AI Doctor (AI 닥터)
Regular price
$35.96
Sale price
Regular price
Shipping calculated at checkout.
✈️
Estimated delivery date 예상 배송일
Standard Shipping
불러오는 중...
주문일로부터 8-12 영업일
Express Shipping
불러오는 중...
주문일로부터 6-8 영업일
AI Doctor
인공지능이 바꾸는 의료의 미래
헬스케어 산업의 혁신을 이끄는 인공지능의 약속과 현실
지난 한 세기 동안 진단 기술과 데이터의 발전은 인류의 수명을 획기적으로 연장시켰다.
이제 헬스케어의 다음 혁신은 쏟아지는 방대한 데이터를 어떻게 “이해”하고 “활용”하느냐에 달려 있으며, 그 유일한 해답은 바로 인공지능(AI)이다.
『AI Doctor』에서 로널드 M. 라즈미(Ronald M. Razmi) 박사는 AI가 의료 분야에 가져올 현재의 변화와 미래의 가능성을 명료하고 통찰력 있게 풀어낸다.
심장 전문의이자 벤처 캐피털리스트로서 임상 현장과 비즈니스 최전선을 모두 경험한 그는, 복잡한 헬스케어 생태계에서 AI 혁신이 성공하기 위해 필요한 임상적/기술적/경제적 요인들을 360도 시각에서 제시한다.
이 책은 단순한 기술 해설서가 아니다. 새로운 의학적 돌파구를 찾는 연구자, 더 나은 의료 서비스를 제공하려는 의료인, 그리고 지속 가능한 비즈니스 모델을 고민하는 투자자와 창업가를 위한 실전 가이드이다. 비전문가도 쉽게 이해할 수 있는 서술로, AI가 어떻게 의료의 판도를 바꾸고 비즈니스의 성공을 이끌어낼지 그 구체적인 로드맵을 보여준다.
인공지능이 바꾸는 의료의 미래
헬스케어 산업의 혁신을 이끄는 인공지능의 약속과 현실
지난 한 세기 동안 진단 기술과 데이터의 발전은 인류의 수명을 획기적으로 연장시켰다.
이제 헬스케어의 다음 혁신은 쏟아지는 방대한 데이터를 어떻게 “이해”하고 “활용”하느냐에 달려 있으며, 그 유일한 해답은 바로 인공지능(AI)이다.
『AI Doctor』에서 로널드 M. 라즈미(Ronald M. Razmi) 박사는 AI가 의료 분야에 가져올 현재의 변화와 미래의 가능성을 명료하고 통찰력 있게 풀어낸다.
심장 전문의이자 벤처 캐피털리스트로서 임상 현장과 비즈니스 최전선을 모두 경험한 그는, 복잡한 헬스케어 생태계에서 AI 혁신이 성공하기 위해 필요한 임상적/기술적/경제적 요인들을 360도 시각에서 제시한다.
이 책은 단순한 기술 해설서가 아니다. 새로운 의학적 돌파구를 찾는 연구자, 더 나은 의료 서비스를 제공하려는 의료인, 그리고 지속 가능한 비즈니스 모델을 고민하는 투자자와 창업가를 위한 실전 가이드이다. 비전문가도 쉽게 이해할 수 있는 서술로, AI가 어떻게 의료의 판도를 바꾸고 비즈니스의 성공을 이끌어낼지 그 구체적인 로드맵을 보여준다.
