장바구니 담기 close

장바구니에 상품을 담았습니다.

2024 의료 AI 기술 및 시장 동향과 주요기업 대응 전략

2024 의료 AI 기술 및 시장 동향과 주요기업 대응 전략

  • 데이코산업연구소 편집부
  • |
  • 데이코인텔리전스
  • |
  • 2024-06-24 출간
  • |
  • 629페이지
  • |
  • 210 X 297mm
  • |
  • ISBN 9791190816588
판매가

440,000원

즉시할인가

396,000

배송비

무료배송

(제주/도서산간 배송 추가비용:3,000원)

수량
+ -
총주문금액
396,000

※ 스프링제본 상품은 반품/교환/환불이 불가능하므로 신중하게 선택하여 주시기 바랍니다.

출판사서평

산업조사 전문 기관인 데이코산업연구소가 ‘2024 의료 AI 기술 및 시장 동향과 주요기업 대응 전략’ 보고서를 발간했다.

디지털헬스케어 산업 성장의 필요성에 부응하며, 현 정부의 적극적인 정책 지원에 힘입어 국내 의료 AI 기업들의 성장이 가시화될 것으로 보인다. 2024년 5월 루닛의 인공지능(AI) 영상진단 솔루션 "루닛 인사이트 MMG"가 "평가 유예 신의료기술"로 처음 선정되며 비급여로 의료현장에 선진입할 수 있게 됐다. AI 영상진단 솔루션이 의료현장에서 비급여 사용이 가능해진 만큼 국내 시장에서 빠른 확장에 청신호가 켜진 것이다. 의료 AI 성장의 걸림돌이었던 정부 규제 및 건강보험 등재의 어려움으로 인한 낮은 사업성이 개선되고 있는 상황이다.

시장 미국의 시장조사업체 Transparency Market Research의 분석 자료에 따르면, 2022년 기준 글로벌 의료 인공지능 시장 규모는 약 90억 달러 수준에서 2031년에는 1,870억 달러의 규모로 성장하고, 기간 동안 연평균 40.1%의 성장할 것으로 전망됐다. 과거에는 가장 큰 시장 규모를 형성하고 있었던 형태가 하드웨어였다면, 2019년부터는 소프트웨어 형태의 AI 헬스케어 시장이 다른 형태에 비해 확실히 커졌으며, 앞으로도 지속적으로 커질 것으로 전망된다.

의료 AI는 의료 영상 및 진단용, 환자 데이터 및 위험 분석용, 가상 의료 보조용, 입원 치료 및 병원 관리용, 사이버 보안용, 약물 발견용, 라이프스타일 관리 및 모니터링, 연구용, 정밀 의료용, 헬스케어 보조 로봇용, 응급실 및 수술용, 정신 건강용, 웨어러블용으로 다양하게 활용되고 있다.

구체적으로 의료기기 업계에 AI가 광범위하게 보급됨에 따라 질병 예측 강화와 효과적인 의료 환경 관리를 위한 맞춤형 치료의 기반으로 작용되고 있으며, 첨단의료기술을 활용한 의료 영상 분석은 X-ray, CT, MRI, 병리조직 영상 등에서 빠르게 활용되고 있으며 상당히 높은 성능을 보이고 있다. 인공지능을 이용한 의료영상 분석은 의료진의 판단을 보조하는 역할을 수행한다. 또한 시장조사 기관인 Bekryl에 따르면, AI는 2028년까지 신약 개발 프로세스를 위해 700억 달러 이상의 비용을 절감할 수 있는 잠재력을 가지고 있다고 보고됐다. AI를 활용한 신약개발은 시간과 비용을 크게 줄여주며 대부분의 제약회사에서 우선적으로 고려되고 있다. 병원에서도 AI가 도입되어 의료진 업무 경감 등 병원 업무효율을 높이고 있다.

한편 의료 AI는 선진국을 중심으로 미성숙한 기술이 초래할 문제점을 우려해 통상적으로 고위험 항목으로 분류되어 인허가 규제가 강한 편이다. 미국의 경우 의료 AI를 SaMD(Software as a Medical Dev ice)로 분류해 FDA에서 관리하고 있으며, 유럽의 경우에도 2019년부터 AI 관련 규제안을 발표해서 관리하고 있다. 국내 역시 식약처에서 의료 AI에 관한 인허가를 관장하고 있으며, 가이드라인을 통해 관리하고 있다.

이에 데이코산업연구소는 의료 AI 산업뿐 아니라 AI, 빅데이터 비즈니스 전망, 디지털 헬스케어 비즈니스 전망 등 다양한 의료 AI 관련 산업 동향을 조사 분석 하였으며, 의료 AI 시장, 기술 글로벌 동향과 전망, 국내외 정책 및 기업 전략 등을 종합적으로 조사 정리하여 본서를 출간하게 되었다. 데이코산업연구소는 본 보고서가 의료 AI 산업 종사자뿐만 아니라 관련 분야에 관심을 갖고 계시는 모든 분들의 업무에 미력하나마 도움이 되길 바란다고 밝혔다.

목차

Ⅰ. AI, 빅데이터와 디지털 헬스케어 비즈니스 전망

1. AI, 빅데이터 비즈니스 동향과 전망
1-1. AI 융합기술 시장 동향과 전망
1) AI에서 초거대 AI 시대로
(1) 초거대 AI의 등장
(2) 초거대 AI 모델의 진화 방향
2) 생성 AI 개념과 활용
(1) 개념
(2) 대표 활용 분야와 사례
3) 이미지 생성 AI의 부상
(1) 이미지 생성 AI 개념과 구조
(2) 이미지 생성 AI 모델과 특징
(3) 국내외 Text-to-이미지/영상 생성 AI 모델
(4) 주요 이미지 생성 AI 개발 동향
4) 국내외 AI 관련 시장 전망
(1) 글로벌 AI 시장 전망
(2) 국내 AI 시장 전망
(3) 설명 가능한 AI 시장 전망
(4) 대화형 AI 시장전망
(5) 텍스트 생성형 AI 시장전망
5) AI융합 의료·헬스케어 발전전망
(1) 의료·헬스케어 산업 개요와 생태계
(2) AI융합 의료·헬스케어산업 발전전망
(3) 보건의료 분야에서 생성형 AI 활용 전망
1-2. 빅데이터와 데이터 플랫폼 기술 동향
1) 빅데이터의 개념과 기반 기술 개요
(1) 빅데이터 기술의 개념과 범위
(2) 데이터 가공 및 정제의 개념
(3) 데이터 활용과 데이터 가공 및 정제
2) 빅데이터 산업 핵심기술 동향
(1) 합성 데이터 생성 기술 동향
(2) 클라우드 스토리지 기술 동향
(3) 데이터 분석 기술 동향
(4) 데이터 보안 기술 동향
3) 빅데이터 플랫폼 및 솔루션 동향
(1) 빅데이터 플랫폼 개요
(2) 빅데이터 플랫폼 산업 동향
(3) 빅데이터 분석 솔루션 산업 동향
(4) 국내 빅데이터 플랫폼 운영 실태
4) 빅데이터 기술 경쟁력 현황
(1) 주요국 빅데이터 기술수준 비교
(2) 주요국 빅데이터 기술 동향 및 발전 현황
(3) 빅데이터 기술 특허경쟁력 현황
1-3. 국내외 빅데이터 관련 시장동향과 전망
1) 글로벌 빅데이터 관련산업 시장 동향
(1) 글로벌 데이터 산업 시장 현황
(2) 빅데이터 분석 시장 동향
2) 국내 빅데이터 관련산업 시장 동향
(1) 국내 데이터 산업 시장 현황
(2) 국내 빅데이터 분석 시장 동향

