본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

초록보기

4차 산업혁명은 인공지능(Artificial Intelligence : AI), 사물인터넷(IoT : Internet of Things), 빅데이터, 모바일 등 첨단 정보통신기술이 경제·사회 전반에 융합되어 혁신적인 변화가 나타나는 차세대 산업혁명을 의미하는 것으로, 그 핵심에는 AI의 활용이 존재하고 있다. 의료는 4차 산업혁명 시대의 핵심기술들이 결합되는 대표적인 분야이다. 의료계에서는 AI을 활용한 다양한 제품이 개발되고 있는데 대표적인 것으로 IBM사의 왓슨(Watson)이나 구글(Google)사의 딥러닝 기반의 AI를 들 수 있다. 의료 AI는 방대한 규모의 데이터를 학습하여 이를 통해 일정한 패턴을 인식할 수 있어서 진단시험과 관련된 의료 전문분과에 가장 큰 영향을 미칠 것으로 예상된다.

특히 단순X선촬영, 전산화단층촬영(Computed Tomography), 자기공명영상(Magnetic Resonance Imaging) 등의 영상으로부터 진단을 행하는 영상진단의 분야는 AI의 실용화가 빠르다고 생각되고 영상의 자동분석과 의사의 판독·진단지원에 의한 검사·진단과정의 효율화나 진단의 질의 향상 등 영상진단의 대폭적인 혁신이 기대된다. 미국에서는 AI기술을 활용한 영상진단지원(CAD : Computer-aided Diagnosis) 소프트웨어와 자동진단 솔루션이 의료기기로서 인증되기 시작했고, 금후 세계적으로 널리 의료현장에 적용될 것이다.

의료용 영상진단에 있어서 오진은 빈도는 낮더라도 소수의 경우는 발생할 수 밖에 없다. 특히 단체검진과 같이 대량으로 영상이 발생하는 경우 오진의 건수도 증가하고, 그 때문에 의사는 컴퓨터에 의한 진단지원에 대한 요망이 점점 커지고 있다. 그런데 AI가 행한 진단행위에 문제가 있어 환자의 건강에 부정적 결과가 발생한 경우 누구에 대하여 어떠한 법적 책임을 물을 수 있을 것인지가 멀지 않은 장래에 문제될 가능성이 높다.

본 논문에서는 AI를 활용한 영상진단시스템에 관한 미국의 동향을 바탕으로 AI-CAD를 3가지 형태로 유형화하여 이러한 문제를 고찰하고 있다. 첫 번째 유형은 컴퓨터의 결과를 ‘제2의 의견’으로서 의사가 이용하는 것으로 세컨드리더형(Second Reader) CAD라 한다. 두 번째 유형은 동시리더형(Concurrent Reader) CAD로 CAD의 결과를 판독할 때 처음부터 보고 참고하는 것이다. 세 번째 유형은 퍼스트리더형(First Reader) CAD로 처음부터 CAD가 단독으로 판독처리를 하여 의사가 체크하여야 할 영상과, 명백히 정상으로 그 필요가 없는 것을 선정하여, 그 영상의 해석결과를 제시하는 유형이다.

The fourth industrial revolution is defined as the industrial revolution of the next generation in which state of the art information and communication technologies such as AI(artificial intelligence),IOT(Internet of Things),big data and mobile are fused into economy and society in general to create changes and usage of AI exists at its core. Healthcare is the field where key technologies of the era of the foutth industrial revolution are combined. Various products that utilize AI are being developed in medicine and IBM’s Watson or Google’s deep learning based AI are representative examples. Since medical AI recognizes regular patterns by learning immense quantities of data, it is expected to affect medical branches associated with diagnostic tests the most.

Especially the field of radiology that offers diagnosis from images like X-rays, ultrasound, and MRI(Magnetic Resonance Imaging) is considered to be the fastest in puttiing AI into practice and vast innovation of image is expected in terms of automatic shooting of images,radiologist readings, supporting examinations, efficiency of procedure, and impprovement in quality. Computer aided diagnosis(CAD)software and automated diagnostic solution which used AI technology are being certified as medical devices in United States and they shall be appliied widely in medical sites worldwide.

In medical image diagnosis, inevitable misdiagnosis is unavoidable. Misdiagnosis is easy to occur when large amounts of images are provided due to group checkups and thus there are increasing demands for diagnostic aid from radiologists. However,if bad results should happen because of AI diagnosis, there are questions about who shall be legally responsible and such liability issues are potentially problematic in the near future.

