5. 최윤섭 지음
의료인공지능
표지디자인•최승협
컴퓨터공학, 생명과학, 의학의 융합을 통해 디지
털 헬스케어 분야의 혁신을 창출하고 사회적 가
치를 만드는 것을 화두로 삼고 있는 융합생명과학자, 미래의료학자,
기업가, 엔젤투자가, 에반젤리스트이다. 국내 디지털 헬스케어 분야
의 대표적인 전문가로, 활발한 연구, 저술 및 강연 등을 통해 국내에
이 분야를 처음 소개한 장본인이다.
포항공과대학교에서 컴퓨터공학과 생명과학을 복수전공하였으며
동 대학원 시스템생명공학부에서 전산생물학으로 이학박사 학위를
취득하였다. 스탠퍼드대학교 방문연구원, 서울의대 암연구소 연구
조교수, KT 종합기술원 컨버전스연구소 팀장, 서울대병원 의생명연
구원 연구조교수 등을 거쳤다. 『사이언스』를 비롯한 세계적인 과학
저널에 10여 편의 논문을 발표했다.
국내 최초로 디지털 헬스케어를 본격적으로 연구하는 연구소인 ‘최
윤섭 디지털 헬스케어 연구소’를 설립하여 소장을 맡고 있다. 또한
국내 유일의 헬스케어 스타트업 전문 엑셀러레이터 ‘디지털 헬스케
어 파트너스’의 공동 창업자 및 대표 파트너로 혁신적인 헬스케어
스타트업을 의료 전문가들과 함께 발굴, 투자, 육성하고 있다. 성균
관대학교 디지털헬스학과 초빙교수로도 재직 중이다.
뷰노, 직토, 3billion, 서지컬마인드, 닥터다이어리, VRAD, 메디히어,
소울링, 메디히어, 모바일닥터 등의 헬스케어 스타트업에 투자하고
자문을 맡아 한국에서도 헬스케어 혁신을 만들어내기 위해 노력하
고 있다. 국내 최초의 디지털 헬스케어 전문 블로그 『최윤섭의 헬스
케어 이노베이션』에 활발하게 집필하고 있으며, 『매일경제』에 칼럼
을 연재하고 있다. 저서로 『헬스케어 이노베이션: 이미 시작된 미래』
와 『그렇게 나는 스스로 기업이 되었다』가 있다.
•블로그_ http://www.yoonsupchoi.com/
•페이스북_ https://www.facebook.com/yoonsup.choi
•이메일_ yoonsup.choi@gmail.com
최윤섭
의료 인공지능은 보수적인 의료 시스템을 재편할 혁신을 일으키고 있다. 의료 인공지능의 빠른 발전과
광범위한 영향은 전문화, 세분화되며 발전해 온 현대 의료 전문가들이 이해하기가 어려우며, 어디서부
터 공부해야 할지도 막연하다. 이런 상황에서 의료 인공지능의 개념과 적용, 그리고 의사와의 관계를 쉽
게 풀어내는 이 책은 좋은 길라잡이가 될 것이다. 특히 미래의 주역이 될 의학도와 젊은 의료인에게 유용
한 소개서이다.
━ 서준범, 서울아산병원 영상의학과 교수, 의료영상인공지능사업단장
인공지능이 의료의 패러다임을 크게 바꿀 것이라는 것에 동의하지 않는 사람은 거의 없다. 하지만 인공
지능이 처리해야 할 의료의 난제는 많으며 그 해결 방안도 천차만별이다. 흔히 생각하는 만병통치약 같
은 의료 인공지능은 존재하지 않는다. 이 책은 다양한 의료 인공지능의 개발, 활용 및 가능성을 균형 있
게 분석하고 있다. 인공지능을 도입하려는 의료인, 생소한 의료 영역에 도전할 인공지능 연구자 모두에
게 일독을 권한다.
━ 정지훈, 경희사이버대 미디어커뮤니케이션학과 선임강의교수, 의사
서울의대 기초의학교육을 책임지고 있는 교수의 입장에서, 산업화 이후 변하지 않은 현재의 의학 교육
으로는 격변하는 인공지능 시대에 의대생을 대비시키지 못한다는 한계를 절실히 느낀다. 저와 함께 의
대 인공지능 교육을 개척하고 있는 최윤섭 소장의 전문적 분석과 미래 지향적 안목이 담긴 책이다. 인공
지능이라는 미래를 대비할 의대생과 교수, 그리고 의대 진학을 고민하는 학생과 학부모에게 추천한다.
━ 최형진, 서울대학교 의과대학 해부학교실 교수, 내과 전문의
최근 의료 인공지능의 도입에 대해서 극단적인 시각과 태도가 공존하고 있다. 이 책은 다양한 사례와 깊
은 통찰을 통해 의료 인공지능의 현황과 미래에 대해 균형적인 시각을 제공하여, 인공지능이 의료에 본
격적으로 도입되기 위한 토론의 장을 마련한다. 의료 인공지능이 일상화된 10년 후 돌아보았을 때, 이 책
이 그런 시대를 이끄는 길라잡이 역할을 하였음을 확인할 수 있기를 기대한다.