2. 디지털 헬스케어 비즈니스 동향과 전망
2-1. 디지털 헬스케어 개요와 동향
1) 디지털 헬스케어 개요
(1) 디지털 헬스케어 정의
(2) 헬스케어의 디지털 전환
2) 디지털 헬스케어 기술 동향
(1) 해외 디지털 헬스케어 기술 동향
(2) 국내 디지털 헬스케어 기술 동향
(3) 디지털 헬스케어 유망 기술
3) 디지털 헬스케어 산업 동향
(1) 주요국 시장 및 기업 동향
(2) 국내 시장 및 기업 동향
(3) 디지털 헬스케어 선도 기업
4) 디지털 헬스케어 트렌드
(1) 2024년 글로벌 헬스케어 전망
(2) 2024년 헬스케어 및 생명과학 주요 트렌드
(3) 2024 헬스케어 테크 트렌드
(4) 2024년 디지털 헬스케어 주요 이슈
(5) CES 2024 국내 AI·헬스케어 기술 기업 동향
2-2. 디지털 헬스케어 시장 전망
1) 글로벌 헬스케어 시장 전망
2) 디지털 헬스케어 전체 시장 규모 전망
3) 지역별 디지털 헬스케어 시장 규모 전망

Ⅱ. 의료 AI 시장, 기술과 주요국 정책 동향

1. AI, 빅데이터 기반 의료, 헬스케어 동향과 전망
1-1. AI 기반 의료, 헬스케어 동향과 전망
1) 의료, 헬스케어 부문 AI 활용 방안
(1) 임상 시험 기록 디지털 데이터화
(2) 의약품 제조 인텔리전스
(3) 의약품 마케팅 옴니채널 소통
(4) 환자 및 의료 전문가에 대한 통찰력
(5) 선제적 위험 및 컴플라이언스 대응
(6) 환자 치료계획 준수 및 순응도 향상
(7) 보험청구 프로세스 최적화
(8) 진단 정확성 향상
(9) 정밀의학 및 맞춤형 건강관리
(10) 병원 운영
2) 의료, 헬스케어 부문 유망 AI 활용사례
(1) 바이오마커(biomarker)의 발견
(2) 합성생물학
(3) 가상 신약 개발 연구실
(4) 자가 치유하는 공급망
(5) AI 디지털 의료 서비스
(6) 예측 행동 모델
(7) 디지털 병리학
(8) 환자 생체신호 모니터링
(9) 복약 준수 및 원격 환자 모니터링
(10) 영상의학과의 영상 진단 향상
3) AI 의료, 헬스케어 시장 동향
(1) AI 의료, 헬스케어 세계 시장 전망
(2) 제공 형태별 AI 의료, 헬스케어 시장 전망
(3) 적용 분야별 AI 의료, 헬스케어 시장 전망
(4) 헬스케어 분야 생성형 AI 시장 전망
(5) 의료용 AI 기술별 시장 전망
4) AI 의료, 헬스케어 기술 동향
(1) 의료용 AI 개요
(2) AI융합 의료, 헬스케어 산업 발전전망
(3) 의료 AI 주요 기술 현황
(4) 의료 AI 기술 발전 전망
5) AI 의료, 헬스케어 주요 플레이어 동향
(1) 글로벌 AI 의료, 헬스케어 주요 플레이어 동향
(2) 국내 AI 의료, 헬스케어 주요 플레이어 동향
(3) 바이오테크 기업과 AI 기업 간 제휴 현황
1-2. 빅데이터 기반 의료, 헬스케어 동향과 전망
1) 의료, 헬스케어 데이터 정의와 구분
(1) 개인유전정보
(2) 개인건강정보(PHR)
(3) 전자의무기록(EMR)
(4) 국민건강정보
2) 의료분야 빅데이터 분석 및 활용 기술 동향
(1) 의료분야 데이터 유형과 특징
(2) 의료 빅데이터 분석 주요 기술과 알고리즘
(3) 의료분야 내 빅데이터 분석 기술 활용 사례
3) 빅데이터 기반 개인 맞춤형 의료, 헬스케어 동향
(1) 개인건강기록(PHR) 활용 동향
(2) 개인 맞춤형 헬스케어 플랫폼 동향
4) 국내외 헬스케어 데이터 플랫폼 구축 동향
(1) 헬스케어 데이터 플랫폼 부상 배경
(2) 해외 헬스케어 데이터 플랫폼 현황
(3) 국내 헬스케어 데이터 플랫폼 구축 동향
5) 국내외 보건의료 마이데이터 활용 및 정책 동향
(1) 보건의료 마이데이터 플랫폼 구축과 활용
(2) 보건의료 마이데이터 정책 동향
6) 해외 의료 분야 마이데이터 주요 사례
(1) 미국 ‘Blue Button’
(2) 인도네시아 ‘PeduliLindungi’
(3) 홍콩 ‘eHRSS’
(4) EU ‘EHDS’
7) 국내 보건의료 데이터 현황 및 활용 방안
(1) 의료 마이데이터와 보건의료 빅데이터 개념
(2) 국내 의료 마이데이터, 보건의료 빅데이터 현황
(3) 의료 마이데이터-보건의료 빅데이터 연계·활용 방안

2. 분야별 AI 의료 시장, 기술 동향
2-1. AI 의료기기
1) AI 의료기기 개요
(1) 의료용 인공지능과 빅데이터 개요
(2) 인공지능 의료기기 기술 개요
(3) 인공지능 의료를 위한 ICT기술 활용
(4) 인공지능 기반 질병 진단 사례와 동향
2) AI기반 의료기기 주요 분야별 기술 및 기업 동향
(1) 안질환 및 안과 진단을 위한 솔루션
(2) 암 감지를 위한 솔루션
(3) 환자 건강 모니터링
(4) 이미지 진단 플랫폼
3) 국내·외 AI 의료기기 시장 동향
(1) 글로벌 AI 의료기기 시장 동향
(2) 국내 AI 의료기기 시장 동향 및 전망
2-2. AI 영상진단
1) AI 의료 영상진단 개요
(1) AI 영상의료 진단의 활용 확대
(2) 국내외 의료 영상진단 AI 개발 현황
(3) AI 영상의료기기 주요국 정책 현황
(4) AI기반 의료 영상진단 기술 현황
2) AI 의료 영상진단 시장과 기업동향
(1) AI 의료 영상진단 시장 동향
(2) 국내외 AI 의료 영상진단 분야 주요기업 동향
2-3. AI 신약
1) AI와 신약 개발의 개요
(1) 인공지능 개요
(2) 인공지능을 활용한 신약 개발
2) 국내·외 감염병 대응 AI 기술 동향
(1) 글로벌 감염병 대응 인공지능 기술 동향
(2) 국내 감염병 대응 인공지능 기술 동향
3) AI기반 SW치료제 기술 동향
(1) AI 및 빅데이터 활용, 디지털치료제 기술 동향
(2) CDSS AI와 PDSS AI
2-4. AI 진료지원(스마트 병원)
1) 국내외 AI 스마트 병원 현황
2) AI 진료지원 사례
(1) 삼성서울병원
(2) 분당서울대병원
(3) 강남세브란스병원
(4) 서울대병원
(5) 중앙대병원
(6) 용인세브란스병원
(7) 이대서울병원
(8) 은평성모병원
3) AI 진료지원 정책, 과제
(1) AI기반 의료시스템 디지털 전환 지원사업
(2) 스마트병원 선도모델 개발 지원사업

