개인 맞춤형

인공지능 질환 예측서비스

공공빅데이터우수사례경진대회(2017. 11. 16.)

국민건강보험공단

급격한 의료비 증가, 어떻게 대처할 것인가

2

건강보험재정악화

인구구조변화

• 출산율: (’01) 1.3명 → (‘16) 1.17명 ※ OECD 평균: 1.68명(‘15)

• 노인인구: (’09) 526만 명(10.6%) → (‘16) 699만 명(13.5%)

저출산, 고령화, 노인인구 증가

• 진료비 증가: (‘09) 39조 → (‘16) 64조, 64.1% 증가

• 만성질환 진료비: (’09) 15조→ (‘16) 26조

• 노인 진료비: (’09) 12조→ (‘16) 25조

만성질환 증가 및 노인진료비 급증

치료중심에서 예방중심 패러다임 전환 없이는 의료비 증가를 막을 수 없음

1

빅데이터와인공지능의융합이해답

3

1

건강검진 자료

병원 진료자료

복용한 투약자료

노인장기요양 자료

질환 발생을 예측할 수

있다면 미리 예방 가능

아프기 전 조기 발견

스스로 본인의 건강 관리

큰 병으로 진행 전 예방

질환을예측한다는것은과연가능한가

4

1

통계적 방법으로질환 예측서비스를제공한 경험 보유

양질의 대규모보건의료 빅데이터

보유

이미 분야별인공지능(AI) 기술 발전

국민들도 질환예측서비스가

필요하다고 응답

만약, 당신은 3년 뒤에 질환 발생 가능성이 있다면 어떻게 하시겠습니까?

클릭

건강보험 및 장기요양 업무수행 과정에서

생성된 자격, 보험료, 진료, 건강검진,

장기요양정보 등이 지속 축적됨(‘17.7월 기준 3조 2천 억 건)

비식별화 조치 후 연구분석이 가능한 형태의

『국민건강정보DB』로 재구축(‘17.7월 기준 3천 4백 억 건)

연구용 표본연구 DB 5종, 맞춤형 연구 DB와

일반용 국가중점 개방 데이터 3종 등

각종 데이터 개방, 건강서비스 개발,

정부정책 지원 등 수행

건강보험자격/징수 노인장기요양보험보험급여/건강검진건강서비스

전국민 (5천만명)

3조 2천억건

국민건강정보DB

3,400억건

맞춤형연구 DB

노인코호트

32억건

표본코호트2.0

26억건

영유아검진코호트

2.3억건

건강검진코호트

25억건

직장여성코호트

3.7억건

정책및학술연구지원

알파고(구글, 바둑)

왓슨(IBM, 의료진단)

시리(애플, 음성인식)

0.00%

20.00%

40.00%

60.00%

80.00%

매우 필요 필요 보통 별로 필요 없음 전혀 필요 없음

당뇨

치매

위암

간암

대장암

유방암

’인공지능 질환 예측서비스’ 필요하다고 응답

’인공지능 질환 예측서비스’ 이용 or 고려 응답

이용하겠음(83.3%) > 한번 고려해봄(16.5%) > 전혀 없음(0.2%)

’인공지능 질환 예측서비스’ 인식도 조사

• 참여대상 : 모니터단원 500명 ··· 500명 중 479명 참여(95.8%)

• 설문기간 : 2017. 9. 7. ~ 9. 27.(21일간)

• 참여방법 : 홈페이지 및 이메일 「온라인 설문조사」 … 총 11문항(선택형)

• 개인별 맞춤형 인공지능 질환예측 서비스 필요성 및 인식 조사 등

마스터 제목 스타일 편집질환예측이렇게접근하였습니다

5

2

건강검진 자료

• 2002~2017년전국민의 건강검진코호트DB (22억 건)

