• 컴퓨터/IT > 컴퓨터공학 > 알고리즘/자료구조

출판사 리뷰

이 책의 대상 독자 여러 주제를 포함하고 있는 이 책은 \"지능 기반 의료\"로 가기 위해서, 헬스케어와 의료 분야에서 데이터 과학, 인공지능, 인간의 인지기능의 원리 및 응용에 관한 풍부한 기초를 다룬다. 주제에 관심이 있는 독자라면 누구나 읽을 수 있게 구성했다. 따라서 진료에 바쁜 의료인, 관심있는 데이터 과학자 및 컴퓨터 과학자, 통찰력을 가진 투자자, 호기심이 많은 병원 관리자 및 리더(최고 경영책임자, 최고 정보책임자 등), 그리고 지식에 목마른 환자와 그 가족이 모두 이 책의 독자가 될 수 있다. 이 책에는 임상 의사가 재미없어 할 수 있는 수학 공식이나 난해한 데이터 과학 주제들이 거의 없다. 그렇다고 의학 전문 용어로 채우고, 인공지능의 개념을 피상적으로 다루지도 않았다. 또한 데이터 과학과 인공지능에 대한 내용에 소홀하지도 않다. 이 영역의 대부분의 요소가 그러하듯, 이 책은 임상 의료, 의학 지식, 인공지능, 데이터 과학이 합쳐진 하이브리드이다. 간단히 말하면 이 책은 빠르게 성장하고 있는 의료와 인공지능 사이의 접점을 정의하는 데 관심이 있는 모든 사람을 염두에 두고 쓰였다. 이 책의 구성 1부에서는 여러 용어를 소개하고, 인공지능의 기초 개념을 설명한다. 또한 신경과학과 인공지능의 관계를 탐구한다. 인공지능의 초기 역사와 이 시기 동안의 의료 인공지능의 역사도 설명하는데, 인공지능의 탄생과 의료 분야의 응용은 오늘의 기술을 이해하는 핵심이 된다. 의료 인공지능에 관한 흔한 오해에 대해서도 간단히 설명한다. 2부는 오늘날 생의학 데이터 과학과 인공지능이 어떤 상태에 있는지 상세히 설명하고, 헬스케어 데이터, 데이터베이스, 생의학 데이터 과학의 기초 요소를 소개한다. 오늘날 가장 널리 사용되는 머신러닝과 딥러닝에 관한 내용이 2부의 핵심이다. 더불어 인지 컴퓨팅, 자연어 처리, 로보틱스의 핵심 개념도 소개한다. 의료 인공지능의 기초를 배우기 위한 추천 전략도 소개한다. 3부는 의료 인공지능이 응용되는 여러 영역을 소개하고, 의사 업무의 인지적 측면을 설명한다. 그 다음 각 세부 전문 과목별 의료 인공지능을 살펴보는데, 특히 최전선에 있는 세부 전문 과목에 대해 별도로 논의한다. 의료 인공지능을 성공적으로 구현하기 위한 여러 유용한 가이드도 소개한다. 4부는 의료 인공지능의 미래를 다룬다. 증강 및 가상현실, 만물인터넷 시대의 인공지능의 미래 등을 소개한다. 가상 비서, 양자 컴퓨팅도 간단히 다뤘다. 의학과 관련된 인공지능의 미래는 별도로 논의한다. 마지막 부분에는 핵심 참고 문헌(책과 논문), 상위 100개 이상의 참고 문헌, 알아둘 만한 의료 인공지능 회사 100개, 용어집을 수록했다.

PART 1. 인공지능의 기초

__1장. 인공지능의 기초 개념
____정의
______인공지능의 유형
______인공지능과 데이터 과학
______인간과 기계 간 지능의 확장 연속체
______데이터 분석 연속체
____인공지능과 신경과학
______의사의 두뇌와 기계 지능
______참고 문헌

__2장. 인공지능의 역사
____핵심 인물과 사건
______앨런 튜링과 튜링 머신
______다트머스 회의
______로젠블랫의 퍼셉트론
____핵심 시기와 주요 흐름
______고파이
______컴퓨터 지능
______인공지능 겨울
______참고 문헌