3. 의료 AI 관련 주요국 시장, 정책 동향
3-1. 미국
1) 미국 AI 의료 시장 동향
(1) 미국 AI 의료 시장 동향
(2) 미국 AI 헬스케어 기업 동향
2) 미국 AI 의료 정책 동향
(1) 미국 AI 의료, 헬스케어 관련 정책 동향
(2) 미국 의료데이터 정책 동향
(3) 미국 디지털 헬스케어 정책 동향
3-2. 유럽
1) 영국
(1) 영국 AI 의료 시장 동향
(2) 영국 AI 의료 정책 동향
2) 독일
(1) 독일 AI 의료 시장 동향
(2) 독일 AI 의료 정책 동향
3) 프랑스
(1) 프랑스 AI 의료 시장 동향
(2) 프랑스 AI 의료 정책 동향
4) 핀란드
(1) 핀란드 AI 의료 시장 동향
(2) 핀란드 AI 의료 정책 동향
3-3. 중국
1) 중국 AI 의료 시장 동향
(1) 중국 AI 헬스케어 시장 동향
(2) 중국 의료용 로봇 시장 동향
(3) 중국 디지털 헬스케어 주요 플랫폼 동향
2) 중국 AI 의료 정책 동향
(1) 중국 AI 헬스케어 정책 동향
(2) 중국 의료용 로봇 정책 동향
3-4. 일본
1) 일본 AI 의료 시장 동향
(1) 일본 헬스케어 시장 전망
(2) 일본 AI 헬스케어 시장 동향
(3) 일본 AI 의료기기 시장 동향
(4) 일본 웨어러블 기기 시장 동향
(5) 일본 디지털헬스 얼라이언스
2) 일본 AI 의료 정책 동향
(1) 일본 혁신 의료 지원 제도
(2) 일본 AI 의료기기 정책 동향
(3) 일본 의료데이터 정책 동향
3-5. 국내
1) 국내 AI 의료 시장 동향
(1) 국내 의료 AI 시장 동향
(2) 국내 디지털 헬스케어 산업 동향
2) 국내 AI 의료 정책 동향
(1) 디지털 헬스 산업 생태계 조성을 위한 4대 정책방향 제시
(2) 데이터 기반의 디지털 헬스케어 산업 고도화
(3) 제1차 의료기기산업 육성·지원 5개년 종합계획
(4) 보건의료기술육성 기본계획(2023~2027)
(5) 바이오헬스 신시장 창출 전략
(6) 디지털헬스케어 서비스 산업 육성 전략

Ⅲ. 의료 AI 관련 기술, 특허, 기술 로드맵, 연구개발 테마

1. 의료 AI 관련 기술 특허 동향과 기술개발 로드맵
1-1. 의료 AI 관련 기술 특허 동향
1) 인공지능 의료기기 특허동향
(1) 연도별·국가별 출원동향
(2) 주요 출원인 분석
2) 데이터 분석 기반 건강관리 서비스
(1) 연도별·국가별 출원동향
(2) 주요 출원인 분석
3) AI 맞춤형 환자·고령자 돌봄 플랫폼
(1) 연도별·국가별 출원동향
(2) 주요 출원인 분석
4) 의료영상 분석 인공지능 기술 특허 동향
(1) 연도별 출원동향
(2) 국가별 출원인 현황
(3) 주요 출원인 분석
5) 신약개발 AI 플랫폼 특허 동향
(1) 연도별 출원동향
(2) 국가별 내·외국인 출원현황
(3) 주요 출원인 분석
6) 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 특허 동향
(1) 연도별 출원동향
(2) 국가별 내·외국인 출원현황
(3) 주요 출원인 분석
1-2. 의료 AI 관련 기술, 중소기업형 전략기술 개발 로드맵
1) 인공지능 의료기기 전략기술 개발 로드맵
(1) 핵심 요소기술
(2) 핵심 요소기술 연구목표
(3) 기술로드맵
2) 데이터 분석 기반 건강관리 서비스 전략기술 개발 로드맵
(1) 핵심 요소기술
(2) 핵심 요소기술 연구목표
(3) 기술로드맵
3) 신약개발 AI 플랫폼 전략기술 개발 로드맵
(1) 핵심 요소기술
(2) 기술로드맵
(3) 핵심 요소기술 연구목표
4) 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 전략기술 개발 로드맵
(1) 핵심 요소기술
(2) 기술로드맵
(3) 핵심 요소기술 연구목표

2. 의료 AI 관련 기술개발 연구테마
2-1. 2024년 신규 추진 의료AI 관련 기술 연구개발 테마
1) 생성AI가 생성한 결과물의 진실성과 일관성 확보를 위한 기술 연구
2) 사회적, 윤리적 학습을 위한 데이터 특성 및 생성 AI 모델의 윤리성 향상 연구
3) 생성형 언어모델의 지속 가능성과 시간의 흐름에 따른 최신성 반영을 위한 학습 및 활용 기술 개발
4) 언어전달 약자의 양방향 의사소통을 위한 인공지능 기술개발
5) 데이터 기반 장애인 데이터 탐색·활용 해결 기술 개발
6) 클라우드 인공지능 항체은행 구축
7) AI 활용 멀티오믹스와 임상정보 빅데이터 통합 기반 난치 위암 undruggable 타겟 연구 및
표적치료제 설계 기술개발
8) (2세부) 인공지능 기반 세포-생체재료 복합지지체의 최적 설계 및 제조·생산기술 개발
9) 퇴행성 뇌질환 중심 AI기반 디지털헬스 임상시험 플랫폼 개발
10) AI 기반 응급 의무정보 자동생성 지원 플랫폼 개발
2-2. 2024년 계속 추진 의료AI 관련 기술 연구개발 테마
1) 인공지능 활용 혁신신약 발굴
2) 기초타겟 발굴 및 검증
3) 혁신신약 기반기술 구축
4) 유전자 암호화 라이브러리 코어뱅크(플랫폼, 인프라) 구축 및 운영·지원
5) DELT 기반 혁신 합성 기술 개발
6) DELT 기반 혁신 스크리닝 기술 개발
7) DELT 기반 혁신 분석 기술 개발
8) AI 기반 질환 데이터 분석 개방형 플랫폼 구축(총괄과제)
9) 데이터기반 디지털 바이오 선도사업(분야 1: 범 난치암)
10) 데이터기반 디지털 바이오 선도사업(분야 2: 대사질환)
11) 데이터기반 디지털 바이오 선도사업(분야 3: 치매)
12) 데이터기반 디지털 바이오 선도사업(분야 4: 천연물 신약)