━ 정규환, 뷰노 CTO
의료 인공지능은 다른 분야 인공지능보다 더 본질적인 이해가 필요하다. 단순히 인간의 일을 대신하는
수준을 넘어 의학의 패러다임을 데이터 기반으로 변화시키기 때문이다. 따라서 인공지능을 균형있게 이
해하고, 어떻게 의사와 환자에게 도움을 줄 수 있을지 깊은 고민이 필요하다. 세계적으로 일어나고 있는
이러한 노력의 결과물을 집대성한 이 책이 반가운 이유다.
━ 백승욱, 루닛 대표
의료 인공지능의 최신 동향뿐만 아니라, 의의와 한계, 전망, 그리고 다양한 생각거리까지 주는 책이다.
논쟁이 되는 여러 이슈에 대해서도 저자는 자신의 시각을 명확한 근거에 기반하여 설득력 있게 제시하
고 있다. 개인적으로는 이 책을 대학원 수업 교재로 활용하려 한다.
━ 신수용, 성균관대학교 디지털헬스학과 교수
최윤섭지음
의료인공지능
값 20,000원
ISBN 979-11-86269-99-2
미래의료학자 최윤섭 박사가 제시하는
의료 인공지능의 현재와 미래
의료 딥러닝과 IBM 왓슨의 현주소
인공지능은 의사를 대체하는가
값 20,000원
ISBN 979-11-86269-99-2
소울링, 메디히어, 모바일닥터 등의 헬스케어 스타트업에 투자하고
자문을 맡아 한국에서도 헬스케어 혁신을 만들어내기 위해 노력하
고 있다. 국내 최초의 디지털 헬스케어 전문 블로그 『최윤섭의 헬스
케어 이노베이션』에 활발하게 집필하고 있으며, 『매일경제』에 칼럼
을 연재하고 있다. 저서로 『헬스케어 이노베이션: 이미 시작된 미래』
와 『그렇게 나는 스스로 기업이 되었다』가 있다.
•블로그_ http://www.yoonsupchoi.com/
•페이스북_ https://www.facebook.com/yoonsup.choi
•이메일_ yoonsup.choi@gmail.com
(2014) (2018) (2020)
7. DHP는 디지털 헬스케어 전문 엑셀러레이터로서,
디지털 헬스케어/의료 스타트업을 발굴, 육성, 연결하고 투자합니다.
발굴 • 세상을 바꿀 수 있는 혁신적인 헬스케어 스타트업 및 예비 창업팀을 발굴합니다.
• 발굴을 위해 DHP Office Hour, 해커톤, 자체 행사 개최 등의 다방면의 채널을 활용합니다.
육성 • 의료/헬스케어 전문가들로 이루어진 파트너 및 자문가들이 초기 스타트업을 멘토링합니다.
• 사업 개발, 아이템 검증, 임상 연구, 인허가 관련 자문 등 전방위적으로 지원합니다.
투자 • 초기 스타트업 및 예비 창업팀에게 정해진 원칙에 따라 지분 투자를 집행합니다.
• 스타트업을 성장시켜 지분 가치의 상승에 따라서 재무적 수익을 추구합니다.
연결 • 초기 스타트업을 병원, 규제기관, 보험사, VC, 대학 등 다양한 이해관계자들과 연결합니다.
• 파트너와 자문가들의 네트워크를 적극 활용하여 스타트업을 의료계 이너서클로 끌어들입니다.
8. 초기 스타트업에 의학 자문, 의료 기관 연계, 임상 검증, 투자 등 지원을 위해
DHP는 최고의 디지털 헬스케어 전문가들이 공동설립하였습니다.
최윤섭 대표파트너 정지훈 파트너 김치원 파트너
• 성균관대학교 디지털헬스학과 교수
• 최윤섭 디지털 헬스케어 연구소 소장
• VUNO, Zikto, 녹십자홀딩스 등 자문
• 저서: ‘헬스케어 이노베이션’, ‘의료 인공지능’
• 전) 서울대학교 의과대학 암연구소 교수
• 전) 서울대학교병원 의생명연구원 교수
• 포항공대 전산생물학 이학박사
• 포항공대 컴퓨터공학/생명과학 학사
• 경희사이버대학 미디어커뮤니케이션학과 교수
• 빅뱅엔젤스 파트너
• Lunit, 매직에코, 휴레이포지티브 등 자문
• 저서: ‘제 4의 불', ‘거의 모든 IT의 역사’ 등
• 전) 명지병원 IT융합연구소장
• 한양대학교 의과대학 의학사
• 서울대학교 보건정책관리학 석사
• USC 의공학박사
• 내과전문의, 서울와이즈요양병원 원장
• 성균관대학교 디지털 헬스학과 교수
• Noom, Zikto, Future Play 등 자문
• 저서: ‘의료, 미래를 만나다’ 등
• 전) 맥킨지 서울사무소 경영컨설턴트
• 전) 삼성서울병원 의료관리학과 교수
• 서울대학교 의과대학 졸업
• 연세대학교 보건대학원 석사
9. 윤상철 MD
안과전문의
연세의료원 안과 교수
전) 에티오피아 국제협력의사
김우성 MD, MBA
소아청소년과 전문의
방배GF소아과 원장
카톨릭대학교 의료경영학 겸임교수
김현정 MD, PhD
피부과 전문의
차의과대학 피부과 교수
전)서울의료원 피부과 과장
김태호 MD
내분비내과 전문의
서울의료원 내분비내과 과장
전)명지병원 IT융합연구소 부소장
유규하 PhD
규제/인허가 전문가
성균관대 의료기기산업학과 교수
전)식약처 의료기기심사부장
신수용 PhD
의료-IT / 기계학습 전문가
성균관대학교 디지털헬스학과 교수
전)서울아산병원 의생명정보학과 교수
장진규 PhD
HCI / UX 아키텍처 전문가
연세대학교 인지과학연구소 교수
전) 융합기술원 컴패노이드랩스
허정윤
UX 전문가
국민대 자동차운송디자인학과 교수
국민대 디자인융합창조센터 소장
구태언
변호사
테크앤로 법률사무소 대표파트너
전)김앤장법률사무소
김신호
회계사
정현회계법인 이사
전)삼일회계법인
백승재 MD,PhD
이비인후과 전문의
전) 다국적제약사 의학부 상무
전)연세대학교 의과대학 교수
정지훈 MD, MPH, PhD
IT융합전문가/미래학자/의사
빅뱅엔젤스 파트너
전) 명지병원 IT융합연구소장
김치원 MD, MPH
디지털 헬스케어 전문가/내과전문의
서울와이즈요양병원장
전) 맥킨지 서울사무소 컨설턴트
DHP는 초기 헬스케어 스타트업에 직접적으로 도움을 드릴 수 있는
의료, 규제, 디자인 전문가들이 파트너로 참여하고 있습니다.
