3. 3
헬스케어란?
•건강과 관련된 모든 분야를 아우르는 개념
- 환자, 병원, 보험사, 제약회사, 정부 등 다양한 주체가 개입
•질병의 예방, 치료, 관리로 이어지는 연속적인 개념
•고령화 사회로 넘어가면서 가장 많은 돈이 들어가는 분야
4. 4
디지털 헬스케어란?
•최신 정보통신 기술을 헬스케어에 접목한 분야
•미래의 의학을 책임질 핵심 개념
•의료비를 줄일 수 있다는 측면에서 각광
•키워드
- 유전체 분석
- 웨어러블 디바이스
- 모바일 헬스케어
- 개인의료정보(Personal Health Record)
- 인공지능
6. 6
빅데이터 - 유전 정보
•유전정보를 10만원 내외로 분석
•현재로서는 자신의 인종 찾기 등의 흥미 위주 접근
•데이터를 축적하여 질병 예방과 치료에 활용하는 것 목표
7. 7
빅데이터 - 활동량 정보
•모바일 헬스케어에 있어 가장 처음으로 성장한 시장
•Fitbit: ‘15.6월 상장시 시가총액 $6.1B (최고액 $10.7B)
- 최근 급격한 주가 하락세
•Misfit: ‘15.11월 Fossil에 2,600억원에 인수
- Fitbit 주가 차트 -
최고가
2015.08.05
$51.64
2016.06.07
$14.36
8. 88
빅데이터 - 식사 정보
•활동량 데이터 다음으로 대두되고 있는 분야
•스마트폰을 활용한 손쉬운 식사 기록
•식생활 변화를 통한 체중 감량 및 만성질환 예방에 활용
9. 9
•생활습관 데이터를 정확하게 모으는 것에 집중
- 빅데이터의 대부분이 Activity data(걸음 수)
- 활동량 정보를 모았으나 실제적인 행동변화로 연
결이 어려움
•생활습관 데이터의 해석을 바탕으로
행동변화를 이끌어내는 서비스가 생존
“Now I think a lot of that effort is going
to go into making that data
actionable, whether it’s through
coaching, insights, or guidance.”
2015.12 Time誌 Fitbit CEO 제임스 박 인터뷰
빅데이터 - 향후 방향
18. 18
인공지능 - 4차 산업혁명
•딥러닝/머신러닝 기능을 활용하여 기존
사람 의사보다 높은 진단율 보여줌
•IBM Watson, Google의 Deepmind
등이 선두 주자
•영상 판독, 진단의 정확성을 높이는 방
향으로 의료에 활용
•향후 의료인력을 대체할 것으로 기대
19. 19
IBM 왓슨硏 마이클 카라식 수석부사장
“컴퓨터 역사 자체가 인간이 수동으로 하는 것을 자동화하는 과정이라고
볼 수 있다.”
“왓슨은 사람들에게 도움이 되는 존재다. 사람들이 보다 잘 분석할 수 있
도록 돕고 기억하지 못하는 것을 기억해 내는 부분에서 돕고 있다.”
“Watson의 목적은 인간의 인지 능력을 강화(augment)시키는 것
이지, 결코 인간을 대체하기 위한 것이 아니라는 점이다.”
“Watson은 치료 결정을 내린다기보다는 의사에게 가능한
치료 권고안 (recommendation)을 제공하는 것이다.”
IBM 왓슨 CTO, Rob High
인공지능 - 인간을 돕는 역할
출처 : 손재권 기자 블로그/최윤섭의 헬스케어 이노베이션 블로그
20. 20
전문가의 개입을 기술과 연동시키는 것은 글로벌 트렌드
https://www.lolatravel.com/Facebook launches “M”
페이스북 “M” KAYAK “Lola”
메신저를 통한 가상 비서 메세지를 통한 여행 계획 수립
“Udacity”
자동화 온라인 교육 과정에 휴먼코치 연동
• Sebastian Thrun
(CEO of Udacity)
• 스탠포드 인공지능 교수, 자율주행
자동차 연구
• 기술 + 사람이 가장 효과적인 도구
라고 생각하여 Udacity 창업
인공지능 - 인간을 돕는 역할
24. 24
•수분 섭취량을 기록하는 것이 오히려 어플리케이션의 활용도를 낮춤
•사진을 찍어 자동으로 칼로리를 기록한 그룹에서 오히려 체중 증가
필요한 기능이 꼭 좋은 기능일까?
25. 25
•스트레스를 측정하는 것이 내 스트레스를 줄이는데 어떤 도움을 주는가?
•수면 패턴을 측정하여 더 잠을 잘 잘수 있는가?
문제를 해결 할 수 있는가?
