디지털 헬스케어 : 의료의 미래 = Digital health care

목차 (Table of Contents)

• 목차
• 들어가는 말 = 5
• 집필에 도움을 주신 분들 = 12
• 1부 디지털 헬스케어가 온다 = 27
• 1장 변혁의 쓰나미 앞에서 = 29
• 디지털 기술의 기하급수적 발전 = 30
• 의료를 덮치는 변화의 쓰나미 = 35
• 변화할 것인가, 도태될 것인가 = 36
• 디지털 헬스케어의 범주 = 38
• 디지털 헬스케어의 지향점 = 43
• 2장 누가 디지털 헬스케어를 이끄는가 = 45
• 디지털 헬스케어의 원년 = 45
• 허물어지는 산업 간 경계 = 48
• 혁신의 주인공, 스타트업 = 49
• 한국 디지털 헬스케어의 현실 = 51
• 3장 데이터, 데이터, 데이터! = 54
• 인간＝데이터 = 55
• 근거 중심 의료에서, 데이터 주도 의료로 = 57
• 집단으로서의 환자 vs. 개인으로서의 환자 = 61
• 데이터 주도 의료란 : 스탠퍼드 병원의 사례 = 63
• 4장 4P 의료의 구현 = 67
• 맞춤의료 = 67
• 예방의료와 예측의료 = 69
• 정밀의료 = 75
• 2부 디지털 헬스케어는 어떻게 구현되는가 = 79
• 5장 디지털 헬스케어의 3단계 = 81
• 1단계 : 데이터의 측정 = 84
• 6장 스마트폰 : 의료 혁신의 핵심 기기 = 85
• 의료의 미래는 당신의 스마트폰 속에 = 85
• 슈퍼 컴퓨터 vs. 스마트폰 = 88
• 스마트폰의 센서들 = 89
• 카메라, 의사의 눈 = 92
• 청진기 대신, 마이크 = 95
• 가속도계와 자이로미터 = 96
• 스마트폰 의학연구 플랫폼, 애플 리서치키트 = 98
• 신약개발을 위한 앱 = 101
• 스마트폰＋가젯 = 102
• 7장 웨어러블 디바이스 : 입는 기기로 연결되는 인간 = 106
• 웨어러블 홍수의 시대 = 107
• 왜 헬스케어 웨어러블인가? = 110
• 웨어러블로 측정할 수 있는 것 = 112
• 활동량 = 112
• 심박수 = 113
• 심전도 = 114
• 심박변이도 = 117
• 체온 = 117
• 수면 = 118
• 산소포화도 = 119
• 혈당 = 120
• 혈압 = 122
• 혈류 = 123
• 호흡수 = 124
• 피부 전기 반응 = 124
• 안압 = 126
• 자세 = 127
• 복약 = 127
• 생리 = 128
• 공기의 질 = 129
• 8장 개인유전정보 분석의 모든 것 = 131
• 개인유전정보 분석 = 131
• 디지털 기술과 유전정보 = 133
• 개인유전정보 분석의 시대 = 136
• 유전정보 분석의 종류 = 138
• 개인유전정보 분석의 개척자, 23andMe = 142
• 23andMe의 분석 항목 = 145
• 패쓰웨이 지노믹스의 분석 항목 = 150
• 개인유전정보 분석의 한계 = 153
• 유전정보의 폭발적 증가 = 156
• 23andMe의 연대기로 보는 DTC의 역사 = 160
• (1) 창업 이후 돌풍을 일으키다(2006∼2013) = 161
• (2) FDA의 규제 철퇴를 맞다(2013) = 164
• (3) 재기를 노리다 : 보인자 DTC 검사 허가(2014∼2015) = 165
• (4) 질병 위험도 예측 DTC 서비스 재개(2017. 4) = 167
• (5) 유방암 유전자 DTC 서비스 최초 승인(2018. 3) = 168
• (6) 질병 위험도 유전자 검사에 Pre-Cert 규제 적용(2018. 6∼) = 169
• DTC 유전정보 검사는 정말 위험할까 = 171
• 국내 DTC 현황 : 전면 금지와 예외적 허용 = 174
• 규제 샌드박스, 언발에 오줌 누기 = 177
• 커져만 가는 글로벌과 국내의 괴리 = 178
• 내 유전정보는 누구의 소유인가 = 180