신재원 MD
가정의학과 전문의
에임메드 대표이사
전)모바일닥터 대표이사
명유진 MD
성형외과 전문의
아주대병원 성형외과 교수
전)분당서울대병원 성형외과 교수
주세경, PhD
의공학 전문가
서울아산병원 의공학과 부교수
울산의대 의공학교실 주임교수
정재호
임팩트 투자자
전) 카이스트청년창투 이사
전) SK텔레콤 신사업추진단
김준환 MD
내과 전문의
입원의학전문가
서울아산병원 내과 교수
10. 의료 헬스케어 및 스타트업
DHP 는 다양한 의료/헬스케어 분야 및 스타트업 전문가들이
초기 헬스케어 스타트업에 직접적으로 도움을 드립니다.
DHP 파트너 기준
11. 의료 헬스케어 및 스타트업
•내분비내과
•신장내과
•종양내과
•소아청소년과
•안과
•피부과
•가정의학과
•성형외과
•이비인후과
DHP 는 다양한 의료/헬스케어 분야 및 스타트업 전문가들이
초기 헬스케어 스타트업에 직접적으로 도움을 드립니다.
DHP 파트너 기준
12. 의료 헬스케어 및 스타트업
•내분비내과
•신장내과
•종양내과
•소아청소년과
•안과
•피부과
•가정의학과
•성형외과
•이비인후과
•규제/인허가
•의료정보학
•의공학
•인공지능
•UI/UX
•HCI
•법률/지재권
•회계/재무
•국제보건
•벤처캐피털
DHP 는 다양한 의료/헬스케어 분야 및 스타트업 전문가들이
초기 헬스케어 스타트업에 직접적으로 도움을 드립니다.
DHP 파트너 기준
13. DHP 는 다양한 의료/헬스케어 분야 및 스타트업 전문가들이
초기 헬스케어 스타트업에 직접적으로 도움을 드립니다.
의료
헬스케어 및 스타트업
•내분비내과
•신장내과
•종양내과
•소아청소년과
•안과
•피부과
•가정의학과
•성형외과
•이비인후과
•규제/인허가
•의료정보학
•의공학
•인공지능
•UI/UX
•HCI
•법률/지재권
•회계/재무
•국제보건
•벤처캐피털
•병원 경영
•소화기 내과
•순환기내과
•정신건강의학과
•진단검사의학과
•응급의학과
•마취통증의학과
•비뇨기과
•산부인과
•외과
•치의학과
DHP 파트너+자문가 기준
15. 유전체/진단 당뇨/커머스 VR/수술 블록체인/데이터 VR/교육 의사추천/O2O
웰니스/챗봇 감염관리/HW 병원/챗봇 탈모/O2O
TBA TBA
간병인/O2O정신건강/명상
모바일/여행 반려동물/O2O
Zero to one Zero to one Zero to one
Zero to one Zero to one Zero to oneZero to one
Zero to one Zero to one
16. 유전체/진단 당뇨/커머스 VR/수술 블록체인/데이터 VR/교육 의사추천/O2O
웰니스/챗봇 감염관리/HW 병원/챗봇 탈모/O2O
TBA TBA
간병인/O2O정신건강/명상
모바일/여행 반려동물/O2O
희귀질환 유전체
데이터 보유 1위
당뇨병 앱 중
다운로드 1위
병원용 챗봇
시장 점유율 1위
탈모 전문 앱 중
다운로드 1위
명상 앱 중
다운로드 1위
상급종합병원
의사 DB 보유 1위
17. 총 투자 건수 연도별 투자
14 0
1
2
3
4
5
6
2016 2017 2018 2019
2016 2017 2018
DHP 는 2019년 11월까지
총 14건의 투자를 집행하였습니다.
DHP 의 연도별 투자 건수는
지속적으로 증가하고 있습니다.