지식베이스 구축

• 당뇨, 치매, 암(위암,

간암, 대장암, 유방암) 지식베이스

개인의 질환발생위험도 산출

개인 맞춤형서비스 제공

구분 대상자 질환발생자 비율

당뇨 5,575,531 90,607 1.6%

치매 9,889,915 162,569 1.6%

위암 4,321,199 57,385 1.3%

간암 4,321,199 112,249 2.59%

대장암 2,456,128 72,575 2.95%

유방암 2,364,465 25,964 1.09%

• 5단계로 분류

2011년건강검진

2012년건강검진

2013년건강검진

2015년건강검진

보통(50%)

약간높음(20%)

높음(20%)

위험(9.9%)

매우위험(0.1%)

마스터 제목 스타일 편집

6

2

std

meanmax

Z-score

LSTM-RNN Dropout DataImputation

자격DB

보험료DB

의료기관DB

건강검진DB

진료내역DB

장기요양DB

질환별 지식베이스

인공지능 학습 프레임워크

반복 학습 및 검증

[PC]

[태블릿]

[스마트폰]

[개인의 질환 발생 위험도 산출]

질환예측서비스 한눈에 보면 이렇습니다

.

.

.

.

.

.

.

.

.

.

.

.

.

.

.

입력층 은닉층 출력층

[인공지능질환예측모형]

개인 맞춤형인공지능 질환 예측서비스

마스터 제목 스타일 편집어떤질환부터시작할까

7

질병 부담이 큰 주요 당뇨, 치매, 위암, 간암, 대장암, 유방암

2

만성질환 건강보험 진료현황(’16년) 주요 암 건강보험 진료현황(’16년)

마스터 제목 스타일 편집

8

2

질환별 예측정확도: 당뇨, 간암 90% 이상

통계 방식

인공지능에 의한 질환 예측결과 우수합니다

대장암치매당뇨 위암 간암 유방암

0.902 0.858 0.842 0.938 0.849 0.770

0.79(미국)

0.62

인공지능 방식

마스터 제목 스타일 편집예측결과는이렇게국민들에게전달합니다

9

2

제공 정보 : 질환 예측 결과, 유사 집단 비교, 생활습관 개선 정보

제공 방법 : 언제 어디서나 웹/앱

[유사집단 비교 분석][인공지능 치매 예측 결과]

마스터 제목 스타일 편집예측결과는이렇게국민들에게전달합니다

10

2

개인의 건강상태에 따라 맞춤형 건강 콘텐츠(영양, 운동, 음주, 흡연 등) 제공

마스터 제목 스타일 편집

GOOD!

질환예측서비스제공은이런기대를가져옵니다

11

2

유사집단(성/연령)과 건강상태를 비교

자가 건강관리에 대한 동기 부여

모바일 알림(생활습관 개선정보) 서비스

스스로 건강관리 실천, 질병 이환 방지

매년 0.01%(1,679명) 만성질환자 발생 예방 의료비 감소

• 만성질환자수 : 1,679만명• 만성질환 진료비 : 26조• 1인당 진료비 : 155만원

당해년도 신규 감소진료비

전년도 만성질환자 예방에따른 감소진료비 누적

마스터 제목 스타일 편집

12

질환 예측서비스 개발은 지속됩니다

간암, 위암, 대장암 등 암종별서비스 확대

암종별 확대(’18년)

암종별 확대

뇌졸중, 심장질환 통계 예측모형을인공지능으로 개선

예측 모형 고도화(’19년)

모형 개선

폐암, 전립선암 등 질병부담이 큰질환으로 확대

질환 확대

※ ’17.12. 당뇨, 치매, 암질환 시범서비스 오픈 예정

3

마스터 제목 스타일 편집

13

질환 예측서비스 개발은 이런 의미를 가집니다.3

전 국민의 건강검진 전수자료인 빅데이터를기반으로 개발

최초로 인공지능(AI)를활용한 지능형 질환예측서비스

보건의료분야의 인공지능활용에 동기부여

인공지능 질환 예측서비스기반 마련으로, 향후 지속적인발전 기대

Thank you

for listening!