Couldn't load pickup availability
출판사 리뷰
출판사 리뷰
목차
목차
PART I. 의료 분야 AI 로드맵
Chapter 01. AI의 역사와 의료 분야에서의 가능성 3
1.1 AI란 무엇인가? 6
1.2 기초 AI/기계 학습 알고리즘을 위한 분류 시스템 13
1.3 의료분야의 AI와 딥러닝 19
1.4 의료 분야에서 복합 및 다목적 모델의 등장 21
Chapter 02. 견고한 의료 알고리즘 구축 29
2.1 훈련을 위한 충분히 많고 상세한 데이터셋 확보하기 32
2.2 데이터 접근 법률 및 규제 문제 35
2.3 데이터 표준화 및 임상 워크플로우에의 통합 37
2.4 가능한 해결책의 연합 AI 41
2.5 합성 데이터 (Synthetic data) 43
2.6 데이터 라벨링 및 투명성 47
2.7 모델 설명 가능성 (Explainability) 49
2.8 실제 세계의 모델 성능 55
2.9 로컬 데이터 훈련 58
2.10 알고리즘의 편향 59
2.11 책임 있는 AI 66
Chapter 03. 의료 분야에서 AI 도입의 장벽 73
3.1 증거 생성 78
3.2 규제 문제 81
3.3 환급 84
3.4 제공자 및 지불자와의 워크플로우 문제 86
3.5 의료법적 장벽 88
3.6 거버넌스 (Governance) 91
3.7 구현 비용 및 규모 93
3.8 인재 부족 94
Chapter 04. 의료 분야에서 AI 도입의 원동력 99
4.1 데이터 가용성 100
4.2 강력한 컴퓨터, 클라우드 컴퓨팅 및 오픈소스 인프라 101
4.3 투자 증가 102
4.4 방법론의 개선 103
4.5 정책 및 규제 104
4.5.1 FDA / 1 04
4.5.2 기타 본문 / 1 08
4.6 상환 (Reimbursement) 112
4.7 의료자원 부족 115
4.8 비효율적인 치료 과정과 비개인화된 접근의 문제점 117
PART II. 의료분야에서의 AI 응용
Chapter 05. 진단 125
5.1 방사선학 126
5.2 병리학 133
5.3 피부과 135
5.4 안과학 137
5.5 심장학 139
5.6 신경학 144
5.7 근골결계 (Musculoskeletal) 146
5.8 종양학 147
5.8.1 암의 진단 및 치료 / 1 48
5.8.2 조직병리학적 암 진단 / 1 49
5.8.3 종양 발생 추적 / 1 49
5.8.4 예후 감지 / 1 50
5.9 위장관 (Gastrointestinal) 152
5.10 COVID19 152
5.11 유전체학 (Genomics) 154
5.12 정신 건강 (Mental health) 154
5.13 진단 봇 (Diagnostic bots) 156
5.14 가정 내 진단/원격 모니터링 158
5.15 Sound AI 163
5.16 의료 대중화를 위한 AI 164
Chapter 06. 치료법 171
6.1 로봇공학 (Robotics) 172
6.2 정신 건강 174
6.3 정밀 의학 (Precision medicine) 175
6.4 만성 질환 관리 179
6.5 약물 공급 및 준수 182
6.6 가상 현실 (Virtual reality; VR) 184
Chapter 07. 임상 결정 지원 187
7.1 의사결정 지원 분야의 AI 191
7.2 초기 사용 사례 197
7.3 1차 진료 (Primary care) 199
7.4 특별 관리 203
7.4.1 암 관리 / 2 03
7.4.2 신경학 / 2 03
7.4.3 심장학 / 2 04
7.4.4 전염병 / 2 05
7.4.5 COVID19 / 2 05
7.5 장치 (Devices) 206
7.6 EndofLife AI 207
7.7 환자 결정 지원 208
Chapter 08. 인구 건강과 웰빙 213
8.1 영양 214
8.2 피트니스 218
8.3 스트레스와 수면 220
8.4 인류 건강 및 관리 222
8.5 리스크 평가 225
8.6 실제 데이터 사용 (Real world data) 227
8.7 약물 순응도 (Medication adherence) 228
8.8 원격 참여 및 자동화 228
8.9 사회적 결정 요인 (Social determinants of health; SDOH) 231
8.10 노화 (Aging in place) 232
Chapter 09. 임상 워크플로우 (Clinical Workflows) 239
9.1 문서 어시스턴트 240
9.2 품질 측정 248