DHP 의 투자 현황
2019
(~Nov)
23. 27
Switzerland
EUROPE
$3.2B
$1.96B $1B
$3.5B
NORTH AMERICA
$12B Valuation
$1.8B
$3.1B$3.2B
$1B
$1B
38 healthcare unicorns valued at $90.7B
Global VC-backed digital health companies with a private market valuation of $1B+ (7/26/19)
UNITED KINGDOM
$1.5B
MIDDLE EAST
$1B Valuation
ISRAEL
$7B
$1B$1.2B
$1B
$1.65B
$1.8B
$1.25B
$2.8B
$1B $1B
$2B Valuation
$1.5B
UNITED STATES
GERMANY
$1.7B
$2.5B
CHINA
ASIA
$3B
$5.5B Valuation
$5B
$2.4B
$2.4B
France
$1.1B $3.5B
$1.6B
$1B
$1B
$1B
$1B
CB Insights, Global Healthcare Reports 2019 2Q
•전 세계적으로 38개의 디지털 헬스케어 유니콘 스타트업 (=기업가치 $1B 이상) 이 있으나,
•국내에는 하나도 없음
25. 5%
8%
24%
27%
36%
Life Science & Health
Mobile
Enterprise & Data
Consumer
Commerce
9%
13%
23%
24%
31%
Life Science & Health
Consumer
Enterprise
Data & AI
Others
2014 2015
Investment of GoogleVentures in 2014-2015
27. •최근 3년 동안 Merck, J&J, GSK 등의 제약사들의 디지털 헬스케어 분야 투자 급증
•2015-2016년 총 22건의 deal (=2010-2014년의 5년간 투자 건수와 동일)
•Merck 가 가장 활발: 2009년부터 Global Health Innovation Fund 를 통해 24건 투자 ($5-7M)
•GSK 의 경우 2014년부터 6건 (via VC arm, SR One): including Propeller Health
28. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
헬스케어 관련 분야 구성도
29. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
헬스케어 관련 분야 구성도
30. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
헬스케어 관련 분야 구성도
31. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
개인 유전정보분석
암유전체, 질병위험도,
보인자, 약물 민감도
웰니스, 조상 분석
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
헬스케어 관련 분야 구성도
32. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
모바일 헬스케어
디지털 헬스케어 중
모바일 기술이 사용되는 것
예) 스마트폰, 사물인터넷, SNS
개인 유전정보분석
암유전체, 질병위험도,
보인자, 약물 민감도
웰니스, 조상 분석
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
헬스케어 관련 분야 구성도
33. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
모바일 헬스케어
디지털 헬스케어 중
모바일 기술이 사용되는 것
예) 스마트폰, 사물인터넷, SNS
개인 유전정보분석
암유전체, 질병위험도,
보인자, 약물 민감도
웰니스, 조상 분석
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
원격의료
원격 환자 모니터링
헬스케어 관련 분야 구성도
34. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
모바일 헬스케어
디지털 헬스케어 중
모바일 기술이 사용되는 것
예) 스마트폰, 사물인터넷, SNS
개인 유전정보분석
암유전체, 질병위험도,
보인자, 약물 민감도
웰니스, 조상 분석
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
원격의료
원격 환자 모니터링
원격진료
전화, 화상, 판독
헬스케어 관련 분야 구성도
35. 헬스케어
넓은 의미의 건강 관리에는 해당되지만,
디지털 기술이 적용되지 않고, 전문 의료 영역도 아닌 것
예) 운동, 영양, 수면
디지털 헬스케어
건강 관리 중에 디지털 기술이 사용되는 것
예) 사물인터넷, 인공지능, 3D 프린터, VR/AR
모바일 헬스케어
디지털 헬스케어 중
모바일 기술이 사용되는 것
예) 스마트폰, 사물인터넷, SNS
개인 유전정보분석
암유전체, 질병위험도,
보인자, 약물 민감도
웰니스, 조상 분석
의료
질병 예방, 치료, 처방, 관리
등 전문 의료 영역
원격의료
원격 환자 모니터링
원격진료
전화, 화상, 판독
명상 앱
ADHD 치료 게임
PTSD 치료 VR
디지털 치료제
중독 치료 앱
헬스케어 관련 분야 구성도
45. Digital Healthcare Industry Landscape
Data Measurement Data Integration Data Interpretation Treatment
Smartphone Gadget/Apps
DNA
Artificial Intelligence
2nd Opinion
Wearables / IoT
(ver. 3)
EMR/EHR 3D Printer
Counseling
Data Platform
Accelerator/early-VC
Telemedicine
Device
On Demand (O2O)
VR
Digital Healthcare Institute
Diretor, Yoon Sup Choi, Ph.D.
yoonsup.choi@gmail.com
46. Data Measurement Data Integration Data Interpretation Treatment
Smartphone Gadget/Apps
DNA
Artificial Intelligence
2nd Opinion
Device
On Demand (O2O)
Wearables / IoT
Digital Healthcare Institute
Diretor, Yoon Sup Choi, Ph.D.
yoonsup.choi@gmail.com
EMR/EHR 3D Printer
Counseling
Data Platform
Accelerator/early-VC
VR
Telemedicine
Digital Healthcare Industry Landscape (ver. 3)
54. 헬스케어 시장의 니즈는
고객마다 매우 세분화되어 있다.