Ⅳ. 의료 AI 기업 비즈니스 전략

1. 해외 업체
1-1. 해외 빅테크 기업
1) (미국) Apple
(1) 비전프로 헬스케어
(2) 애플워치 헬스케어
2) (미국) Google
(1) 의료 AI 챗봇
(2) 구글 헬스케어 맞춤 생성형 AI 모델
(3) AI 활용 의료 기술 개발
3) (미국) Amazon
(1) 원 메디컬 서비스
(2) 아마존 클리닉
(3) 아마존 AI 헬스케어
4) (미국) Microsoft
(1) 의료 지원 AI 도구
(2) 헬스케어 클라우드 서비스
6) (중국) Alibaba
(1) 대형언어모델(LLM) 퉁이첸원 2.0
(2) 알리헬스
7) (중국) Baidu
(1) 산업용 로봇 기업과 협약
(2) 의료 AI 모델 발표
(3) 바이오컴퓨팅 랩 신설
8) (중국) Tencent
(1) AI 헬스케어 서비스
(2) 스마트 로봇 핸드, 로봇팔 개발
(3) 온라인 의료 플랫폼 위닥터(Wedoctor)
1-2. 해외 의료 AI 기업
1) (미국) AliveCor
2) (미국) Biofourmis
3) (미국) Medtronic
4) (미국) Paige
5) (미국) Schrodinger
6) (미국) Tempus AI
7) (미국) UnitedHealth
8) (미국) Viz.ai
9) (스페인) Mediktor
10) (영국) Babylon Health
11) (영국) Exscientia
12) (이스라엘) Nano-X

2. 국내 업체
2-1. 국내 빅테크 기업
1) 네이버
(1) 네이버 케어
(2) 클로바 케어콜
2) 카카오
(1) AI 의료 판독·신약 개발
(2) 카카오 헬스케어 케어챗
(3) AI 혈당관리 앱 파스타
3) 삼성전자
(1) AI 진단 스타트업 인수
(2) 갤럭시 링
(3) 의료용 챗GPT
4) LG전자
(1) 북미 스핀아웃 스타트업 프라임포커스 헬스
(2) 맞춤형 의료 로봇 서비스
(3) AI 기반 의료 모델
5) SK텔레콤
(1) 반려동물 AI 의료 서비스
(2) AI 스피커 활용 인지훈련
6) KT
(1) 비대면 정신건강 케어 플랫폼
(2) 첨단 AI 의료 연구개발(R&D) 혁신밸리 조성
(3) 이음 5G 기반 병원의료서비스 구축
(4) 이지케어텍과 DX 기반 헬스케어 사업 추진
7) LG유플러스
(1) 혈당관리앱 ‘당케’
(2) 퇴원환자 관리서비스 개발
(3) 아이쿱과 일상 속 건강관리 서비스 개발 협력
(4) 참약사와 디지털 헬스케어 솔루션 개발
2-2. 국내 의료 AI 기업
1) 노을
2) 딥노이드
(1) 인도네시아 병원과 의료 AI 임상연구 협력
(2) AI 뇌동맥류 검출 진단보조 솔루션
(3) 의료 LLM 솔루션
3) 딥바이오
(1) 유방암 분석 AI 알고리즘
(2) AI 기반 전립선암 진단 솔루션
4) 라이프시맨틱스
(1) PHR 상용화 플랫폼 라이프레코드
(2) 피부암 영상검출·진단보조 소프트웨어
5) 루닛
(1) 루닛 해외 진출 동향
(2) 루닛 AI 솔루션 공급 동향
6) 뷰노
(1) 뷰노 해외 진출 동향
(2) 뷰노메드 솔루션
7) 메디픽셀
8) 신테카바이오
9) 제이엘케이
(1) 뇌졸중 진단 AI 솔루션
(2) 흉부 X-ray 기반 AI 솔루션
10) 코어라인소프트
(1) 코어라인소프트 해외 진출 동향
(2) 코어라인소프트 AI 솔루션
11) 큐렉소
12) 파로스아이바이오
13) 프리베노틱스

표 목차


Ⅰ. AI, 빅데이터와 디지털 헬스케어 비즈니스 전망
〈표1-1〉 언어모델 벗어난 멀티모달 AI
〈표1-2〉 외부 검색 등을 통해 열린 지식을 반영하는 언어 모델 사례
〈표1-3〉 멀티모달을 적용한 모델 개발 동향과 사례
〈표1-4〉 초거대 AI의 기업별 창작 AI 모델(이미지/비디오) 사례
〈표1-5〉 초거대 AI의 기업별 창작 AI 모델(음성) 사례
〈표1-6〉 AI 기반 금융서비스 분류
〈표1-7〉 초거대 AI의 기업별, 기술별 다양한 분야 활용 사례
〈표1-8〉 이미지 생성 기술
〈표1-9〉 주요 이미지 생성AI 모델 비교
〈표1-10〉 Text-to-Image, 이미지 생성 AI
〈표1-11〉 Text-to-3D, 이미지 생성 AI
〈표1-12〉 Text-to-Video, 이미지 생성 AI
〈표1-13〉 산업분야별 글로벌 인공지능 시장 전망 (2019-2026)
〈표1-14〉 국내 인공지능 매출 규모 전망 (2019-2026)
〈표1-15〉 세계 설명 가능한 인공지능(XAI) 시장 전망
〈표1-16〉 AI융합 의료·헬스케어산업 발전전망(2035)
〈표1-17〉 다양한 의료 활동에서 생성형 AI의 적합성 평가
〈표1-18〉 전통적 데이터와 빅데이터의 특성
〈표1-19〉 빅데이터 분야 기술 범위
〈표1-20〉 기타 합성 데이터 활용 사례
〈표1-21〉 세계 인공지능 학습 데이터 생성 시장 규모
〈표1-22〉 국내 인공지능 학습 데이터 생성 시장 규모
〈표1-23〉 클라우드 스토리지 옵션과 특징
〈표1-24〉 클라우드 스토리지의 가격요소 및 가격모델
〈표1-25〉 빅데이터 플랫폼 구조 및 세부기술
〈표1-26〉 빅데이터 산업 특징
〈표1-27〉 빅데이터 분석 과정 및 주요 세부기술
〈표1-28〉 국내 10대 빅데이터 플랫폼 및 센터 구성
〈표1-29〉 플랫폼별 데이터 결합·분석을 통해 제공하는 서비스
〈표1-30〉 빅데이터 기술수준 및 기술격차
〈표1-31〉 주요국 빅데이터 분야 논문경쟁력 현황
〈표1-32〉 주요국 빅데이터 분야 논문경쟁력 추이
〈표1-33〉 주요국 빅데이터 분야 특허경쟁력 현황
〈표1-34〉 주요국 빅데이터 분야 특허경쟁력 추이
〈표1-35〉 국내 데이터 처리 및 관리 솔루션 개발·공급업 중분류별 시장 규모
〈표1-36〉 국내 데이터 구축 및 컨설팅 서비스업 중분류별 시장 규모
〈표1-37〉 국내 데이터 판매 및 제공 서비스업 중분류별 시장 규모
〈표1-38〉 헬스케어 서비스 발전 방향
〈표1-39〉 디지털 헬스케어 구성요소, 관련제품 및 용도
〈표1-40〉 빅테크 기업들의 디지털 헬스케어 관련 사업 동향
〈표1-41〉 국내 주요 스마트 헬스케어 디바이스 개발 및 제품화 사례
〈표1-42〉 헬스케어 챗봇 종류
〈표1-43〉 VR 활용 사례
〈표1-44〉 RTLS 시스템의 이점 5가지
〈표1-45〉 미국 디지털 헬스케어 기업 사례
〈표1-46〉 유럽 디지털 헬스케어 기업 사례
〈표1-47〉 중국 스마트 헬스케어 기업 사례
〈표1-48〉 국내 스마트 헬스케어 기업 사례
〈표1-49〉 글로벌 헬스케어 선도 기업(2024년 2월 기준)
〈표1-50〉 Deloitte의 2024년 글로벌 헬스케어 전망
〈표1-51〉 Bain&Company의 2024년 헬스케어 전망
〈표1-52〉 Deloitte의 2024년 헬스케어 및 생명과학 주요 키워드
〈표1-53〉 KIAT 선정 2024년 디지털 헬스케어 주요 이슈
〈표1-54〉 CES 2024 국내 AI·헬스케어 기술 기업 동향

