• 구름많음속초8.1℃
  • 흐림4.4℃
  • 흐림철원3.4℃
  • 흐림동두천4.1℃
  • 흐림파주3.7℃
  • 흐림대관령1.5℃
  • 흐림춘천4.9℃
  • 구름많음백령도6.7℃
  • 구름많음북강릉7.2℃
  • 구름많음강릉6.8℃
  • 구름많음동해7.8℃
  • 흐림서울5.4℃
  • 흐림인천6.1℃
  • 흐림원주4.3℃
  • 비울릉도10.4℃
  • 흐림수원5.8℃
  • 흐림영월4.0℃
  • 흐림충주4.0℃
  • 흐림서산7.2℃
  • 구름많음울진7.4℃
  • 흐림청주6.1℃
  • 흐림대전5.7℃
  • 흐림추풍령4.9℃
  • 박무안동5.4℃
  • 흐림상주5.1℃
  • 흐림포항10.1℃
  • 흐림군산8.2℃
  • 흐림대구7.8℃
  • 흐림전주7.7℃
  • 흐림울산10.0℃
  • 흐림창원9.6℃
  • 구름많음광주9.9℃
  • 흐림부산11.9℃
  • 흐림통영11.2℃
  • 흐림목포10.8℃
  • 흐림여수12.3℃
  • 흐림흑산도13.1℃
  • 흐림완도11.5℃
  • 흐림고창7.9℃
  • 흐림순천7.3℃
  • 흐림홍성(예)7.0℃
  • 흐림5.6℃
  • 흐림제주14.9℃
  • 흐림고산14.5℃
  • 흐림성산15.6℃
  • 흐림서귀포15.0℃
  • 흐림진주6.6℃
  • 흐림강화5.0℃
  • 흐림양평5.1℃
  • 흐림이천4.2℃
  • 흐림인제4.3℃
  • 흐림홍천4.2℃
  • 흐림태백2.1℃
  • 구름많음정선군3.1℃
  • 흐림제천2.2℃
  • 흐림보은5.2℃
  • 흐림천안4.6℃
  • 흐림보령8.1℃
  • 흐림부여7.7℃
  • 흐림금산5.6℃
  • 흐림6.3℃
  • 흐림부안8.1℃
  • 흐림임실6.1℃
  • 흐림정읍6.7℃
  • 흐림남원6.8℃
  • 흐림장수4.7℃
  • 흐림고창군7.4℃
  • 흐림영광군7.6℃
  • 흐림김해시9.5℃
  • 흐림순창군6.6℃
  • 흐림북창원9.5℃
  • 흐림양산시11.7℃
  • 흐림보성군10.0℃
  • 흐림강진군10.1℃
  • 흐림장흥9.8℃
  • 흐림해남11.2℃
  • 흐림고흥11.0℃
  • 흐림의령군5.8℃
  • 흐림함양군5.5℃
  • 흐림광양시11.8℃
  • 흐림진도군11.0℃
  • 구름많음봉화4.2℃
  • 흐림영주4.6℃
  • 흐림문경5.1℃
  • 구름많음청송군6.7℃
  • 흐림영덕8.2℃
  • 흐림의성5.7℃
  • 흐림구미5.8℃
  • 흐림영천7.0℃
  • 흐림경주시8.3℃
  • 흐림거창5.6℃
  • 흐림합천7.1℃
  • 흐림밀양10.2℃
  • 흐림산청6.2℃
  • 흐림거제9.6℃
  • 흐림남해0.0℃
  • 흐림9.3℃
기상청 제공

2026년 11월 09일 (월)

“한의 진단, 빅데이터 분석 통한 표준화 체계 마련”

“한의 진단, 빅데이터 분석 통한 표준화 체계 마련”

한의학연구원, ‘건강인 한의 핵심 생체지표 백서’ 발간
한의 분야의 인공지능 전환 위한 필수 기초 자산을 구축

이상훈 책임연구원(연구책임자).png

이상훈 책임연구원

 

[한의신문] 한국한의학연구원(원장 이진용·이하 연구원)이 한의 분야 인공지능(AI) 개발의 핵심 기반이 될 ‘건강인 한의 핵심 생체지표 백서’를 발간했다.

 

연구원은 이번 백서가 한의 진단의 한계를 극복하고 인공지능 개발에 필수적인 한의 임상데이터의 AI-ready 데이터를 구축하기 위해 기획됐다고 밝혔다.

 

이번 백서 발간을 통해 연구원은 1만3000명에 달하는 건강인의 데이터를 분석해 ‘건강인의 표준 분포(참조 기준)’를 제시하는 성과를 거뒀다.

 

이를 통해 한의 진단 데이터를 객관적으로 비교·검증할 수 있는 표준화된 체계를 마련했으며 AI 전환을 위한 데이터 상호호환성을 확보할 수 있게 됐다.

 

특히 이번 백서는 한의 임상 현장에서 주로 쓰이는 생체지표에 대해 △표준 측정 절차서(SOP) △참조값 △한국인 성별·연령별·체질별 표준 분포를 종합적으로 제공한다.

 

(이미지) KMBIG 홈페이지 화면.png

 

최근 의료 인공지능 분야에서는 전자의무기록(EHR)과 연계 가능한 표준화된 데이터 확보가 중요해지고 있다.

 

그러나 한의약 분야에서는 통일된 측정 절차와 참조 기준이 미비해 임상 데이터를 체계적으로 축적하고 분석 및 활용하는 데 어려움을 겪어 왔고, 이번 백서가 이를 해소해 줄 전망이다.

 

연구팀은 이번 백서에 공개된 표준 측정 절차서를 준수해 데이터를 수집할 경우, 개별 연구자와 기업이 수집한 데이터를 1만3000명의 건강인 참조데이터와 연계해 통합 분석할 수 있다고 설명했다.

 

이어 연구팀은 “이는 별도의 가공 없이 AI 학습에 즉시 활용 가능한 ‘AI-ready 데이터’ 확보가 가능해진다는 것을 의미한다”며 “한의 인공지능 개발의 진입장벽을 낮추는 계기가 될 것”이라고 기대했다.

 

실제 일부 한방의료기관에서는 본 백서의 표준 프로토콜을 도입해 AI 기반 진료체계 구축을 검토하고 있다.

 

(이미지) 한의 건강검진 데이터셋.png

 

연구책임자 이상훈 박사는 “이번 백서는 한의 분야의 인공지능 전환(AX)을 데이터 구조 차원에서 뒷받침하는 핵심 기반으로서 향후 한의 전자의무기록 표준화는 물론 디지털 헬스케어 산업 활성화와 의료 AI 정책 수립에도 큰 도움이 될 것”이라고 밝혔다.

 

한편, 이번 연구는 한국한의학연구원 기본사업의 지원을 받아 수행했고, 과제명은 ‘AI 한의사 개발을 위한 임상 빅데이터 수집 및 서비스 플랫폼 구축(KSN1923110)’, ‘LLM 기반 한의 빅데이터 통합 진료지원 인공지능 서비스 개발(KSN2511022)’다.

 

 

백서 전문은 한국한의학연구원 홈페이지(www.kiom.re.kr) 내 ‘연구성과>출판물’에서 확인 가능하다.

(이미지) 한의 빅데이터(KMBIG) 공유활용 서비스.png

 

관련기사

가장 많이 본 뉴스

더보기

최신뉴스

더보기

뉴스

더보기