• 건강인 / 환자
• 20대 / 30대 / 40대 / 50대 / 60대 / 70대 / 80대
• 남성 / 여성
• 저체중 / 정상/ 과체중
• 가족력
• 건강에 대한 관심
• 지불 능력
• 디지털 리터러시
• B2C / B2B
55. •Divide and Conquer: 한 번에 하나씩 공략 하는 수밖에.
•그렇다면 어떤 고객을 골라야하나?
•가장 절박한 니즈를 가진 고객 세그먼트
•우리가 실제로 해결책을 제시할 수 있는 고객 세그먼트
•돈을 낼 수 있는 고객 세그먼트
그러면 어떻게 해야 하는가?
61. Fig. 3 The patient record shows a woman with metastatic breast cancer with malignant pleural effusions and empyema. The patient timeline
at the top of the figure contains circles for every time-step for which at least a single token exists for the patient, and the horizontal lines show
the data type. There is a close-up view of the most recent data points immediately preceding a prediction made 24 h after admission. We
trained models for each data type and highlighted in red the tokens which the models attended to—the non-highlighted text was not
attended to but is shown for context. The models pick up features in the medications, nursing flowsheets, and clinical notes relevant to the
prediction
Scalable and accurate deep learning with electronic health
A Rajkomar et al.
6
미국 병원, “환자의 재입원율을 예측해서 패널티를 줄이고 싶다”
87. The Journal of Clinical Investigation C L I N I C A L M E D I C I N E
Introduction
Clinical laboratory testing plays a critical role in health care and
evidence-based medicine (1). Lab tests provide essential data
that support clinical decisions to screen, diagnose, and treat
health conditions (2). Most individuals encounter clinical testing
through their health care provider during a routine health assess-
ment or as a patient in a health care facility. However, individu-
als are increasingly playing more active roles in managing their
health, and some now seek direct access to laboratory testing for
self-guided assessment or monitoring (3–5).
IntheUSA,allclinicallaboratorytestingconductedonhumans
is regulated by Centers for Medicare & Medicaid Services (CMS)
based on guidelines outlined in Clinical Laboratory Improvement
Amendments (CLIA) (6). To ensure analytical quality of labora-
tory methods, certified laboratories are required to participate in
periodic proficiency testing using a homogeneous batch of sam-
ples that are distributed to each laboratory from a CMS-approved
proficiency testing program. These programs assess the total
allowable error (TEa) that combines method bias and total impre-
cision for each analyte. Acceptability criteria are determined by
CLIA and/or the appropriate accrediting agency (7).
Direct-to-consumer service models now provide means for
individuals to obtain laboratory testing outside traditional health
care settings (4, 5). One company implementing this new model is
Theranos, which offers a blood testing service that uses capillary
tube collection and promises several advantages over traditional
venipuncture: lower collection volumes (typically ≤150 μl versus
≥1.5 ml), convenience, and reduced cost — on average about 5-fold
less than the 2 largest testing laboratories in the USA (Quest and
LabCorp) (8). However, availability of these services varies by
state, where access to offerings may be more or less restrictive
BACKGROUND. Clinical laboratory tests are now being prescribed and made directly available to consumers through retail
outlets in the USA. Concerns with these test have been raised regarding the uncertainty of testing methods used in these
venues and a lack of open, scientific validation of the technical accuracy and clinical equivalency of results obtained through
these services.
METHODS. We conducted a cohort study of 60 healthy adults to compare the uncertainty and accuracy in 22 common clinical
lab tests between one company offering blood tests obtained from finger prick (Theranos) and 2 major clinical testing services
that require standard venipuncture draws (Quest and LabCorp). Samples were collected in Phoenix, Arizona, at an ambulatory
clinic and at retail outlets with point-of-care services.
RESULTS. Theranos flagged tests outside their normal range 1.6× more often than other testing services (P < 0.0001). Of the
22 lab measurements evaluated, 15 (68%) showed significant interservice variability (P < 0.002). We found nonequivalent
lipid panel test results between Theranos and other clinical services. Variability in testing services, sample collection times,
and subjects markedly influenced lab results.
CONCLUSION. While laboratory practice standards exist to control this variability, the disparities between testing services
we observed could potentially alter clinical interpretation and health care utilization. Greater transparency and evaluation of
testing technologies would increase their utility in personalized health management.
FUNDING. This work was supported by the Icahn Institute for Genomics and Multiscale Biology, a gift from the Harris Family
Charitable Foundation (to J.T. Dudley), and grants from the NIH (R01 DK098242 and U54 CA189201, to J.T. Dudley, and R01
AG046170 and U01 AI111598, to E.E. Schadt).
Evaluation of direct-to-consumer low-volume lab tests
in healthy adults
Brian A. Kidd,1,2,3
Gabriel Hoffman,1,2
Noah Zimmerman,3
Li Li,1,2,3
Joseph W. Morgan,3
Patricia K. Glowe,1,2,3
Gregory J. Botwin,3
Samir Parekh,4
Nikolina Babic,5
Matthew W. Doust,6
Gregory B. Stock,1,2,3
Eric E. Schadt,1,2
and Joel T. Dudley1,2,3
1
Department of Genetics and Genomic Sciences, 2
Icahn Institute for Genomics and Multiscale Biology, 3
Harris Center for Precision Wellness, 4
Department of Hematology and Medical Oncology, and
5
Department of Pathology, Icahn School of Medicine at Mount Sinai, NewYork, NewYork, USA. 6
Hope Research Institute (HRI), Phoenix, Arizona, USA.
