반도체 메이커 NVIDIA는 최첨단 GPU를 개발하고 있다는 장점을 살려, AI와 딥 러밍 분야에도 적극 진출하고 있다. 그런 NVIDIA는 의료용 AI의 개발도 진행하고 있으며, 화상 진단 등을 실시하는 방사선과의를 지원하는 의료용 AI를 포함 한 툴킷 "Clara"를 개발하고 있다.
Clara는 방사선과의를 위해 개발 된 AI 및 소프트웨어 도구를 포함한 키트이며, 화상 진단에 사용되는 의료 영상 처리를 지원해주는 것. 엑스레이 등으로 촬영 된 환자의 이미지를 분석하고, 질병과 종양의 징후를 발견하는 방사선 치료에 지원된다고 한다면 많은 사람들이 혜택을 받을 수 있게된다.
이미지 진단 AI를 구축하기 위해서는 훈련용 데이터 세트가 필요하게 되는데, 바쁜 방사선과의가 Clara를 양성하기 위해 데이터 세트를 생성하는 시간을 염출하는 것은 극히 어려운 일이다. 이러한 노력이 의료 현장에서 AI 도입을 방해하는 하나의 요인이되고 있지만, Clara는 "데이터 세트의 레이블(주석)을 지원하는 기능"을 탑재하고 있으며, 방사선과의가 데이터 세트를 생성하는 속도를 향상시킬 수 있다는 것.
Clara의 어노테이션 서포트 기능이 어떤것으로 되어있는지는 동영상을 보면 잘 알 수있다.
화면의 왼쪽, 오른쪽, 왼쪽 아래에 있는 이미지는 Clara에 훈련시키기위한 장기를 촬영 한 사진. 훈련용 데이터 세트를 만들려면 이러한 이미지에 비쳐있는 장기를 방사선과읙 표시하고, 오른쪽 하단에 찍혀있는 3D 모델에 반영시키지 않으면 안된다. 이 작업은 상당한 시간이 필요하기 때문에 방사선과의에게 큰 부담이된다.
그러나 Clara의 어노테이션 서포트 기능을 사용하면, 그러한 데이터 세트 생성을 가속화 시킬 수 있다는 것. 화면의 커서가 움직이고, 레이블을 부착하고 싶은 장기의 경계를 클릭해나간다.
몇 번의 클릭으로, 선택한 기관의 경계를 AI가 자동으로 식별하고 빨간색으로 둘러싸준다.
이미지가 동영상으로 재생 된 장기의 표시 범위가 변해도 AI는 움직임에 추종하여 장기를 식별 해주는 모양. 일상 업무에 쫓기는 방사선과의에게 강력한 지원 도구가될 수 있다는 것을 알 수있다.
주석 지원 기능을 통해 각 장기의 레이블이 얼마나 빨리되는지를 나타낸 그래프가 이것. 장기(Liver)는 8배, 비장은 10배, 췌장은 4배 가량 기존의 방법보다 빨리 레이블을 할 수 있다는....
또한 전송 학습이라는 기능을 이용하면, 의사가 Clara의 기존 모델을 개별 의료 시설이나 환자에 맞게 조정하는 것이 가능하다. 조정에 사용할 수있는 데이터에는 부근의 인구총계나 화상 진단 장치 등이 있다고되어 있다.
이미 Clara는 주요 의료기관에서 사용되고 있으며, 독일 암 연구 센터(DKFZ)와 오하이오 주립 대학, 미국 국립 보건원, 캘리포니아 대학 샌프란시스코교 등 전문 기관에서 Clara 영상 진단 시스템이 사용되고 있다. 각각의 기관에 지역화 된 Clara는 전문 방사선과의와 동등한 성능을 발휘하고 있다고 한다.
캘리포니아 대학 샌프란시스코 캠퍼스의 방사선 과장 인 Christopher Hess 씨는 "Clara는 임상 적으로 가치있는 AI 도구이며, 임상 워크 플로우에서 검증해 전개해야 할 필요가 있습니다. 의료 영상 진단 분야에서 NVIDIA의 Clara는 필수적인 것이 될 것"이라고 말하고 있다.