핵심 아이디어
- 타깃
- 대학병원·종합병원의 교육수련부, 전공의(레지던트), 과장급 주치의. 매주 증례토의를 주관하거나 참석하는 의사.
- 문제
- 매주 열리는 증례토의(case conference)에서 여러 과 의사가 복잡 케이스를 논의하지만, 기록이 남지 않음. PPT 한 장 + 기억에 의존. 3개월 후 유사 환자 올 때 '그때 어떻게 했더라?' 답 없음. 전공의는 과거 케이스를 공부할 방법이 없음. 현재: 파워포인트 + 구두 발표 + 미기록.
- 해결
- 증례토의 시 회의실 마이크로 녹음 → AI가 자동으로 환자 정보 비식별화 + SOAP 형식 정리 + 논의 쟁점·결론 구조화. 축적된 케이스 DB에서 증상·진단·치료 기반 유사케이스 즉시 검색. 학회 발표·논문용 케이스 리포트 자동 생성.
- 차별화
- 증례토의 기록률 0% → 100% 자동기록. '그때 그 케이스'를 30초 안에 검색 가능(현재: 불가능). 전공의 교육 시간 대폭 단축.
핵심 기능
- 01
증례토의 음성 자동 전사 + 환자정보 비식별화 + SOAP 구조화
- 02
증상·진단·치료 기반 유사케이스 AI 검색 엔진
- 03
케이스 DB 시각적 브라우저 (과별·질환별·시기별 필터)
- 04
전공의 학습노트 연동 + 개인 케이스북 자동 생성
- 05
학회 발표용 케이스 리포트 원클릭 생성
시장과 비즈니스
수익 구조
| 핵심 모델 | 병원 단위 구독 ₩390,000/월 × 50병원 = 월 ₩19,500,000. |
|---|---|
| 근거 01 | 프리미엄(크로스 병원 검색) ₩590,000/월. |
| 근거 02 | 돈 내는 이유: 전공의 수련 품질이 병원 평가 점수에 직결 + 의료사고 시 과거 유사 대응 즉시 참조 가능(리스크 관리). |
- 개발 기간
- 약 14주
- 시장 규모
- 전체 시장 한국 100병상 이상 병원 약 3,000개 × ₩390,000/월 = 연 ₩140억유효 시장 대학병원 + 종합병원(주 1회 이상 증례토의) 약 500개 × ₩390,000/월 = 연 ₩23억초기 목표 시장 초기 50병원 × ₩390,000/월 = 연 ₩2.3억
- 시장 흐름
- emerging
발견 근거
- 시장 신호
- AI 데이터 분석 리포트(비정형 음성→구조화 데이터) × 의사(증례토의라는 완전 오프라인 프로세스) × 역발상(오프라인에서만 가능한데 아무도 디지털화 안 한 것 = 의사 간 구두 지식 전수)
- 분석 방식
- 방법 5: 오프라인→디지털 전환 — 100% 오프라인+구두로만 존재하던 의료 지식 전수 프로세스를 검색 가능한 데이터로 변환
- 포착 일자
- 2026.03.01