Conflict of interest: J.T. Dudley owns equity in NuMedii Inc. and has received consulting
fees or honoraria from Janssen Pharmaceuticals, GlaxoSmithKline, AstraZeneca, and
LAM Therapeutics.
Role of funding source: Study funding provided by the Icahn Institute for Genomics
and Multiscale Biology and the Harris Center for Precision Wellness at the Icahn
School of Medicine at Mount Sinai. Salaries of B.A. Kidd, J.T. Dudley, and E.E. Schadt
Downloaded from http://www.jci.org on March 28, 2016. http://dx.doi.org/10.1172/JCI86318
•Mt Sinai 에서 내어놓은 Theranos 의 정확도에 대한 논문
•2015년 7월 경에 60명의 건강한 환자들을 대상으로 5일 간에 걸쳐서
•22가지의 검사 항목을 테라노스와 또 다른 두 군데의 검사 기관에 맡겨서 결과를 비교
•결론적으로 Theranos의 결과가 많이 부정확
•콜레스테롤 등의 경우는 의사의 진단이 바뀔 정도로 크게 부정확
•전반적인 테스트들 결과 정상 범위가 아니라고 판단하는 경우가 테라노스가 1.6배 많음
•22개의 검사 항목 중에서 15개에서 유의미하게 결과의 차이가 있었습니다.
•논문에서는 알 수 없는 또 다른 문제
•Theranos가 자체적으로 개발했다고 '주장' 했던 에디슨 기기를 정말로 썼느냐...하는 것
•WSJ 에 나온 과거 직원의 증언에 따르면, 이미 2015년 7월경이라면,
•에디슨 기기를 쓰지 않고 지멘스 등 기존 다른 기기에 혈액을 희석해서 쓰고 있을 때
•역시나(?) 이번에도 테라노스는 conflict-of-interest 가 있는 잘못된 논문이라는 반응
97. 시장의 문제
•“한국이 왜 매력적인 시장인가?”에 대한 설득력 있는 답 없음.
•너무 작은 국내 시장 (+ 헬스케어는 파편화된 시장)
• 혁신의 시도가 어렵고; 지속 가능한 사업모델도 적다
• 결국 해외 진출을 고민해야 함
• 하지만, 실제로는 이도저도 못하는 상황이 많음
98. 시장의 문제
•정부와 환자는 의료를 산업보다는 ‘복지’로 인식
• 소비자가 의료에 돈을 쓴다는 의식이 적음
• ‘저렴, 혹은 공짜이면서도’, ‘완벽한 의료’를 원함
• 의료로는 돈을 벌어서는 안 된다는 인식
99. 시장의 문제
•정부와 환자는 의료를 산업보다는 ‘복지’로 인식
• 소비자가 의료에 돈을 쓴다는 의식이 적음
• ‘저렴, 혹은 공짜이면서도’, ‘완벽한 의료’를 원함
• 의료로는 돈을 벌어서는 안 된다는 인식
•한국은 기본적으로 저신뢰 사회
• 정부-환자-의료계-산업계: 서로를 믿지 못함
• 미리 촘촘한 규제를 만들고, 전문성을 서로 인정하지 않는 구조
108. transfer from Share2 to HealthKit as mandated by Dexcom receiver
Food and Drug Administration device classification. Once the glucose
values reach HealthKit, they are passively shared with the Epic
MyChart app (https://www.epic.com/software-phr.php). The MyChart
patient portal is a component of the Epic EHR and uses the same data-
base, and the CGM values populate a standard glucose flowsheet in
the patient’s chart. This connection is initially established when a pro-
vider places an order in a patient’s electronic chart, resulting in a re-
quest to the patient within the MyChart app. Once the patient or
patient proxy (parent) accepts this connection request on the mobile
device, a communication bridge is established between HealthKit and
MyChart enabling population of CGM data as frequently as every 5
Participation required confirmation of Bluetooth pairing of the CGM re-
ceiver to a mobile device, updating the mobile device with the most recent
version of the operating system, Dexcom Share2 app, Epic MyChart app,
and confirming or establishing a username and password for all accounts,
including a parent’s/adolescent’s Epic MyChart account. Setup time aver-
aged 45–60 minutes in addition to the scheduled clinic visit. During this
time, there was specific verbal and written notification to the patients/par-
ents that the diabetes healthcare team would not be actively monitoring
or have real-time access to CGM data, which was out of scope for this pi-
lot. The patients/parents were advised that they should continue to contact
the diabetes care team by established means for any urgent questions/
concerns. Additionally, patients/parents were advised to maintain updates
Figure 1: Overview of the CGM data communication bridge architecture.