Ⅱ. 의료 AI 시장, 기술과 주요국 정책 동향
〈표2-1〉 제공 형태별 AI 의료 및 헬스케어 시장 규모 및 전망
〈표2-2〉 적용 분야별 AI 의료 및 헬스케어 시장 규모 및 전망
〈표2-3〉 AI융합 의료·헬스케어산업 발전전망(2035)
〈표2-4〉 의료 인공지능(AI) 10대 기업
〈표2-5〉 국내 의료 AI 사업 현황
〈표2-6〉 관리 주체에 따른 헬스케어 데이터의 종류 및 동향
〈표2-7〉 건강보험 데이터 구성
〈표2-8〉 의료 분야 데이터의 유형과 특징
〈표2-9〉 의료 데이터 저장 원리
〈표2-10〉 의료 데이터 분석 알고리즘
〈표2-11〉 일본 보건의료 마이데이터 서비스 모델
〈표2-12〉 미국 23andMe 보건의료 마이데이터 서비스 모델
〈표2-13〉 영국 보건의료 마이데이터 관련 정책 현황
〈표2-14〉 미국 보건의료 마이데이터 관련 정책 현황
〈표2-15〉 국내 데이터산업 관련 정책 발표
〈표2-16〉 블루버튼 발전 과정
〈표2-17〉 의료 마이데이터와 보건의료 빅데이터 개념
〈표2-18〉 의료기관 제공 데이터 항목
〈표2-19〉 의료마이데이터와 보건의료빅데이터의 연계·확장을 통한 활용 서비스 예시
〈표2-20〉 헬스케어 분야 데이터 종류 및 동향
〈표2-21〉 AI기반 의료기기 기술개발 동향
〈표2-22〉 AI기반 안질환 및 안과 진단 관련 주요 기술 특징
〈표2-23〉 AI기반 암 검진 및 진단 관련 주요 기술 특징
〈표2-24〉 AI기반 환자모니터링 관련 주요 기술 특징
〈표2-25〉 AI기반 이미지 진단 플랫폼 관련 주요 기술 특징
〈표2-26〉 AI 관련 혁신의료기기 지정 현황
〈표2-27〉 미국 FDA 의료기기 등급 분류
〈표2-28〉 유럽 의료기기 등급 분류
〈표2-29〉 일본 PMDA 의료기기 등급 분류
〈표2-30〉 비용 부과방식에 따른 인공지능 의료 분야 비즈니스 모델
〈표2-31〉 주요 AI 신약개발사 개발 현황
〈표2-32〉 주요 AI 신약개발사-빅파마 대규모 계약
〈표2-33〉 AI 신약개발 주요 분야와 기업
〈표2-34〉 글로벌 AI 기술을 활용한 신약 개발 기업 현황
〈표2-35〉 글로벌 AI 기반 바이오벤처사가 개발 중인 약물의 임상단계
〈표2-36〉 국내 주요 기업의 의료AI 보유 기술
〈표2-37〉 국내 주요 AI 기업 개발 중인 약물
〈표2-38〉 국내 AI 기술을 활용한 신약 개발 기업 현황
〈표2-39〉 AI기반 의료시스템 디지털 전환 지원사업 주요 지원내용
〈표2-40〉 스마트병원 선도모델 개발 지원사업 운영현황
〈표2-41〉 FDA 인허가 종류
〈표2-42〉 미국의 주요 텔레헬스 기업
〈표2-43〉 제약·바이오 분야 주요 트렌드
〈표2-44〉 영국 디지털 헬스케어 유망 산업별 기업 동향
〈표2-45〉 독일 디지털 헬스 애플리케이션 규제 및 보험환급 경로
〈표2-46〉 프랑스 디지털 치료제 주요 스타트업
〈표2-47〉 프랑스 Ma Santé 2022 법안의 주요 내용
〈표2-48〉 프랑스 AI 의료기술 건강보험 적용 현황
〈표2-49〉 핀란드 주요 헬스케어 프로젝트
〈표2-50〉 수술용 로봇 주요 제품
〈표2-51〉 2021년 기준 중국 수술용 로봇 현황
〈표2-52〉 중국 4대 헬스케어 플랫폼 비교
〈표2-53〉 중국 인공지능 의료 영상 로드맵 구축 방향
〈표2-54〉 중국 의료용 로봇 관련 정책
〈표2-55〉 일본 의료기기 시장 규모 추이
〈표2-56〉 Medical Japan 2024 주요 제품 개요 및 특징
〈표2-57〉 일본 내 웨어러블 기기 브랜드별 출하대수 및 점유율
〈표2-58〉 일본 인공지능(AI) 의료 발전 계획
〈표2-59〉 국내 AI 의료 정책 동향
〈표2-60〉 제1차 의료기기산업 육성지원 종합계획 주요 내용