This paper considers these problems by categorizing AI_CAD in three types. The first type, the second reader CAD, enables the radiologist to use computer results as a ‘secondary opinion’. The second type is concurrent reader CAD in which the radiologist employs CAD results as references before deciphering. The third type, the first reader CAD, provides independent interpretation results and sorts the images to selects ones that need to be ascertained by a radiologist.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
온라인 중개 플랫폼 이용계약에서 공정거래질서 확립에 관한 연구 = A study on the establishment of fair trade order in online brokerage platform using contracts : 디지털콘텐츠 중개 표준계약서의 개정방안을 중심으로 고형석 p. 1-54
개인정보자기결정권의 범위와 한계에 관한 고찰 : A study on the scope and limits of the right to self-determination of personal information : focusing on some amendments to the Personal Information Protection Act / 개인정보보호법 일부개정법률안을 중심으로 정윤경 p. 55-98

가상 인플루언서의 등장과 그 규제에 대하여 : Regarding how to regulate virtual influencers : focused on the debates in the United States and its implications / 미국에서의 논의와 시사점을 중심으로 김경우 p. 99-136
행정법적 관점에서 본 한국형 규제샌드박스 제도의 문제 = Issues of the Korean regulatory sandbox : focusing on an administrative law point of view 김태오 p. 137-174
유럽연합의 전자신원관리 및 신뢰서비스 법제 : The European Union's digital identity management and trust services law : the revision of the eIDAS regulation / 2021 eIDAS 규정 개정안을 중심으로 김현수 p. 175-208
영상의학분야에서 AI의 활용과 법적 책임 : Usage of AI and legal responsibility in radiology : about AI based computer-aided detection/diagnosis(AI-CAD) system / 미국의 AI 진단시스템을 소재로 하여 박정기 p. 209-236
디지털 포용정책의 법제도적 내용과 발전방향 = Legal contents and development direction of Korea's digital inclusion policy 원종배, 이부하 p. 237-264
데이터 산업진흥 및 이용촉진에 관한 기본법의 제정 의의와 적용상 과제 : The legislative meaning and limitations of the "Act on the Promotion of Data Industry and the Activation of Data Use" : focusing on prohibited actions and sanction provisions / 금지행위와 벌칙 규정을 검토하여 이정념 p. 265-295
자율주행 레벨 4에 대한 독일의 법제적 대응 = Legislation for commercialization of autonomous driving level 4 in Germany and its implications 주현경 p. 297-336