__3장. 의료 인공지능의 역사
____규칙 기반 전문가 시스템
____기타 인공지능 방법론
____도입 실패
____흔한 의료 분야 인공지능의 열 가지 오해
______참고 문헌
____핵심 개념

PART 2. 현재의 데이터 과학과 인공지능

__4장. 헬스케어 데이터와 데이터베이스
____헬스케어 데이터
______빅데이터
______헬스케어 데이터의 난제들
____헬스케어 데이터 관리
______데이터 프로세싱과 저장
______전자 의무 기록 사용과 상호운용성
____헬스케어 데이터베이스
______데이터베이스 관리 시스템
______관계형 데이터베이스
______객체 지향 데이터베이스
______그래프 데이터베이스
____데이터에서 지능까지의 연속체와 인공지능
______참고 문헌

__5장. 머신러닝과 딥러닝
____머신러닝 소개
______데이터 마이닝과 지식 발견
______머신러닝의 역사와 현재 상태
______머신러닝 대 전통적인 프로그래밍
______머신러닝 작업 흐름
______생명공학 분야의 데이터 과학
______의생명 데이터 과학에서의 프로그래밍 언어
______전통적 머신러닝
______장단점
______앙상블 학습
______강화 학습
____신경망과 딥러닝
______퍼셉트론과 다층 퍼셉트론
______딥러닝
______오토인코더 신경망
____모델 성능 평가
______평가 방법
______회귀 모델의 평가
______분류 모델의 평가
____머신러닝과 딥러닝의 근본적인 문제들
______해석 가능성과 설명 가능성
______편향-분산 트레이드오프
______적합fitting
______차원의 저주
______상관 관계 대 인과 관계
______머신러닝 대 딥러닝
______참고 문헌

__6장. 인공지능의 다른 핵심 개념들
____인지 컴퓨팅
____자연어 처리
____로봇공학
______자율 시스템
______로보틱 프로세스 자동화
____인공지능과 관련된 기타 핵심 기술들
______증강 및 가상 현실
______블록체인
______클라우드
______사이버보안
______사물 인터넷
____인공지능과 관련된 핵심 문제들
______편향
______윤리
______안정성
______법
____핵심 개념
____데이터 과학과 인공지능 지식 평가를 위한 10가지 질문
____의료 인공지능을 더 잘 이해하기 위한 10가지 단계
______참고 문헌

PART 3. 의료 인공지능의 현시대

__7장. 의사의 지능과 의료 인공지능
____지능 기반 의료의 논리적 근거
____의료 인공지능의 채용: 앞에 놓여진 과제들
____의사의 인지 구조와 의료 인공지능
____현재 인공지능의 의학적 응용
______참고 문헌

__8장. 전문 과목별 인공지능
____전문 과목별 최근 인공지능 현황
____전문 과목별 인공지능 전략과 응용
______모든 전문 과목을 아우르는 인공지능 응용
______마취과학
______성인 및 소아 심장내과와 심장 외과
______중환자 의학
______피부과
______응급의학
______내분비학
______소화기학
______공중 보건학과 역학
______혈액학
______감염학
______내과 일반 및 가정의학과/일차의료
______신장학
______신경과학(신경과/신경외과/신경정신의학과/심리학)
______산부인과
______종양학
______안과학
______병리학
______소아과
______호흡기내과
______영상의학과
______류마티스학
______고찰 논문과 대표 사례
______외과학
______치과학
______디지털 헬스
______유전체 의학 및 정밀의료
______재활의학과
______재생 의학
______수의학
______의학 교육과 수련
______간호학
______헬스케어 행정
______참고 문헌

__9장. 의료 인공지능의 구현
____핵심 개념
____헬스케어 기관에서의 인공지능 준비도 평가
____성공적인 의료 인공지능 구현을 위한 10가지 요소
____의료 인공지능 구현을 위해 극복해야 할 10가지 장애물
______참고 문헌

PART 4. 인공지능의 미래와 의료 응용

__10장. 인공지능의 미래에 관한 주요 개념
____5G
____강화 현실과 가상 현실
____블록체인과 사이버 보안
____뇌-컴퓨터 인터페이스
____캡슐 네트워크
____클라우드 인공지능
____엣지 컴퓨팅
____내장된 인공지능(만물인터넷)
____퍼지 인지 맵
____생성적 질의 네트워크
____하이퍼그래프 데이터베이스
____로샷 러닝
____뉴로모픽 컴퓨팅
____양자 컴퓨팅
____재귀적 피질 신경망
____스파이킹 신경망
____스웜 지능
____템포랄 컨볼루션 넷
____전이 학습
____데이터와 데이터베이스
______참고 문헌

__11장. 의료 인공지능의 미래
____핵심 개념
______참고 문헌