Ⅲ. 의료 AI 관련 기술, 특허, 기술 로드맵, 연구개발 테마
〈표3-1〉 연도별 출원인 국적별 특허출원 동향
〈표3-2〉 의료영상 분석 AI 기술, 출원인 분류별 통계
〈표3-3〉 의료영상 분석 AI 기술, 주요 출원인 현황
〈표3-4〉 의료영상 분석 AI 기술, 특허출원 집중도(HHI)
〈표3-5〉 인공지능 의료기기 핵심기술
〈표3-6〉 인공지능 의료기기 기술개발 목표
〈표3-7〉 데이터 분석 기반 건강관리 서비스 핵심기술
〈표3-8〉 데이터 분석 기반 건강관리 서비스 기술개발 목표
〈표3-9〉 신약개발 AI 플랫폼 분야 핵심기술
〈표3-10〉 신약개발 AI 플랫폼 분야 핵심기술 연구목표
〈표3-11〉 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 분야 핵심기술
〈표3-12〉 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 분야 핵심기술 연구목표

Ⅳ. 의료 AI 기업 비즈니스 전략
〈표4-1〉 아마존 AI 결합 의료진용 헬스케어 서비스



그림 목차


Ⅰ. AI, 빅데이터와 디지털 헬스케어 비즈니스 전망
〈그림1-1〉 AI 밸류체인
〈그림1-2〉 Transformer 등장 전과 후
〈그림1-3〉 파운데이션 모델 구조
〈그림1-4〉 DeepMind의 언어기반 모델에서 언어/시각/로보틱스 모델로 변화
〈그림1-5〉 생성 모델 기술별, 용도별 초거대 AI의 활용
〈그림1-6〉 텍스트에서 이미지를 생성하는 연구 성과
〈그림1-7〉 텍스트에서 비디오를 생성하는 초기 연구
〈그림1-8〉 생성 AI의 발전 단계
〈그림1-9〉 생성 AI의 학습모델별 유형
〈그림1-10〉 OpenAI의 사용자 프롬프트에 해당하는 프로그램을 저작하는 Codex, 구
사전학습모델(PaLM)을 적용한 PaLM-SayCan 로봇
〈그림1-11〉 이미지 생성 AI의 경쟁력
〈그림1-12〉 DALL-E 생성 이미지 사례
〈그림1-13〉 스테이블 디퓨전으로 만든 그림
〈그림1-14〉 미드저니를 활용한 나이키 운동화 디자인
〈그림1-15〉 구글 ‘Muse’의 이미지생성과 편집
〈그림1-16〉 구글 ‘Muse’ 아키텍처
〈그림1-17〉 렌사 AI 의 매직 아바타 기능
〈그림1-18〉 글로벌 AI 시장 전망 (단위: 십억 달러)
〈그림1-19〉 글로벌 AI 시장 주요 플레이어
〈그림1-20〉 산업 분야별 글로벌 인공지능 시장 규모 전망 (2019-2026)
〈그림1-21〉 국내 인공지능(AI) 시장 전망(2023-2027)
〈그림1-22〉 설명 가능한 인공지능(XAI) 시장 전망 (2019-2030)
〈그림1-23〉 글로벌 대화형 AI 시장 규모 전망
〈그림1-24〉 텍스트 생성형 AI 시장 전망
〈그림1-25〉 의료·헬스케어 산업 개념도
〈그림1-26〉 합성 데이터와 실제 데이터의 활용 전망
〈그림1-27〉 실제 데이터와 합성 데이터 비교
〈그림1-28〉 SMOTE 적용 예시
〈그림1-29〉 VAE 구조
〈그림1-30〉 GAN 구조 예시
〈그림1-31〉 기존 데이터 샘플과 생성된 합성 데이터 비교 예시
〈그림1-32〉 데이터 관리시스템 유형: 데이터웨어하우스, 데이터마트, 데이터레이크
〈그림1-33〉 데이터 경계 관리방법
〈그림1-34〉 데이터 패브릭 계층
〈그림1-35〉 데이터 메시 개념도
〈그림1-36〉 전 세계 데이터 규모 추이
〈그림1-37〉 사이버 보안 시장 규모
〈그림1-38〉 빅데이터 플랫폼 개념도
〈그림1-39〉 빅데이터 플랫폼의 구조
〈그림1-40〉 고객 데이터 플랫폼(CDP) 구조
〈그림1-41〉 빅데이터 기술수준 및 기술격차
〈그림1-42〉 주요국 빅데이터 분야 논문 및 특허 경쟁력
〈그림1-43〉 글로벌 데이터 시장 규모
〈그림1-44〉 글로벌 데이터 공급기업 수
〈그림1-45〉 국내 데이터산업 시장 규모
〈그림1-46〉 국내 데이터산업 시장 전망
〈그림1-47〉 국내 데이터 처리 및 관리 솔루션 개발·공급업 시장 규모
〈그림1-48〉 2021년 데이터 처리 및 관리 솔루션 개발·공급업 중분류별 시장 규모 비중
〈그림1-49〉 국내 데이터 구축 및 컨설팅 서비스업 시장 규모
〈그림1-50〉 국내 데이터 구축 및 컨설팅 서비스업 중분류별 시장 규모 비중
〈그림1-51〉 국내 데이터 판매 및 제공 서비스업 시장 규모
〈그림1-52〉 국내 데이터 판매 및 제공 서비스업 중분류별 시장 규모 비중
〈그림1-53〉 국내 빅데이터 분석 시장 전망
〈그림1-54〉 디지털 기술의 발전으로 변화하는 헬스케어 서비스 유형
〈그림1-55〉 의료서비스 전반에 걸친 디지털 헬스케어 활용 예시
〈그림1-56〉 부문별 디지털 헬스케어 비중
〈그림1-57〉 2022년 글로벌 헬스케어 시장 전망
〈그림1-58〉 글로벌 헬스케어 기술 시장 규모
〈그림1-59〉 글로벌 디지털 헬스케어 시장 전망(2021~2030)
〈그림1-60〉 디지털 헬스케어 글로벌 시장 현황 및 전망
〈그림1-61〉 글로벌 디지털 헬스케어 국가별 산업 규모 및 전망