9.3 간호 및 임상 어시스턴트 248
9.4 가상 어시스턴트 (Virtual assistant) 250
Chapter 10. 관리 및 운영 255
10.1 공급자 (Provider) 257
10.1.1 문서화, 코딩 및 청구 / 2 57
10.1.2 관리 및 운영 실무 / 2 60
10.1.3 병원 운영 / 2 62
10.2 지불자 (Payer) 266
10.2.1 지불자 관리 기능 / 2 66
10.2.2 사기 / 2 70
10.2.3 개인 맞춤형 커뮤니케이션 / 2 71
Chapter 11. 생명과학에서의 AI 응용 275
11.1 신약 발견 (Drug discovery) 277
11.2 Clinical Trials 287
11.2.1 정보 엔진 / 2 90
11.2.2 환자 분류 / 2 93
11.2.3 임상 시험 운영 / 2 95
11.3 의료 및 산업 298
PART III. 의료분야에서 AI 비즈니스 사례
Chapter 12. 어떤 건강 AI 애플리케이션이 준비가 되었나? 305
12.1 방법론 (Methodology) 306
12.2 임상 치료 (Clinical care) 309
12.3 관리 및 운영 318
12.4 생명과학 320
Chapter 13. 의료 AI 솔루션 구매자를 위한 사업모델 325
13.1 임상 케어 (Clinical care) 329
13.2 관리 및 운영 336
13.3 생명과학 340
13.4 의료 AI 솔루션 구매자 평가 가이드 343
Chapter 14. 최고의 의료 AI 기업을 구축하고 투자하는 방법 347
14.1 진입 장벽 및 지적 재산권 (Intellectual property; IP) 348
14.1.1 방어 가능한 제품 만들기 / 3 50
14.2 스타트업 대 대기업 352
14.3 판매와 마케팅 354
14.4 초기 고객 357
14.5 소비자 직접 판매 (D2C) 359
14.6 기업인의 의료 AI 계획하기 360
14.7 투자자들에 의한 기업 평가 363
14.7.1 의료 AI 기업이 투자할 수 있는 주요 분야 / 363
Chapter 01. AI의 역사와 의료 분야에서의 가능성 3
1.1 AI란 무엇인가? 6
1.2 기초 AI/기계 학습 알고리즘을 위한 분류 시스템 13
1.3 의료분야의 AI와 딥러닝 19
1.4 의료 분야에서 복합 및 다목적 모델의 등장 21
Chapter 02. 견고한 의료 알고리즘 구축 29
2.1 훈련을 위한 충분히 많고 상세한 데이터셋 확보하기 32
2.2 데이터 접근 법률 및 규제 문제 35
2.3 데이터 표준화 및 임상 워크플로우에의 통합 37
2.4 가능한 해결책의 연합 AI 41
2.5 합성 데이터 (Synthetic data) 43
2.6 데이터 라벨링 및 투명성 47
2.7 모델 설명 가능성 (Explainability) 49
2.8 실제 세계의 모델 성능 55
2.9 로컬 데이터 훈련 58
2.10 알고리즘의 편향 59
2.11 책임 있는 AI 66
Chapter 03. 의료 분야에서 AI 도입의 장벽 73
3.1 증거 생성 78
3.2 규제 문제 81
3.3 환급 84
3.4 제공자 및 지불자와의 워크플로우 문제 86
3.5 의료법적 장벽 88
3.6 거버넌스 (Governance) 91
3.7 구현 비용 및 규모 93
3.8 인재 부족 94
Chapter 04. 의료 분야에서 AI 도입의 원동력 99
4.1 데이터 가용성 100
4.2 강력한 컴퓨터, 클라우드 컴퓨팅 및 오픈소스 인프라 101
4.3 투자 증가 102
4.4 방법론의 개선 103
4.5 정책 및 규제 104
4.5.1 FDA / 1 04
4.5.2 기타 본문 / 1 08
4.6 상환 (Reimbursement) 112
4.7 의료자원 부족 115
4.8 비효율적인 치료 과정과 비개인화된 접근의 문제점 117
PART II. 의료분야에서의 AI 응용
Chapter 05. 진단 125
5.1 방사선학 126
5.2 병리학 133
5.3 피부과 135
5.4 안과학 137
5.5 심장학 139
5.6 신경학 144
5.7 근골결계 (Musculoskeletal) 146
5.8 종양학 147
5.8.1 암의 진단 및 치료 / 1 48
5.8.2 조직병리학적 암 진단 / 1 49
5.8.3 종양 발생 추적 / 1 49
5.8.4 예후 감지 / 1 50
5.9 위장관 (Gastrointestinal) 152