참고문헌 (34건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 김기영, “데이터기반의학에서 의료수준의 정립과 법적 책임”, 「한국의료법학회지」 제25권 제1호, 한국의료법학회, 2017. 미소장
2 김민배, “AI 로봇의 법적 지위에 관한 쟁점과 과제 – Bryson 등의 법인격이론을 중심으로 -”, 「토지공법연구」 제87집, 한국토지공법학회, 2019. 미소장
3 김진우, “인공지능: 제조물책임법의 업데이트 여부에 관하여”, 「재산법연구」 제37권 제2호, 한국재산법학회, 2020. 미소장
4 도경현, “AI 기반 의료기술[영상의학 분야]의 급여여부 평가 가이드라인마련 연구”, 건강보험심사평가원 대한영상의학회, 2018. 미소장
5 박성호, “의료인공지능: 인공지능 초심자를 위한 길라잡이”, 「대한영상의학회지」 2018 May;78(5). 미소장
6 박성호/박창민/최준일, “인공지능의 의학적 활용에 대한 건겅보험 적용: 영상의학 관점”, 「대한의사협회지」 2021 October; 64(10). 미소장
7 정창록/박정식/허유선/김은우, “4차 산업혁명 시대의 기술 책임론에 대한고찰 : 자율주행자동차 기술 발전 5단계와 인공지능 영상의료판독기술 발전 5단계를 중심으로”, 「한국의료법학회지」 제25권 제1호, 한국의료법학회, 2017. 미소장
8 백경희·장연화, “인공지능을 이용한 의료행위와 민사책임에 관한 고찰”, 「법조」 통권 제724호, 법조협회, 2017. 미소장
9 설민수, “머신러닝 인공지능과 인간전문직의 협업의 의미와 법적 쟁점: 의사의 의료과실 책임을 사례로”, 「저스티스」 통권 제163호, 한국법학원, 2017. 미소장
10 손영화, “인공지능(AI) 시대의 법적 과제”, 「법과 정책연구」 제16권 제4호, 한국법정책학회, 2016. 미소장
11 안성원, “다시 주목받는 인공지능, 그리고 구글 텐서프롤우 공개가 시사하는 점”, 「월간SW중심사회」 2015년 12월호, 소프트웨어정책연구소, 2015. 미소장
12 오병철, “인공지능 로봇에 의한 손해의 불법행위책임”, 「법학연구」 제27권 제4호, 연세대학교 법학연구소, 2017. 미소장
13 이경규, “인(人) 이외의 존재에 대한 법인격 인정과 인공지능의 법적 지위에 관한 소고”, 「법학연구」 제21권 제1호, 인하대학교 법학연구소, 2018. 미소장
14 이덕환, 「의료행위와 법」, 현문사, 2006. 미소장
15 이상용, “인공지능과 법인격”, 「민사법학」 제89호, 한국민사법학회, 2019. 미소장
16 이인영, “보건의료에서의 인공지능 적용과 관련된 법적 과제에 대한 개관”, 「한국의료법학회지」 제27권 제2호, 한국의료법학회, 2019. 미소장
17 이해원, “인공지능과 법인격-불법행위책임의 관점에서-”, 「법조」 통권제748호, 법조협회, 2021. 미소장
18 이해원, “인공지능과 제조물책임”, 「정보법학」 제25권 제2호, 한국정보법학회, 2021. 미소장
19 전지연, “형법상 전자인(e-person)의 가능성, 「비교형사법연구」 제21권제2호, 한국비교형사법학회, 2019. 미소장
20 정영훈, “보건의료분야의 인공지능과 소비자이슈”, 「소비자정책동향」 제78호, 한국소비자원, 2017. 미소장
21 정채연, 의료 인공지능의 법적 수용을 위한 시론적 연구-쟁점과 과제-, 「법학논총」 제45권 제3호, 단국대학교 법학연구소, 2021. 미소장
22 허희옥/양은주/김다원/문용선/최종근, “인공지능 시대의 인간 지능과 학습”, 「교육철학연구」 제39권 제1호, 한국교육철학학회, 2017. 미소장
23 AbramoffMD, Lavin PT, Birch M, Shah N, Folk JC. Pivotal trial of an autonomous AI-based diagnostic system for detection of diabetic retinopathy in primary care offises, NPJ Digit Med 2018;1:39. 미소장
24 Beyer,F., Zierott,L., Fallenberg,E.M. et al., Comparison of sensitivity and reading time for the use of computer-aided detection (CAD) of pulmonary nodules at MDCT as concurrent or second reader, Eur Radiol. 2007;17:2941-2947. 미소장
25 Esteva et al., Dermatologist-level classification of skin cancer with deep neural networks, Nature. 2017;542:115-118. 미소장
26 Haenssle et al., Man against machine: diagnostic performance of a deep learning convolutional neural network for dermoscopic melanoma recognition in comparison to 58 dermatologists, Ann Oncol. 2018;29:1836-1842. 미소장
27 J. De Fauw et al., Clinically applicable deep learning for diagnosis and referral in retinal disease, Nature Medicine. 2018;24:1342-1350. 미소장
28 Keen et al., Utilization of Computer-Aided Detection for Digital Screening Mammography in the United States, 2008 to 2016, J Am Coll Radiol. 2018; 15:44-48. 미소장
29 Morey JR et.al., Real-world experience with artificial intelligence-based triage in transferred large vessel occlusion stroke patients. Cerebrovasc Dis 2021;50;450-455. 미소장
30 Poplin et al., Prediction of cardiovascular risk factors from retinal fundus photographs via deep learning, Nat Biomed Eng. 2018;2:158-164. 미소장
31 Savoy M. et al., IDx-DR for diabetic retinopathy screening, Am Fam Physician 2020;101:307-308. 미소장
32 US Food and Drug Administration. De Novo classification request for IDx-DR [Internet]. Silver Spring: US Food and Drug Administration; 2018 [cited 2018 Aug 10]. Available from:https://www.accessdata.fda.gov/cdrh_docs/reviews/DEN180001.pdf. 미소장
33 Creative Destruction Lab. GeoffHinton: On Radiology. Youtube Video. https://www.youtube.com/watch?v=2HMPRXstSvQ. Published 2016. Accessed January 8, 2018. 미소장
34 Jack Carfagno, IDx-DR, the First FDA-Approved AI System, is Growi ng Rapidly, Docwirenews, November 12, 2019. Available from: https://www.docwirenews.com/docwire-pick/future-of-medicine-p icks/idx-dr-the-first-fda-approved-ai-system-is-growing-ra pidly/ 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차