Ⅱ. 의료 AI 시장, 기술과 주요국 정책 동향
〈그림2-1〉 글로벌 AI 헬스케어 시장 전망
〈그림2-2〉 글로벌 의료AI 시장 규모 전망
〈그림2-3〉 전 세계 AI 헬스케어 시장 규모 전망
〈그림2-4〉 글로벌 의료AI 시장 규모 전망
〈그림2-5〉 제공 형태별 AI 의료 및 헬스케어 시장 규모 및 전망
〈그림2-6〉 글로벌 의료용 AI 시장 기술별 시장 전망
〈그림2-7〉 인공지능 기반 의료기기 기술개발의 장점
〈그림2-8〉 의료·헬스케어 산업 개념도
〈그림2-9〉 통합 오믹스를 통한 정밀 의학 구현
〈그림2-10〉 통합 오믹스를 통한 정밀 의학 발전을 통한 개인 맞춤형 인공지능 의료 시스템 구현 개념도
〈그림2-11〉 MedKnowts 구현의 개괄적 이해
〈그림2-12〉 MedKnowts 인터페이스(임상 노트 및 EHR 통합 분석)
〈그림2-13〉 의료 이미지를 처리하는 CNN의 구조
〈그림2-14〉 2022년 인공지능 Hyper Cycle
〈그림2-15〉 AI 의료 및 헬스케어 주요 스타트업
〈그림2-16〉 바이오테크 기업과 AI 기업 간 파트너십 현황
〈그림2-17〉 유전체 빅데이터 분석을 통한 개인 맞춤형 치료
〈그림2-18〉 글로벌 임상유전체 시장 규모 전망
〈그림2-19〉 글로벌 단일세포(Single-Cell) 분석 시장규모 전망
〈그림2-20〉 글로벌 DTC 유전자 검사 시장 규모 전망
〈그림2-21〉 개인건강정보를 바탕으로 한 스마트 헬스케어 산업 구조
〈그림2-22〉 디지털병원 도입 배경
〈그림2-23〉 EMRAM 구현 단계
〈그림2-24〉 의료 분야에서의 중요 기술
〈그림2-25〉 의료 인공지능 학습 데이터셋 구축 개념도
〈그림2-26〉 AWS Health Scribe, 환자와 임상의의 대화에서 자동으로 임상 노트 생성
〈그림2-27〉 건강정보 마이 헬스웨이
〈그림2-28〉 마이데이터 로드맵 추진일정
〈그림2-29〉 헬스케어 데이터 생태계를 구성하는 플랫폼과 주요 참여자
〈그림2-30〉 국가 통합 바이오 빅데이터 구축 시범사업 체계
〈그림2-31〉 일본 스마트 개호 정보공유 플랫폼
〈그림2-32〉 건강정보 고속도로 가동 모형(안)
〈그림2-33〉 국가 통합 바이오 빅데이터 구성(안)
〈그림2-34〉 의료 마이데이터-보건의료빅데이터 연계 통합플랫폼 운영 예시
〈그림2-35〉 인공지능 기반 의료기기 기술개발의 장점
〈그림2-36〉 목소리로 코로나19 감염여부를 진단할 수 있는 휴대전화 앱
〈그림2-37〉 당뇨병성 망막병증 초기 징후 감지 IDx-DR
〈그림2-38〉 유방암 환자 치료 후 재발 여부 예측 AI 모델 RlapsRisk BC
〈그림2-39〉 AI를 활용한 소변 분석 스마트워치
〈그림2-40〉 글로벌 의료용 인공지능 의료기기 시장규모
〈그림2-41〉 글로벌 인공지능 의료기기 시장 용도별 시장규모 및 전망
〈그림2-42〉 국내 인공지능 의료기기 시장규모 및 전망
〈그림2-43〉 국내 인공지능 의료기기 시장 최종 사용자별 시장규모 및 전망
〈그림2-44〉 의료 이미지 분류를 위한 전이학습 방법 예시
〈그림2-45〉 분류 결과에 대한 설명 예시
〈그림2-46〉 글로벌 인공지능 의료 영상진단 SW 비즈니스 모델 비중 전망
〈그림2-47〉 AI 의료영상 분야 시장 규모 전망
〈그림2-48〉 글로벌 AI 의료영상기기 시장 전망
〈그림2-49〉 글로벌 영상데이터 활용 AI 기반 독립형 SW 시장 전망
〈그림2-50〉 글로벌 AI 기반 의료 영상진단 SW 시장 전망
〈그림2-51〉 NVIDIA 생성형 AI 클라우드 서비스 BioNeMo
〈그림2-52〉 신약개발 전주기에 걸쳐 활용되는 AI 기술
〈그림2-53〉 화합물질이 치료제가 되기 위해 충족해야 하는 다양한 속성
〈그림2-54〉 신약개발에 AI가 활용되는 5가지 주요 분야
〈그림2-55〉 감염병에 대한 통합 빅데이터 개념 모델
〈그림2-56〉 PHR 종류
〈그림2-57〉 PDSS와 CDSS
〈그림2-58〉 충남대병원이 구축한 스마트수술실
〈그림2-59〉 무인 AI 진료실 케어포드
〈그림2-60〉 삼성서울병원 맞춤형 AI 모형
〈그림2-61〉 연별 FDA의 AI/ML 의료기기 허가, 승인 건수
〈그림2-62〉 1995~2022년 FDA가 허가한 부문별 AI/ML 의료기기 수
〈그림2-63〉 1995~2022년 AI/ML 의료기기의 FDA 허가 종류
〈그림2-64〉 기업별 AI/ML 의료기기 허가 건수
〈그림2-65〉 응답자의 병원 또는 의료기관에 AI/ML 도입 정도에 대한 답변
〈그림2-66〉 디지털 헬스 시장 구분
〈그림2-67〉 미국 시장의 헬스케어 IT 제품
〈그림2-68〉 미국 디지털 헬스 시장 규모
〈그림2-69〉 Arterys 및 Viz.ai의 AI 기반 영상진단 서비스 예시
〈그림2-70〉 HeartFlow의 FFRct 분석 이미지
〈그림2-71〉 Recursion Pharmaceuticals 및 Atomwise의 AI 기반 신약개발플랫폼 예시
〈그림2-72〉 Noom 및 Youper의 AI 기반 건강관리 플랫폼 예시
〈그림2-73〉 미국 디지털헬스케어 정책 타임라인
〈그림2-74〉 1998~2020년 영국 헬스케어 지출 증가율
〈그림2-75〉 영국 가정의 의료제품 지출 추이
〈그림2-76〉 디지털 헬스케어 시장 규모 상위 10개국
〈그림2-77〉 영국 디지털 헬스케어 분야별 시장 규모
〈그림2-78〉 의료기기 분류별 점유율
〈그림2-79〉 2016~2028년 영국 제약산업 시장규모
〈그림2-80〉 영국의 주요 제약 및 생명공학 기업 시가총액(2023)
〈그림2-81〉 영국 내 생명과학분야 고용 분포
〈그림2-82〉 2021년 EU 회원국별 의료기술 시장점유율
〈그림2-83〉 프랑스 웨어러블 디바이스 판매량 전망
〈그림2-84〉 2019년도 프랑스 웨어러블 디바이스 품목별 매출액
〈그림2-85〉 세계최초 혈중 산소농도 측정 시계 스캔워치
〈그림2-86〉 Ellcie Healthy의 스마트 안경
〈그림2-87〉 중국 AI 헬스케어 시장 규모
〈그림2-88〉 중국 인공지능 의료 영상 발전 단계별 특징
〈그림2-89〉 중국 인공지능 의료 영상 시장 규모 전망(’22~’30)
〈그림2-90〉 중국 스마트 의료 로봇 시장규모
〈그림2-91〉 2020년 중국 로봇 시장 유형별 비중
〈그림2-92〉 중국 의료용 로봇 산업에 대한 투자
〈그림2-93〉 2020년 글로벌 수술용 로봇 시장 규모 및 비중
〈그림2-94〉 2020년 글로벌 수술용 로봇 세부영역별 시장규모
〈그림2-95〉 중국 헬스케어 플랫폼 부문별 매출
〈그림2-96〉 일본 헬스케어 관련 시장 전망
〈그림2-97〉 일본 진단·진료지원 AI 시스템 시장규모 전망
〈그림2-98〉 국내 의료AI 시장 규모 전망
〈그림2-99〉 국내 디지털 헬스케어 산업 매출 현황
〈그림2-100〉 국내 디지털 헬스케어 산업 분야별 매출액
〈그림2-101〉 국내 디지털 헬스케어 산업 주 사업 분야(1순위 기준)
〈그림2-102〉 국내 디지털 헬스케어 산업 투자 현황
〈그림2-103〉 국내 AI 의료 정책 동향
〈그림2-104〉 국가 통합 바이오 빅데이터 구축 사업 범위
〈그림2-105〉 보건의료데이터 중개 플랫폼(안)
〈그림2-106〉 디지털헬스케어 서비스 산업 육성 전략 비전 및 10대 중점추진과제
〈그림2-107〉 바이오헬스 데이터 유통 지원 흐름도