BRIEFCOMMUNICATION
Kumar R B, et al. J Am Med Inform Assoc 2016;0:1–6. doi:10.1093/jamia/ocv206, Brief Communication
byguestonApril7,2016http://jamia.oxfordjournals.org/Downloadedfrom
JAMIA 2016
Remote Patients Monitoring
via Dexcom-HealthKit-Epic-Stanford
제1형 당뇨환자의 혈당을 연속혈당계로 측정하여,
아이폰, EMR을 거쳐
스탠퍼드 대학병원의 의료진이 모니터링한다.
118. 규제의 문제 (1/3)
•포지티브 규제
• 법으로 명시적으로 허용한 것 외에는 모두 불법
• 규제 샌드박스, 포괄적 네거티브 규제의 도입 논의 중
119. 규제의 문제 (1/3)
•포지티브 규제
• 법으로 명시적으로 허용한 것 외에는 모두 불법
• 규제 샌드박스, 포괄적 네거티브 규제의 도입 논의 중
•식약처: 의료기기 인허가
• 최근들어 상당히 나아지고 있음
• 인공지능 의료기기 가이드라인 등의 선제적 발표
120. 규제의 문제 (1/3)
•포지티브 규제
• 법으로 명시적으로 허용한 것 외에는 모두 불법
• 규제 샌드박스, 포괄적 네거티브 규제의 도입 논의 중
•식약처: 의료기기 인허가
• 최근들어 상당히 나아지고 있음
• 인공지능 의료기기 가이드라인 등의 선제적 발표
•심평원: 신의료기술평가
• 2중 규제: 식약처의 의료기기 인허가를 받아도 판매할 수 없음
• 국내 시장에 출시하는데 시간이 더 오래 걸리는 이유
• 한국에서는 기존에 없던 새로운 것을 하기가 어려움
121. 규제의 문제 (2/3)
•의료 데이터 관련 규제의 불확실성
• ‘의료 데이터’의 명확한 법적 정의 없음
• 개인식별정보 / 비식별화, 가명화, 재식별화의 법적 정의 없음 (국회 계류 중)
122. 규제의 문제 (2/3)
•의료 데이터 관련 규제의 불확실성
• ‘의료 데이터’의 명확한 법적 정의 없음
• 개인식별정보 / 비식별화, 가명화, 재식별화의 법적 정의 없음 (국회 계류 중)
•데이터 비즈니스에 대한 국내 인식
• “대기업이 환자의 데이터를 이용해서 돈을 번다” 는 프레임
• 완벽한 보호 + 데이터의 가치 극대화: 모두 요구
123. 규제의 문제 (3/3)
•기타 주요 규제
• 영리 법인 병원 금지 (vs. 애플의 병원 설립)
• 원격 의료 금지 (vs. 텔라닥)
• 의약품 배송 금지 (vs. 아마존, 바이두)
• 유전정보 DTC 검사 금지 (vs. 23andMe)
• 보험사 건강관리서비스 회색지대 (vs. Oscar, Omada/Noom)
• 차량 공유 서비스 금지, 환자 유인행위 금지 (vs. Uber Health)
126. 한국 의료의 특수성 (1/2)
•단일 국민 건강보험 & 당연지정제
• 모든 의료 행위의 가격을 정부가 컨트롤
• 해당 의료 행위의 의학적 필요성을 정부(심평원)가 판단 (not by 의료인)
• 의사가 필요해도, 수가 적용이 되지 않아서 사용하지 못하는 경우 발생
• 정부는 기본적으로 의료계를 신뢰하지 않음 (‘저신뢰 사회’)
• 건강보험 재정을 아끼는 것이 가장 큰 목표 중의 하나
• 새로운 혁신 기술을 과감히 받아들이는 것에 매우 보수적임
127. 한국 의료의 특수성 (2/3)
•문재인케어: 보장성 강화
• ‘의학적으로 필수적인’ 의료 행위는 모두 건강보험 적용
• 보장성 강화 = 국가 컨트롤 강화 = 기업 자율성 약화 = 혁신의 저해 (글로벌과 반대)
128. 한국 의료의 특수성 (2/3)
•문재인케어: 보장성 강화
• ‘의학적으로 필수적인’ 의료 행위는 모두 건강보험 적용
• 보장성 강화 = 국가 컨트롤 강화 = 기업 자율성 약화 = 혁신의 저해 (글로벌과 반대)
•저수가 (가장 근본적 문제 중 하나)
• 국민건강보험 수가 지정이 매우 보수적임 (ex. 인공지능 의료기기)
• 수가를 받아도, 결국 저수가 (원가의 일부 밖에 보전 안됨)
129. 한국 의료의 특수성 (3/3)
•높은 접근성
• 한국은 당일 진료 vs. 미국은 예약 후 2-3주
• 미국의 많은 사업모델이 한국에서는 유효하지 않은 이유.
130. 한국 의료의 특수성 (3/3)
•높은 접근성
• 한국은 당일 진료 vs. 미국은 예약 후 2-3주
• 미국의 많은 사업모델이 한국에서는 유효하지 않은 이유.
•붕괴된 의료 전달 체계
• 일반 감기 환자도 서울대병원 응급실 내원 가능
• 1, 2, 3차 병원의 역할 분담 무너짐 (위기이자 기회일 수도)
131. “한국의 헬스케어에는 답이 없다는 것을
아는 스타트업에 투자해야 한다.”
