표제지 1

목차 5

제1장 국내외 의료분야 인공지능 기술 동향 14

1. 서론 15

(1) 제안 목적 및 필요성 15

(2) 보고서의 목적과 범위 16

2. 의료 데이터와 인공지능 기술의 이론적 기초 17

(1) 의료 데이터의 분류와 특성 17

(2) 의료 인공지능 기술 분류와 학습 패러다임 20

(3) 의료 인공지능의 역할과 적용 범위 23

3. 의료 서비스 생애주기 별 인공지능 적용 현황 25

(1) 예방 단계 26

(2) 진단 단계 28

(3) 치료 단계 30

(4) 예후관리 단계 33

4. 의료 인공지능 관련 시장 전망 35

(1) 의료 인공지능 시장 규모 및 성장 예측 35

(2) 주요국 현황 35

5. 주요국의 의료 인공지능 관련 정책 및 규제 동향 38

(1) 미국 38

(2) EU 41

(3) 한국 43

6. 주요국의 인공지능 의료기기 승인/허가 절차 45

(1) 미국 45

(2) 유럽 49

(3) 한국 52

7. 국내외 국가 차원의 연구개발(R&D) 지원 비교 55

(1) OECD 현황 55

(2) 미국 56

(3) 영국 58

(4) 중국 59

(5) EU 60

(6) 한국 60

제2장 국외 의료 인공지능 활용 실태 조사 64

1. 배경 및 조사 목적 65

2. 해외 의료 인공지능 실테 조사 개요 66

3. 해외 의료 인공지능 연구들의 국가별 차이 요약 68

(1) 미국(US) 68

(2) 영국(UK) 68

(3) 캐나다(Canada) 69

(4) 중국(China) 69

(5) 호주(Australia) 69

(6) WHO/국제(WHO/International Online Survey) 70

(7) 종합 비교 70

4. 해외 의료 인공지능 연구들의 주요 결과 71

(1) 국가별 AI 채택률 71

(2) 교육 수요 72

(3) 윤리/법적 문제 72

(4) 조사 결과의 주요 특징 73

(5) 결론 74

5. 주요 결과물의 대한민국에서의 시사점 74

(1) 채택률과 교육 수요의 동시적 고려 74

(2) 윤리적/법적 프레임워크의 조속한 정비 75

(3) 전문과별 맞춤 전략의 필요성 75

(4) 국민 인식 제고와 환자 신뢰 구축 75

(5) 정책 주도와 현장 수용성의 균형 76

6. 대한민국 영상의학과 대상 인공지능 관련 설문연구 76

7. 고찰 78

(1) 채택률 78

(2) 활용 목적과 영역 78

(3) 만족도 78

(4) 의료 인공지능의 비사용 이유와 장애 요인 78

(5) 교육/가이드라인에 대한 요구 79

(6) 종합 79

8. 제한점 80

(1) 표본 대표성 80

(2) 전문과별 불균형 80

(3) 자기 보고식 설문의 한계 81

(4) 조사 시점의 제한성 81

(5) 환자와 일반 국민의 관점 부족 81

(6) 비교 분석의 이질성 문제 81

(7) 정책적 일반화의 한계 81

9. 국내 의료 인공지능의 정책 실태 82

(1) 인공지능에 대한 교육 체계 82

(2) 윤리/법제 프레임워크 82

(3) 전문과 맞춤 전략 82

(4) 환자 참여 및 리터러시 82

(5) 정책과 현장의 균형 82

(6) 데이터 인프라 및 거버넌스 83

(7) 글로벌 협력 및 수출 모델 83

(8) 국내 의료 인공지능 정책 조사 결과 83

(9) 종합 결과 83

제3장 국내 의료 인공지능 활용 실태 조사 85

1. 조사 개요 86

(1) 조사 목적 86

(2) 연구 대상자 86

(3) 조사 방법 및 내용 87

2. 조사 결과 89

2.1. 응답자 89

(1) 응답자의 일반적 특성 89

2.2. 인식/관심도 91

(1) 의료 인공지능(AI) 인식도 91

(2) 의료 AI 서비스 및 제품 인식도 93