Ⅲ. 의료 AI 관련 기술, 특허, 기술 로드맵, 연구개발 테마
〈그림3-1〉 인공지능 의료기기 연도별·국가별 특허출원동향
〈그림3-2〉 인공지능 의료기기 주요 출원인 국가별 출원 건수
〈그림3-3〉 인공지능 의료기기 국내외 주요 출원인
〈그림3-4〉 데이터 분석 기반 건강관리 서비스 연도별·국가별 특허출원동향
〈그림3-5〉 데이터 분석 기반 건강관리 서비스 주요 출원인 국가별 출원 건수
〈그림3-6〉 데이터 분석 기반 건강관리 서비스 국내외 주요 출원인
〈그림3-7〉 AI 맞춤형 환자·고령자 돌봄 플랫폼 연도별·국가별 특허출원동향
〈그림3-8〉 AI 맞춤형 환자·고령자 돌봄 플랫폼 주요 출원인 국가별 출원 건수
〈그림3-9〉 AI 맞춤형 환자·고령자 돌봄 플랫폼 국내외 주요 출원인
〈그림3-10〉 연도별 출원인 특허출원 동향
〈그림3-11〉 의료영상 분석 AI 기술, 특허출원 집중도(HHI)
〈그림3-12〉 신약개발 AI 플랫폼 연도별 출원동향
〈그림3-13〉 국가별 출원현황
〈그림3-14〉 신약개발 AI 플랫폼 주요출원인
〈그림3-15〉 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 연도별 출원동향
〈그림3-16〉 국가별 출원현황
〈그림3-17〉 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 주요출원인
〈그림3-18〉 인공지능 의료기기 기술개발 로드맵
〈그림3-19〉 데이터 분석 기반 건강관리 서비스 기술개발 로드맵
〈그림3-20〉 신약개발 AI 플랫폼 분야 중기 기술개발 로드맵
〈그림3-21〉 딥러닝 영상처리 기술을 활용한 의료진단 솔루션 분야 중기 기술개발 로드맵

Ⅳ. 의료 AI 기업 비즈니스 전략
〈그림4-1〉 애플 비전 프로 의학분야 활용 앱개발 이미지
〈그림4-2〉 애플 비전프로
〈그림4-3〉 애플워치
〈그림4-4〉 구글 헬스케어 맞춤 생성형 AI 모델 ‘MedLM’
〈그림4-5〉 아마존 클리닉이 제공하는 35개 치료 프로그램
〈그림4-6〉 패브릭에 탑재된 AI 검색 툴 화면
〈그림4-7〉 환자 타임라인 모델 화면
〈그림4-8〉 바이두 링이 AI 모델
〈그림4-9〉 텐센트 로봇핸드와 로봇팔
〈그림4-10〉 얼라이브코어의 카디아모바일(KardiaMobile)
〈그림4-11〉 Viz.ai Intelligent Care Coordination
〈그림4-12〉 카카오 헬스케어 케어챗
〈그림4-13〉 파스타 주요 메뉴 및 기능
〈그림4-14〉 소니오의 태아 진단 솔루션
〈그림4-15〉 삼성메디슨의 프리미엄 초음파 진단기기(RS85 Prestige, V8)
〈그림4-16〉 삼성전자 갤럭시 링
〈그림4-17〉 LG 클로이 서브봇
〈그림4-18〉 엑스칼리버를 활용해 고양이의 엑스레이 사진을 찍는 모습
〈그림4-19〉 노을의 ‘마이랩’ 플랫폼
〈그림4-20〉 딥노이드 뇌동맥류 뇌영상검출·진단보조 소프트웨어 ‘딥뉴로’
〈그림4-21〉 유방암 AI분석 알고리즘 모델 이미지
〈그림4-22〉 루닛 AI 영상분석 솔루션
〈그림4-23〉 뷰노메드 솔루션 현황
〈그림4-24〉 뷰노메드 펀더스 AI 운영 화면
〈그림4-25〉 메디픽셀 "Medipixel XA" 제품 이미지
〈그림4-26〉 세계 최다 뇌졸중 솔루션을 탑재한 인공지능(AI) 플랫폼 ‘MEDIHUB STROKE’
〈그림4-27〉 CXR(흉부 X-RAY) 기반 AI 솔루션 JVIEWER-X
〈그림4-28〉 AVIEW LCS PLUS
〈그림4-29〉 척추수술로봇 큐비스-스파인 시스템

교환 및 환불안내

도서교환 및 환불
  • ㆍ배송기간은 평일 기준 1~3일 정도 소요됩니다.(스프링 분철은 1일 정도 시간이 더 소요됩니다.)
  • ㆍ상품불량 및 오배송등의 이유로 반품하실 경우, 반품배송비는 무료입니다.
  • ㆍ고객님의 변심에 의한 반품,환불,교환시 택배비는 본인 부담입니다.
  • ㆍ상담원과의 상담없이 교환 및 반품으로 반송된 물품은 책임지지 않습니다.
  • ㆍ이미 발송된 상품의 취소 및 반품, 교환요청시 배송비가 발생할 수 있습니다.
  • ㆍ반품신청시 반송된 상품의 수령후 환불처리됩니다.(카드사 사정에 따라 카드취소는 시일이 3~5일이 소요될 수 있습니다.)
  • ㆍ주문하신 상품의 반품,교환은 상품수령일로 부터 7일이내에 신청하실 수 있습니다.
  • ㆍ상품이 훼손된 경우 반품 및 교환,환불이 불가능합니다.
  • ㆍ반품/교환시 고객님 귀책사유로 인해 수거가 지연될 경우에는 반품이 제한될 수 있습니다.
  • ㆍ스프링제본 상품은 교환 및 환불이 불가능 합니다.
  • ㆍ군부대(사서함) 및 해외배송은 불가능합니다.
  • ㆍ오후 3시 이후 상담원과 통화되지 않은 취소건에 대해서는 고객 반품비용이 발생할 수 있습니다.
반품안내
  • 마이페이지 > 나의상담 > 1 : 1 문의하기 게시판 또는 고객센터 1800-7327
교환/반품주소
  • 경기도 파주시 문발로 211 1층 / (주)북채널 / 전화 : 1800-7327
  • 택배안내 : CJ대한통운(1588-1255)
  • 고객님 변심으로 인한 교환 또는 반품시 왕복 배송비 5,000원을 부담하셔야 하며, 제품 불량 또는 오 배송시에는 전액을 당사에서부담 합니다.