• 태어나기 전부터 사망 이후까지 = 182
• 9장 디지털 표현형, 스마트폰은 당신이 우울한지 알고 있다 = 185
• 디지털 표현형 = 187
• 스마트폰은 당신이 우울한지 알고 있다 = 189
• 마인드스트롱 헬스 = 192
• SNS의 디지털 표현형 = 197
• 트위터를 통한 정신질환 파악 = 199
• 인스타그램도 당신이 우울한지 알고 있다 = 202
• 디지털 표현형, 의료 데이터의 확장 = 205
• 10장 환자 유래의 의료 데이터 = 208
• 환자 유래의 의료 데이터 : 마지막 퍼즐 조각 = 209
• 나의 의료 데이터는 누구의 소유인가 = 212
• 환자 유래 데이터에 의한, 환자의 권한 강화 = 216
• 참여의료의 구현 = 217
• 2단계 : 데이터의 통합 = 219
• 11장 헬스케어 데이터의 통합 = 220
• 한 사람의 건강 상태를 이해하려면 = 222
• 헬스케어 데이터 통합의 어려움 = 224
• 모든 헬스케어 데이터를 통합하는 플랫폼 = 226
• 천릿길도 한 걸음부터 = 229
• 12장 헬스케어 데이터 플랫폼 : 애플과 발리딕 = 231
• 헬스케어 회사, 애플 = 231
• 헬스키트, 애플 헬스케어의 시작 = 233
• 헬스키트 : 환자 유래의 의료 데이터 통합 = 236
• 애플 헬스 레코드 : 진료기록의 통합 = 237
• 애플 헬스케어 생태계의 양대 플랫폼 = 242
• 헬스케어 데이터 전문 플랫폼, 발리딕 = 243
• 애플 헬스키트와 차이점 = 246
• 바이탈스냅 = 248
• 데이터 플랫폼의 현재 = 249
• 13장 모든 사람의, 모든 데이터를 모은다면 = 252
• 톱-다운 연구 vs. 바텀-업 연구 = 252
• 구글 베이스라인 프로젝트 = 254
• All-of-Us 프로젝트 = 256
• 100만 명 웰니스 프로젝트 = 260
• 3단계 : 데이터의 분석 = 265
• 14장 빅데이터 의료를 위해 = 266
• 데이터 폭발의 시대 = 267
• 머니볼과 빅데이터 의료 = 269
• 대형마트에서 엿보는 미래 의료 = 271
• 타깃은 어떻게 고객의 임신을 예측했나 = 273
• 빅데이터로 천식을 예측하기 = 275
• 두 가지 분석법 : 사람, 그리고 인공지능 = 282
• 15장 원격의료 : 원격 환자 모니터링 = 284
• 원격의료와 원격진료를 구분하라 = 285
• 원격 환자 모니터링 = 287
• 당뇨병 환자의 원격 모니터링 = 289
• 원격 환자 모니터링의 숙제 = 293
• 인공지능의 필요성 = 295
• 16장 원격의료 : 원격진료 = 297
• 한국의 원격진료 = 298
• 성장하는 미국의 원격진료 시장 = 299
• 미국 의료 시스템의 특수성 = 301
• 원격의료, 붕괴한 의료 시스템의 대안? = 304
• 텔라닥 : 미국 최초, 최대의 원격의료 회사 = 305
• 텔라닥의 고객과 수익 모델 = 306
• 텔라닥의 효용 : 홈디포의 사례 = 308
• 텔라닥의 효용 : 렌트어센터의 사례 = 309
• 원격진료의 여러 모델 (1) 스마트폰 데이터 판독 = 310
• 원격진료의 여러 모델 (2) 원격 2차 소견 = 312
• 원격 2차 소견의 가치 = 313
• 원격진료의 여러 모델 (3) 온디맨드 원격처방 = 316
• 원격진료 회사들은 얼마나 제대로 진료할까 = 318
• 피부과 원격진료의 한계와 부정확성 연구 = 321
• 원격의료 전문의를 양성한다면 = 325
• 한국의 원격의료, 어떻게 해결해야 하나 = 327
• 한국의 원격의료, 더 근본적인 문제 = 333
• 17장 인공지능 = 336
• 디지털 헬스케어의 화룡점정 = 337
• 인공지능의 발전 = 339
• 딥러닝의 발전 = 341
• 스마트폰으로 부정맥 진단 = 344
