인공지능의 탄생과 의료 분야의 응용은 오늘의 기술을 이해하는 핵심이 된다. 의료 인공지능에 관한 흔한 오해에 대해서도 간단히 설명한다.
2부는 오늘날 생의학 데이터 과학과 인공지능이 어떤 상태에 있는지 상세히 설명하고, 헬스케어 데이터, 데이터베이스, 생의학 데이터 과학의 기초 요소를 소개한다. 오늘날 가장 널리 사용되는 머신러닝과 딥러닝에 관한 내용이 2부의 핵심이다. 더불어 인지 컴퓨팅, 자연어 처리, 로보틱스의 핵심 개념도 소개한다. 의료 인공지능의 기초를 배우기 위한 추천 전략도 소개한다.
3부는 의료 인공지능이 응용되는 여러 영역을 소개하고, 의사 업무의 인지적 측면을 설명한다. 그 다음 각 세부 전문 과목별 의료 인공지능을 살펴보는데, 특히 최전선에 있는 세부 전문 과목에 대해 별도로 논의한다. 의료 인공지능을 성공적으로 구현하기 위한 여러 유용한 가이드도 소개한다.
4부는 의료 인공지능의 미래를 다룬다. 증강 및 가상현실, 만물인터넷 시대의 인공지능의 미래 등을 소개한다. 가상 비서, 양자 컴퓨팅도 간단히 다뤘다. 의학과 관련된 인공지능의 미래는 별도로 논의한다.
마지막 부분에는 핵심 참고 문헌(책과 논문), 상위 100개 이상의 참고 문헌, 알아둘 만한 의료 인공지능 회사 100개, 용어집을 수록했다.

정보제공 :

PART 1. 인공지능의 기초



__1장. 인공지능의 기초 개념

____정의

______인공지능의 유형

______인공지능과 데이터 과학

______인간과 기계 간 지능의 확장 연속체

______데이터 분석 연속체

____인공지능과 신경과학

______의사의 두뇌와 기계 지능

______참고 문헌



__2장. 인공지능의 역사

____핵심 인물과 사건

______앨런 튜링과 튜링 머신

______다트머스 회의

______로젠블랫의 퍼셉트론

____핵심 시기와 주요 흐름

______고파이(GOFAI)

______컴퓨터 지능

______인공지능 겨울

______참고 문헌



__3장. 의료 인공지능의 역사

____규칙 기반 전문가 시스템

____기타 인공지능 방법론

____도입 실패

____흔한 의료 분야 인공지능의 열 가지 오해

______참고 문헌

____핵심 개념



PART 2. 현재의 데이터 과학과 인공지능



__4장. 헬스케어 데이터와 데이터베이스

____헬스케어 데이터

______빅데이터

______헬스케어 데이터의 난제들

____헬스케어 데이터 관리

______데이터 프로세싱과 저장

______전자의무기록 사용과 상호운용성

____헬스케어 데이터베이스

______데이터베이스 관리 시스템

______관계형 데이터베이스

______객체지향 데이터베이스

______그래프 데이터베이스

____데이터에서 지능까지의 연속체와 인공지능

______참고 문헌



__5장. 머신러닝과 딥러닝

____머신러닝 소개

______데이터 마이닝과 지식 발견

______머신러닝의 역사와 현재 상태

______머신러닝 대 전통적인 프로그래밍

______머신러닝 작업 흐름

______생명공학 분야의 데이터 과학

______의생명 데이터 과학에서의 프로그래밍 언어

______전통적 머신러닝

______장단점

______앙상블 학습

______강화 학습

____신경망과 딥러닝

______퍼셉트론과 다층 퍼셉트론

______딥러닝

______오토인코더 신경망

____모델 성능 평가

______평가 방법

______회귀 모델의 평가

______분류 모델의 평가

____머신러닝과 딥러닝의 근본적인 문제들

______해석 가능성과 설명 가능성

______편향-분산 트레이드오프

______적합fitting

______차원의 저주

______상관 관계 대 인과 관계

______머신러닝 대 딥러닝

______참고 문헌



__6장. 인공지능의 다른 핵심 개념들

____인지 컴퓨팅

____자연어 처리

____로봇공학

______자율 시스템

______로보틱 프로세스 자동화

____인공지능과 관련된 기타 핵심 기술들

______증강 및 가상현실

______블록체인

______클라우드

______사이버보안

______사물 인터넷

____인공지능과 관련된 핵심 문제들

______편향

______윤리

______안정성

______법

____핵심 개념

____데이터 과학과 인공지능 지식 평가를 위한 10가지 질문

____의료 인공지능을 더 잘 이해하기 위한 10가지 단계

______참고 문헌



PART 3. 의료 인공지능의 현시대



__7장. 의사의 지능과 의료 인공지능

____지능 기반 의료의 논리적 근거

____의료 인공지능의 채용: 앞에 놓여진 과제들

____의사의 인지 구조와 의료 인공지능

____현재 인공지능의 의학적 응용

______참고 문헌



__8장. 전문 과목별 인공지능

__전문 과목별 최근 인공지능 현황

__전문 과목별 인공지능 전략과 응용

____모든 전문 과목을 아우르는 인공지능 응용

____마취과학(Anesthesiology)

____성인 및 소아 심장내과(Cardiology)와 심장 외과(Cardiac Surgery)

____중환자 의학(Critical Care Medicine)

____피부과

____응급의학

____내분비학(Endocrinology)

____소화기학

____공중 보건학과 역학(Public Health, Epidemiology)

____혈액학

____감염학(Infectious Disease)

____내과 일반 및 가정의학과/일차의료(Internal and Family Medicine/Primary Care)

____신장학(Nephrology)

____신경과학(Neurosciences)(신경과(Neurology)/신경외과(Neurosurgery)/신경정신의학과(Psychiatry)/심리학(Psychology))

____산부인과

____종양학

____안과학(Ophthalmology)

____병리학(Pathology)

____소아과

____호흡기내과

____영상의학과

____류마티스학(Rheumatology)

____외과학(Surgery)

____치과학(Dentistry)

____디지털 헬스

____유전체 의학 및 정밀의료(Genomic Medicine, Precision/Personalized Medicine)

____재활의학과

____재생 의학(Regenerative Medicine)

____수의학(Veterinary Medicine)

____의학 교육과 수련(Medical Education and Training)

____간호학(Nursing)

____헬스케어 행정(Healthcare Administration)

____참고 문헌



__9장. 의료 인공지능의 구현

____핵심 개념

____헬스케어 기관에서의 인공지능 준비도 평가

____성공적인 의료 인공지능 구현을 위한 10가지 요소

____의료 인공지능 구현을 위해 극복해야 할 10가지 장애물

______참고 문헌



PART 4. 인공지능의 미래와 의료 응용



__10장. 인공지능의 미래에 관한 주요 개념

____5G

____증강현실과 가상현실

____블록체인과 사이버 보안

____뇌-컴퓨터 인터페이스

____캡슐 네트워크

____클라우드 인공지능

____엣지 컴퓨팅

____내장된 인공지능(만물인터넷)

____퍼지 인지 맵

____생성적 질의 네트워크

____하이퍼그래프 데이터베이스

____로샷 러닝

____뉴로모픽 컴퓨팅

____양자 컴퓨팅

____재귀적 피질 신경망

____스파이킹 신경망

____스웜 지능

____템포랄 컨볼루션 넷

____전이 학습

____데이터와 데이터베이스

______참고 문헌



__11장. 의료 인공지능의 미래

____핵심 개념

______참고 문헌

정보제공 :