(3) 의료 AI 정보 습득 경로 95

(4) 의료 AI에 대한 개인적 관심도 및 전반적 인식 96

(5) 의료 AI 참고 여부 98

(6) 참고 의료 AI 기술 기반 99

2.3. 사용 경험 101

(1) 의료 AI 사용 영역 101

(2) 의료 AI 사용 빈도 102

(3) 의료 AI 익숙도(10점 척도) 104

(4) 의료 AI 사용 목적 107

(5) 목적에 따른 의료 AI 익숙도(10점 척도) 108

(6) 의료 AI 사용 주체 111

(7) 의료 AI 사용 주체에게 미치는 영향 113

(8) AI 도입에 대한 기대, 성과, 신뢰 114

(9) 의료 AI 활용 성과 116

(10) AI 활용 후 느낀 효과(10점 척도) 117

(11) 의료 AI 활용 한계 120

(12) AI 기여도(10점 척도) 123

(13) 의료 AI 활성화를 위한 정책 126

2.4. 전망 129

(1) 의료 AI 미사용 이유 129

(2) 향후 의료 AI 활용 의향 132

(3) 의료 AI 활용 희망 분야 133

(4) 의료 AI 활용 희망 목적 135

(5) 의료 AI 혜택 주체 136

(6) 의료 AI 기대 성과 138

(7) AI 기여도(10점 척도 139

(8) 향후 의료 AI의 시급한 과제 142

2.5. 정책 145

(1) 의료 AI의 긍정적 영향 145

(2) 의료 AI 기대 성과 146

(3) 오류 발생 책임 소재 149

(4) 환자 안전을 위한 AI 제도적 장치 150

(5) 의료 AI의 의료인 자율성 침해 152

(6) 의료 AI 도입 관련 정책 또는 지침 마련 여부 154

(7) AI 정책 및 제도 필요도 156

2.6. 교육 159

(1) AI 교육 경험 및 커리큘럼 안내 159

(2) 의료 AI 실습 프로그램 참여 의향 161

(3) 교육받고 싶은(활용하고 싶은) AI 기술 162

(4) LLM/언어모델 사용 경험 164

(5) LLM/언어모델 기반 AI 익숙도 165

(6) LLM/언어모델 기반 AI 기술 사용 빈도 167

제4장 의료 인공지능에 대한 의료인과 비의료인 간의 인식차이 169

1. 경험했던 〈의료 인공지능〉의 기대와 현실 간의 간극 170

2. 경험했던 〈의료 인공지능〉의 주요 한계 170

3. 〈의료 인공지능〉 교육의 필요성 171

4. 〈의료 인공지능〉 교육의 방식 171

5. 〈의료 인공지능〉 실제 성과 사례의 인식 비교 171

6. 〈의료 인공지능〉에서 R&D가 나아가야 할 방향 172

7. 〈의료 인공지능〉에서 법/제도적 측면에서 나아가야 할 방향 172

8. 〈의료 인공지능〉에서 정책적 측면에서 나아가야 할 방향 173

제5장 의료 인공지능 분류체계에 대한 전문가 자문 174

1. 의료 인공지능 분류 체계에 대한 의견 175

2. 의료 인공지능 분류 체계 175

2.1. 〈임상 유형〉에 따른 분류 체계 175

(1) 〈임상 유형〉 분류체계에 대한 의견 175

(2) 〈임상 유형〉 분류체계의 실제 현장 반영 여부 177

(3) 〈임상 유형〉 분류체계에 대한 확장 필요성 179

2.2. 〈데이터 유형〉에 따른 분류 180

(1) 〈데이터 유형〉 분류체계에 대한 의견 180

(2) 〈데이터 유형〉 분류체계의 실제 현장 반영 여부 181

(3) 〈데이터 유형〉 분류체계에 대한 확장 필요성 182

2.3. 〈기술 유형〉에 따른 분류 183

(1) 〈기술 유형〉 분류체계에 대한 의견 183

(2) 〈기술 유형〉 분류체계의 실제 현장 반영 여부 185

(3) 〈기술 유형〉 분류체계에 대한 확장 필요성 186

3. 〈임상 유형〉, 〈데이터 유형〉, 〈기술적 유형〉의 종합적 인공지능 분류체계 188