• 심장내과 전문의를 능가하는 인공지능 = 348
• 중환자실의 데이터 분석 및 예측 = 350
• 인공지능을 이용한 혈당관리 = 353
• IBM 왓슨을 이용한 혈당관리 앱 = 354
• 슈거아이큐의 활용 사례 = 356
• 개인맞춤 혈당관리의 미래 = 357
• 유전정보 기반의 다이어트 = 360
• 유전정보＋애플 헬스키트＋왓슨＝OME = 362
• 3부 디지털 헬스케어의 새로운 물결과 숙제 = 367
• 18장 디지털 치료제, 또 하나의 신약 = 369
• 디지털 치료제가 온다 = 370
• 디지털 치료제의 유형 = 374
• 디지털 치료제와 SaMD = 376
• 최초의 디지털 치료제, 페어 테라퓨틱스 = 380
• 아킬리 인터렉티브, ADHD 치료용 게임 = 385
• 앱으로 당뇨병을 예방한다 = 390
• 오마다 헬스, 가장 큰 당뇨 예방 프로그램 = 391
• 눔, 체중 감량 및 당뇨 예방 스타트업 = 394
• VR을 이용한 공포증 치료 = 396
• VR 기반의 PTSD 치료 = 398
• 버추얼 베트남 = 399
• XBOX 게임, 그리고 버추얼 이라크 = 401
• '오즈의 마법사' = 404
• 버추얼 이라크의 치료 성과 = 405
• 통제 대신, VR = 406
• 화상 환자의 VR 진통제 = 407
• 'VR 약국', 어플라이드VR = 409
• 더 많은 디지털 치료제들 = 412
• 알츠하이머 치료 앱, 드테라 사이언스 = 412
• 우울증 치료 챗봇, 워봇 = 313
• 수면제 앱, 빅 헬스 = 414
• 누구도 가보지 않은 길 = 416
• 난관 1. 어떻게 규제할 것인가 = 417
• 난관 2. 보험 적용을 받을 수 있을까 = 419
• 난관 3. 의사가 과연 처방할 것인가 = 420
• 난관 4. 환자는 디지털 치료제를 쓸까? = 422
• 제약사와 디지털 치료제의 관계 = 424
• 디지털 치료제라는 미래 = 425
• 19장 헬스케어 웨어러블 딜레마 : 돌파구는 어디에 = 429
• 웨어러블의 시대는 끝났는가 = 430
• 죽음의 계곡 = 432
• 웨어러블의 돌파구는 어디에 = 434
• 당신은 돌아갈 것인가? = 435
• 헬스케어 웨어러블 딜레마 = 436
• 웨어러블이 정말 정확해야 하는가? = 440
• 가장 정확한 웨어러블 = 441
• 웨어러블은 과연 정확해야 하는가 = 445
• 지속 사용성 : 웨어러블 최대의 난제 = 448
• 웨어러블, 얼마나 오래 사용하나 = 449
• 핏빗의 활성 사용자 = 451
• 난제를 푸는 두 가지 방법 = 454
• 기존의 습관에 묻어가기 = 456
• 애플워치의 높은 지속 사용성 = 458
• 애플워치는 스마트 워치인가? = 461
• 기존 행동 활용의 한계 = 465
• 구글 글래스의 실패 원인 : 쪽팔림 = 467
• 당뇨병 패러독스 = 471
• 무엇이 지속 사용성을 결정하는가 = 473
• 웨어러블, 어떻게 효용을 제공할 것인가 = 477
• 측정만으로는 안 된다 = 478
• 필자의 수면 모니터링 (1) 오라 링 = 479
• 필자의 수면 모니터링 (2) 슬립 사이클 = 480
• 웨어러블, 효용의 세 가지 조건 = 483
• 웨어러블의 효용 : 여섯 가지 유형 = 485
• 웨어러블의 의료적 효용 = 486
• 발작을 측정하는 웨어러블 = 487
• 핏빗은 어떤 효용이 있는가 = 490
• 활동량 측정계를 이용한 임상연구 = 492
• 심박수 기반의 부정맥 측정 = 496
• 애플워치의 심전도 및 부정맥 측정 = 499
• 의학적 효용, 그 이상의 가치? = 503
• 웨어러블의 재정적 효용 : 열심히 운동하면 돈을 준다 = 504
• 데이터 기반의 보험 = 504
• 보험사의 금전적 인센티브 = 506
• 정확성은 중요하다 = 509