26. Take Home Message
•디지털 헬스케어는 최신 정보 통신 기술을 활용하여 의료비를 줄여줄 것으로 기대
•빅데이터, 모바일, 인공지능 관련 디지털 헬스케어 서비스가 새롭게 출시되어 의료의
판도를 바꾸고 있음
•명확한 비지니스 모델을 가지고 살아남는 서비스가 헬스케어에서 안착할 것임
35. 0주차 6주차 10주차 15주차 1년 후
1년째 체중 감소효과 유지
행동변화를 통한 건강한
생활습관 안착
눔의 효과성 입증(1) – 서울시 대사증후군 관리 사업
• 2015년 건강나눔도심걷기 사업
• 대상자 : 30~50세 직장인 120명
• 기간 : 15주간 진행
• 임상지표 개선* : 혈압,콜레스테롤, 공복시 혈당, 허리둘레 등 대사증후군 위험인자
의 유의미한 개선효과 보임
• 1년 후 체중 측정 시에도 효과가 유지됨
36. 미국 최초로 당뇨병을 예방할 수 있는 모바일 헬스 솔루션으로 입증 되었습니다.
수년간의 임상 자료로 발표된 이번 연구 결과는
눔이 개발한 24주 당뇨병 예방 프로그램을 통해,
“스마트폰 앱만으로 64% 의 참여자들이 transformative
weight loss (당뇨병에 의미있는 예방을 가져올 수 있는 5%
이상의 체중 감량 및 건강신호 개선)를 이뤄냈다”고 입증
미국 CDC(질병관리본부)에서 발표한 자료에 대입하자면,
“눔 당뇨병 예방효과를 얻은 68%의 대상들이 당뇨병에 걸릴
확률을 58%나 줄였다”고 합니다.
눔의 효과성 입증(2) – 당뇨예방 효과성 연구
37. 2014
생명보험사회공헌재단 사업
16 주, 100명 참여
98% 완주
평균 체중 감량치 : 4.3kg
평균 체질량 지수(BMI) 감소 : 5.0%
2015
생명보험사회공헌재단 사업
16 주, 100명 참여
100% 완주
평균 체중 감량치 : 5.9kg
평균 체질량 지수(BMI) 감소 : 5.6%
혈당, 혈중 지질, 혈압 수치 개선
(우측의 표 참고)
2014년
건강보험공단사업
12 주 40명 참여
100% 완주
평균 체중 감량
운동만 한 그룹 : 0.6kg
운동 + Noom : 1.8kg
2015년
건강보험공단사업
24 주, 200명 참여
60% 완주
체중 감량 및 유지 : 84.4%
평균 체중 감량 : 1.07kg
2015년
H+ 양지병원
12 주, 50명 참여
50% 완주
체중 감량 : 62%
• 국내 파일럿 결과 정리
•2015년 생명보험사회공헌재단
사업 혈액 검사 결과
눔의 효과성 입증(3) – 국내 시범사업 결과 정리
39. 2014~2016년 한국에서 50명 이상 진행한 시범사업 참가자 460명의 인구분포를 분석 결과,
대부분의 참가자는 30~50대가 차지 하였습니다.
나이
키
(cm)
몸무
게(kg)
BMI
평균 44.55 164.65 73.24 26.8
최소 15 145.5 44 18.7
최대 72 187 133.2 41.3
표준분포 11.68 9.21 15.05 3.79
0
35
70
105
140
10대 20대 30대 40대 50대 60대 70대
참가자명수
눔 사용자 분석: 인구 분포
40. 전체 눔 어플 사용률은 동기부여가 명확한 시범사업 시작 초기에는 85% 이상을 유지하다가
갈수록 조금씩 감소합니다. 매출 기준 최상위 국내 모바일 게임의 주별 사용률(WAU)이
60% 수준임을 고려할 때 이는 매우 높은 사용 충성도를 보인다고 할 수 있습니다.
84%
91% 93% 90% 89%
85% 84%
80%
77%
70% 70%
66%
%
20%
40%
60%
80%
100%
1주차 2주차 3주차 4주차 5주차 6주차 7주차 8주차 9주차 10주차 11주차 12주차
앱사용률
눔 사용자 분석: 사용 충성도
41. 연령별 분석 결과, 20-50대는 거의 비슷한 사용빈도를 보입니다.
이는 눔과 같은 모바일 어플에 익숙하지 않을 것이라고 예상되는 50대 이상도,
실제로 어플을 잘 사용 하고 있다는 것을 나타냅니다.
%
20%
40%
60%
80%
100%
120%
1주차 2주차 3주차 4주차 5주차 6주차 7주차 8주차 9주차 10주차 11주차 12주차
연령대별 사용률
20대 30대 40대 50대 60대
눔 사용자 분석: 연령별 사용률