5.10 COVID19 152
5.11 유전체학 (Genomics) 154
5.12 정신 건강 (Mental health) 154
5.13 진단 봇 (Diagnostic bots) 156
5.14 가정 내 진단/원격 모니터링 158
5.15 Sound AI 163
5.16 의료 대중화를 위한 AI 164
Chapter 06. 치료법 171
6.1 로봇공학 (Robotics) 172
6.2 정신 건강 174
6.3 정밀 의학 (Precision medicine) 175
6.4 만성 질환 관리 179
6.5 약물 공급 및 준수 182
6.6 가상 현실 (Virtual reality; VR) 184
Chapter 07. 임상 결정 지원 187
7.1 의사결정 지원 분야의 AI 191
7.2 초기 사용 사례 197
7.3 1차 진료 (Primary care) 199
7.4 특별 관리 203
7.4.1 암 관리 / 2 03
7.4.2 신경학 / 2 03
7.4.3 심장학 / 2 04
7.4.4 전염병 / 2 05
7.4.5 COVID19 / 2 05
7.5 장치 (Devices) 206
7.6 EndofLife AI 207
7.7 환자 결정 지원 208
Chapter 08. 인구 건강과 웰빙 213
8.1 영양 214
8.2 피트니스 218
8.3 스트레스와 수면 220
8.4 인류 건강 및 관리 222
8.5 리스크 평가 225
8.6 실제 데이터 사용 (Real world data) 227
8.7 약물 순응도 (Medication adherence) 228
8.8 원격 참여 및 자동화 228
8.9 사회적 결정 요인 (Social determinants of health; SDOH) 231
8.10 노화 (Aging in place) 232
Chapter 09. 임상 워크플로우 (Clinical Workflows) 239
9.1 문서 어시스턴트 240
9.2 품질 측정 248
9.3 간호 및 임상 어시스턴트 248
9.4 가상 어시스턴트 (Virtual assistant) 250
Chapter 10. 관리 및 운영 255
10.1 공급자 (Provider) 257
10.1.1 문서화, 코딩 및 청구 / 2 57
10.1.2 관리 및 운영 실무 / 2 60
10.1.3 병원 운영 / 2 62
10.2 지불자 (Payer) 266
10.2.1 지불자 관리 기능 / 2 66
10.2.2 사기 / 2 70
10.2.3 개인 맞춤형 커뮤니케이션 / 2 71
Chapter 11. 생명과학에서의 AI 응용 275
11.1 신약 발견 (Drug discovery) 277
11.2 Clinical Trials 287
11.2.1 정보 엔진 / 2 90
11.2.2 환자 분류 / 2 93
11.2.3 임상 시험 운영 / 2 95
11.3 의료 및 산업 298
PART III. 의료분야에서 AI 비즈니스 사례
Chapter 12. 어떤 건강 AI 애플리케이션이 준비가 되었나? 305
12.1 방법론 (Methodology) 306
12.2 임상 치료 (Clinical care) 309
12.3 관리 및 운영 318
12.4 생명과학 320
Chapter 13. 의료 AI 솔루션 구매자를 위한 사업모델 325
13.1 임상 케어 (Clinical care) 329
13.2 관리 및 운영 336
13.3 생명과학 340
13.4 의료 AI 솔루션 구매자 평가 가이드 343
Chapter 14. 최고의 의료 AI 기업을 구축하고 투자하는 방법 347
14.1 진입 장벽 및 지적 재산권 (Intellectual property; IP) 348
14.1.1 방어 가능한 제품 만들기 / 3 50
14.2 스타트업 대 대기업 352
14.3 판매와 마케팅 354
14.4 초기 고객 357
14.5 소비자 직접 판매 (D2C) 359
14.6 기업인의 의료 AI 계획하기 360
14.7 투자자들에 의한 기업 평가 363
14.7.1 의료 AI 기업이 투자할 수 있는 주요 분야 / 363
저자
저자
Ronald M. Razmi
Payment & Security
Payment methods
Your payment information is processed securely. We do not store credit card details nor have access to your credit card information.