• 웨어러블의 오락적 효용 : 포켓몬GO, 그리고 펠로톤 = 510
• 전 세계를 강타한 포켓몬GO = 511
• '의도치 않은' 최고의 헬스케어 앱 = 514
• 너무 재미있어서 쓰지 않을 수 없었으나 = 516
• 헬스케어의 넷플릭스, 펠로톤 = 517
• 컬트 문화를 통한 사용자 경험 = 520
• 웨어러블의 돌파구, 어디에 있는가 = 523
• 웨어러블의 세 가지 축 = 523
• 맥락을 고려해야 한다 = 525
• 효용의 간접 수혜자 = 528
• 헬스케어 효용의 역설 = 530
• 돌파구는 웨어러블이 아닐 수도 = 531
• 웨어러블은 미래가 될 수 있을까 = 534
• 4부 미래로 가는 길 = 537
• 20장 대기업, 어디에서 시작해야 하나 = 539
• 미래는 예측 가능한가 = 540
• 한국 대기업이 간만 보는 이유 = 541
• 구글이 닥치는 대로 잡다하게 하는 이유 = 542
• 대기업의 선택지 = 544
• 21장 제약사, 디지털이 날개를 달아줘요 = 546
• 23andMe의 유전정보 데이터베이스 = 548
• 개인유전정보 기반의 신약개발 = 549
• 유전정보를 이용한 파킨슨병 신약개발 = 550
• 인공 지능 기반의 신약개발 = 551
• 아톰와이즈, 딥러닝 기반의 신약개발 = 553
• IBM 왓슨을 통한 임상시험 환자 모집 = 557
• 신약 임상시험을 위한 IBM 왓슨 = 561
• 병원 밖 임상 참여자의 데이터 측정 = 562
• SNS를 통한 신약 부작용 발견 = 564
• 페이션츠라이미를 통한 항우울제 부작용 발견 = 566
• 디지털 치료제, '약'이라는 개념의 확장 = 568
• 22장 보험사, 근본적인 변화 = 570
• 활동량 기반의 건강관리 서비스 = 571
• 데이터 기반의 새로운 보험사 = 573
• 사후적, 수동적 보험 vs. 선제적, 능동적 보험 = 575
• 디지털 치료제의 활용 = 577
• 디지털 표현형, 더 과감한 기술 = 579
• 해결해야 할 숙제들 = 581
• 1. 임상적으로 증명된 기술만 이용해야 한다 = 581
• 2. 데이터의 소유권, 보안 및 프라이버시 문제 = 582
• 3. 의료 행위 해당 여부에 대한 해석 = 583
• 윈윈 모델을 위해 = 586
• 23장 자동차, 헬스케어를 더한다면 = 587
• 헬스케어 플랫폼으로서의 자동차 = 588
• 커넥티드 자동차, 헬스케어 적용 방안 = 590
• 자동차에 탑승하기 이전의 데이터 = 591
• 자동차만의 강점을 활용하라 = 592
• 자동차와 헬스케어의 미래 = 594
• 24장 스타트업, 변화의 동력이 되려면 = 596
• 헬스케어 시장은 정말 큰가 = 598
• 꼭 필요한 것을 만들어야 한다 = 600
• 한국 의료 시스템의 특수성을 이해하라 = 603
• 한국만의 규제를 이해해야 한다 = 605
• 해커톤 아이템을 사전 심사하는 이유 = 608
• 의학적으로 타당한 문제와 해결책 = 6109
• 근거, 근거, 근거! = 611
• 테라노스 사태의 본질 = 612
• 큰 아이디어가 필요하다 = 615
• 더 많은 스타트업이 필요하다 = 618
• 이를 위한 정부의 역할 = 620
• 25장 혁신을 어떻게 규제할 것인가 = 622
• 규제기관의 딜레마 = 623
• 포지티브 규제 vs 네거티브 규제 = 625
• 기술 혁신을 위한, FDA의 규제 혁신 = 628
• Pre-Cert, 악마는 디테일에 = 629
• FDA의 규제 혁신에서 배울 것들 = 631
• 한국, 어디부터 시작할 것인가 = 633
• 식약처의 디지털 헬스케어 담당 인력은 몇 명? = 635
• 누구의 결정이 필요한가 = 637
• 나가는 말 : 한국 디지털 헬스케어의 미래를 위한 10가지 제언 = 639
• 참고문헌 = 652