(1) 〈임상 유형〉, 〈데이터 유형〉, 〈기술적 유형〉 분류체계의 실제 현장 반영 여부 188

(2) 〈임상 유형〉, 〈데이터 유형〉, 〈기술적 유형〉 분류체계의 보완점 189

(3) 〈데이터 유형〉과 〈기술적 유형〉 간의 중첩 이슈 189

(4) 〈임상 유형〉, 〈데이터 유형〉, 〈기술적 유형〉 분류체계의 세분화 190

4. 의료 인공지능의 유지관리, 업데이트, 거버넌스 구축 방안 191

(1) 의료 인공지능의 유지/관리 주체 191

(2) 의료 인공지능의 기술 발전 속도에 맞춘 업데이트 주기 192

(3) 의료 인공지능의 분류체계가 공공시스템에 적용되기 위한 전제 조건 193

(4) 의료 인공지능에 대한 정부/학계/산업계 간 거버넌스 구조 194

제6장 결론 및 시사점 195

1. 국내외 의료분야 인공지능 기술 동향 196

2. 국외 의료 인공지능 활용 실태 조사 197

(1) 전 생애주기 의료 인력 인공지능에 대한 교육 체계 구축 197

(2) 한국형 AI 의료 윤리/법제 프레임워크 제정 197

(3) 전문과별 맞춤형 인공지능 도입 전략 수립 197

(4) 환자 참여와 대국민 디지털 헬스 리터러시 강화 198

(5) 정책 주도와 현장 자율성의 균형 유지 198

(6) AI 의료 인프라 및 데이터 거버넌스 강화 198

(7) 글로벌 연계와 한국형 AI 의료 모델의 수출 전략 198

(8) 대한민국을 위한 정책적 제안 199

3. 국내 의료 인공지능 활용 실태 조사 200

4. 의료 인공지능에 대한 의료인과 비의료인 간의 인식 차이 201

5. 의료 인공지능 분류체계에 대한 전문가 자문 203

(1) 의료 인공지능 3축 분류체계의 타당성과 실효성 203

(2) 3축 통합 분류체계의 적용성과 한계 204

(3) 기술 유형 축의 확장과 세분화 204

(4) 분류체계의 세분화 수준 및 보완 기준 204

(5) 제도적 활용과 법/정책적 연계 205

(6) 유지관리/업데이트/검증 체계 205

(7) 유지/관리 및 거버넌스 체계 205

(8) 종합적 시사점 205

표목차 11

〈표 1-1〉 의료 데이터 유형 및 특성 19

〈표 1-2〉 의료 인공지능 유형별 역할과 적용 사례 25

〈표 1-3〉 주요 분야별 AI 의료 시장 규모 및 전망 36

〈표 1-4〉 전 세계 주요 분야별 AI 의료 시장 규모 및 전망 36

〈표 1-5〉 미국/EU/한국 의료기기 승인 절차 비교표 54

〈표 1-6〉 주요국 정부 연구개발 예산 전체 및 Health 분야 현황 55

〈표 1-7〉 2025~2029년 분야별 재원배분 계획 62

〈표 2-1〉 의료분야 인공지능 설문조사 현황 67

〈표 2-2〉 설문조사 결과 AI 채택/경험률의 국가 간 비교 71

〈표 2-3〉 2023년 한국 영상의학과 설문조사와 국제 조사 간 비교 79

〈표 3-1〉 설문조사 모집단, 표본집단, 설문 응답자의 일반적 특성 87

〈표 3-2〉 응답자의 일반적 특성 89

〈표 3-3〉 의료 인공지능(AI) 인식도 92

〈표 3-4〉 의료 AI 서비스 및 제품 인식도 93

〈표 3-5〉 의료 AI 정보 습득 경로 95

〈표 3-6〉 의료 AI에 대한 개인적 관심도 및 전반적인 인식 96

〈표 3-7〉 의료 AI 참고 여부 98

〈표 3-8〉 참고 의료 AI 기술 기반 99

〈표 3-9〉 의료 AI 사용 영역 101

〈표 3-10〉 의료 AI 사용 빈도 102

〈표 3-11〉 의료 AI 익숙도(10점 척도) 105

〈표 3-12〉 의료 AI 사용 목적 107

〈표 3-13〉 목적에 따른 의료 AI 익숙도(10점 척도) 109

〈표 3-14〉 의료 AI 사용 주체 111

〈표 3-15〉 의료 AI 사용 주체에게 미치는 영향 113