IMM인베스트먼트 문여정 이사 (산부인과 전문의)
@스타트업 생태계 컨퍼런스 2019
133. 답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스)
5. 다른 시스템으로 간다. (해외 진출)
134. 답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스)
5. 다른 시스템으로 간다. (해외 진출)
135. 답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스)
5. 다른 시스템으로 간다. (해외 진출)
136. 답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스, 반려동물)
5. 다른 시스템으로 간다. (해외 진출)
137. 답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스, 반려동물)
5. 다른 시스템으로 간다. (해외 진출)
138. 1. 시스템에 도전하여 변화를 이끈다. (23andMe)
2. 시스템 하에서 최선의 답을 찾는다. (현재 상장사들)
3. 시스템의 틈새를 공략한다. (타다)
4. 시스템을 회피한다. (웰니스, 반려동물)
5. 다른 시스템으로 간다. (해외 진출)
답이 없는 한국의 헬스케어 시스템,
스타트업에게는 어떤 옵션이 있나?
141. 몇가지 해결책
•1. 국민 건강 보험을 이원화/다원화
• 결국 한국 의료 시장의 모든 문제는 국민건강보험으로 귀결
• 혁신 기술을 보다 적극적으로 받아들이는 국민건강보험을 추가로 개설
• 근본적인 해결책이 될 것으로 생각되지만, 현실적으로는 불가능할 것
• 소위 ‘국민 정서법’에 저촉
• ‘기계적 형평성’, ‘정치적 올바름’ 이슈
• 돈 있는 사람이 더 좋은 서비스를 받는 것 인정하지 못함
• 보장성 확대와 반대 방향, ‘의료 영리화’에도 저촉
143. 몇가지 해결책
•2. 사보험사 대상의 B2B2C
• 최근 사보험사의 디지털 헬스케어 서비스에 대한 관심 높아지고 있음
• 하지만, 국내 보험사의 관련 경험, 전문성, 데이터가 미비
• 건강관리서비스에 대한 가이드라인이 최근에 나옴
• 하지만, 회색 지대는 여전히 있으며, 해석의 여지가 존재
• 2018년 초 복지부의 건강관리서비스 TF 발족하였으나, 아직 활동 전무
• 시민단체 반발도 부담
• ‘보험사가 가입자의 데이터로 돈을 번다’는 프레임
145. 몇가지 해결책
•3. 의료기기 외의 웰니스, 의료 관련 서비스에 집중
• 진단, 치료 등의 의학적 행위 외에, 규제를 받지 않는 영역에서 사업
• 의학의 근본적인 문제를 해결하기는 어려우나, 일단 사업은 가능
• 병원 대상의 B2B
• 일반 환자 대상의 B2C
• 한국에서 성공한 대부분의 디지털 헬스케어 기업은 이 영역에 해당
• 케어랩스(2018년 IPO)의 강남언니: 성형외과 O2O 플랫폼
• DHP가 투자한 영역도 대부분 여기에 해당
• 병원용 챗봇, 의대생/의사 대상의 VR 솔루션, (+ 마음챙김 명상)
• O2O 플랫폼: 당뇨병, 탈모, 의사 찾기, (+ 간병인)
147. 몇가지 해결책
•4. 해외 진출
• 시장 크기 작고, 지불 의사도 없고, 규제도 미비된 한국 시장을 떠나서,
• 미국, 유럽, 중국, 일본, 동남아 등의 시장에 먼저 진출하려는 움직임
• 최근 일부 스타트업은 아예 해외에서 시작하거나,
• 기술 개발 후 출시를 해외에서 먼저 하는 경우 증가
149. •코로나 바이러스로 뉴 노멀이 온다.
•코로나19는 연내 종식되지 않을 것이며, 내년 이후까지 이어질 수도
•코로나19 이후에도 감염병은 또 다시 창궐할 것 + 주기적 재발
뉴 노멀을 준비하라
150. •코로나 바이러스로 뉴 노멀이 온다.
•코로나19는 연내 종식되지 않을 것이며, 내년 이후까지 이어질 수도
•코로나19 이후에도 감염병은 또 다시 창궐할 것 + 주기적 재발
•규제 및 의료 시스템에 변화의 가능성
•뉴 노멀에서도 원격의료, 의약품 배송 등의 금기가 여전히 금기일까
•의료전달체계, 지불구조, 병원 시스템, 정부 부처, 규제의 변화 가능성
•이런 변곡점은 관련 산업계에 위기이자 기회
뉴 노멀을 준비하라
151. •코로나 바이러스로 뉴 노멀이 온다.
•코로나19는 연내 종식되지 않을 것이며, 내년 이후까지 이어질 수도
•코로나19 이후에도 감염병은 또 다시 창궐할 것 + 주기적 재발
•규제 및 의료 시스템에 변화의 가능성
•뉴 노멀에서도 원격의료, 의약품 배송 등의 금기가 여전히 금기일까
•의료전달체계, 지불구조, 병원 시스템, 정부 부처, 규제의 변화 가능성
•이런 변곡점은 관련 산업계에 위기이자 기회
•어디에 기회가 있는가
•건강/의료에 대한 사회 전반의 인식 증가, 지불의사의 변화
•비대면, 원격, 배송, 정신 건강, 인구 수준의 확장성
•원격진료, 원격 환자 모니터링, 디지털 치료제 + 비대면 서비스
뉴 노멀을 준비하라