〈표 3-16〉 AI 도입에 대한 기대, 성과, 신뢰(10점 척도) 114

〈표 3-17〉 의료 AI 활용 성과 116

〈표 3-18〉 AI 활용 후 느낀 효과 118

〈표 3-19〉 AI 활용 후 느낀 효과 121

〈표 3-20〉 AI 기여도 124

〈표 3-21〉 의료 AI 활성화를 위한 정책 127

〈표 3-22〉 의료 AI 미사용 이유 130

〈표 3-23〉 향후 의료 AI 활용 의향 132

〈표 3-24〉 의료 AI 활용 희망 분야 133

〈표 3-25〉 의료 AI 활용 희망 목적 135

〈표 3-26〉 의료 AI 혜택 주체 136

〈표 3-27〉 의료 AI 기대 성과 138

〈표 3-28〉 AI 향후 기여도 140

〈표 3-29〉 향후 의료 AI의 시급한 과제 143

〈표 3-30〉 의료 AI의 긍정적 영향 145

〈표 3-31〉 의료 AI 기대 성과 146

〈표 3-32〉 의료 AI 기대 성과 147

〈표 3-33〉 오류 발생 책임 소재 149

〈표 3-34〉 오류 발생 책임 소재 149

〈표 3-35〉 환자 안전을 위한 AI 제도적 장치 151

〈표 3-36〉 환자 안전을 위한 AI 제도적 장치 151

〈표 3-37〉 의료 AI의 의료인 자율성 침해 152

〈표 3-38〉 의료 AI 도입 관련 정책 또는 지침 마련 여부 154

〈표 3-39〉 의료 AI 도입 관련 정책 또는 지침 마련 여부 154

〈표 3-40〉 AI 정책 및 제도 필요도 157

〈표 3-41〉 AI 교육 경험 및 커리큘럼 안내 159

〈표 3-42〉 AI 교육 경험 및 커리큘럼 안내 159

〈표 3-43〉 의료 AI 실습 프로그램 참여 의향 161

〈표 3-44〉 교육받고 싶은(활용하고 싶은) AI 기술 162

〈표 3-45〉 교육받고 싶은(활용하고 싶은) AI 기술 163

〈표 3-46〉 LLM/언어모델 사용 경험 유무 164

〈표 3-47〉 LLM/언어모델 사용 경험 유무 164

〈표 3-48〉 LLM/언어모델 기반 AI 익숙도 166

〈표 3-49〉 LLM/언어모델 기반 AI 기술 사용 빈도 167

〈표 3-50〉 LLM/언어모델 기반 AI 기술 사용 빈도 167

〈표 4-1〉 의료인과 비의료인 의료 인공지능 교육 방향 비교 171

〈표 5-1〉 임상 유형에 따른 의료 인공지능 임상 적용 분류 체계 175

〈표 5-2〉 데이터 유형에 따른 의료 인공지능 임상 적용 분류 체계 180

〈표 5-3〉 기술 유형에 따른 의료 인공지능 임상 적용 분류체계 183

〈표 5-4〉 임상/데이터/기술 기반의 통합 의료 인공지능 분류 체계 188

〈표 6-1〉 의료인과 비의료인 의료 인공지능 인식 비교 203

그림목차 13

[그림 1-1] 인공지능(기계학습) 기술 분류 21

[그림 1-2] healthvisors社 IDx-DR (좌) 및 Vuno社 VUNOmed-BoneAge (우) 26

[그림 1-3] Viz.ai社 Viz 3D CTA (좌), Lunit社 Lunit INSIGHT CXR (우) 29

[그림 1-4] Varian사의 Ethos 시스템 (좌), Caption Care社 Caption Guidance (우) 32

[그림 1-5] Standard Schema for Selection the Most Appropriate FDA Submission Pathway for the Marking of Non-Exempt Medical Devices 47

[그림 1-6] CE marking roadmap for a medical device 50

[그림 2-1] 국가별 AI 채택/경험률 72

[그림 2-2] 한국 AI 의료 정책의 강/약점 84

[그림 6-1] 한국 AI 의료 정책을 위한 균형적 추진 방향 199