AI는 병원 시스템, 특히 딥 러닝이 가장 유망하게 적용될 수 있는 분야 중 하나인 의료 이미징에서 막대한 잠재력을 실현할 준비를 마쳤습니다.
바로 그런 이유에서 엔비디아는 최첨단 분류 AI 13종과 방사선 전문가용으로 제작된 소프트웨어 도구가 포함된 툴킷인 클라라 AI (Clara AI)를 선보였죠.
전 세계 주요 의료기관은 이미 클라라 플랫폼을 사용해 방사선 전문가들에게 AI 기능을 제공하고, 연구기관과 스타트업 생태계도 활용하고 있답니다.
엔비디아 클라라는 어떻게AI 진입 장벽을 낮췄는가
분류된 데이터는 안전하고 견고한 AI를 구축하는데 중요하지만,방사선 전문의들은 데이터세트를 일일이 분류할 시간적 여유가 없습니다. 클라라 AI 보조 주석 기능은 정형 데이터세트 생성 속도를 높여 몇 시간 걸리던 주석 작업을 단 몇 분만에 할 수 있게 해줍니다.
실제로 독일 암 연구센터(DKFZ) MITK(Medical Imaging Interaction Toolkit) 개발자들은 이미 전 세계 수천명이 사용하는 자체 오픈소스 뷰어에 클라라 AI를 통합했죠.
클라라 AI 툴킷의 또 다른 기능인 이전 학습은 기존 모델을 로컬 변수에 맞게 조정합니다. 로컬 인구 구조와 이미징 디바이스가 포함된 데이터에 딥 러닝 알고리즘을 맞춤화 해 환자 데이터를 이전하거나 공유하지 않아도 되죠. 결과적으로 의료진은 아예 처음부터 시작하는 것보다 10배 적은 데이터로 환자용 모델을 생성할 수 있습니다.
AI 모델과 애플리케이션을 병원IT 시스템에 통합하려면 상당 수준의 기술 전문성이 필요합니다. 클라라 AI 툴킷은 DICOM과 같은 업계 표준을 사용해 AI 모델을 기존 방사선 워크플로에 통합하는 작업을 용이하게 해주죠.
주요 의료기관 엔비디아 클라라 AI 사용 사례
오하이오 주립대학교
오하이오 주립대학교 방사선 전문의들은 클라라 AI를 사용해 다른 기관에서 개발한 모델을 신속히 통합하고 검증했으며, 로컬 데이터세트 주석을 작성해 OSU 환자들에게 이 모델을 적용했습니다. 이를 통해 임상 진료를 지원하는 효과적 알고리즘을 가진 AI 개발을 신속히 진행할 수 있죠.
미국 국립보건원
미국 최대 연구 병원인 국립보건원과 엔비디아 과학자는 클라라 AI를 사용해 MRI에서 주변 조직으로부터 전립선을 세분화 하기 위한 도메인 일반화 방법을 개발했습니다. 로컬화된 모델은 방사선 전문의가 직접 실시한 성과와 동일한 도메인에서 가져온 데이터로 트레이닝 받고 평가된 다른 최신 알고리즘이 수행한 것과 유사한 수준의 성능을 보였다는군요.
UC 샌프란시스코 (UCSF)
미국 최고의 방사선과 레지던시 프로그램을 보유한 UCSF는 방사선 분야에서 원활하게 여러 AI 알고리즘을 생성하고 있습니다. 또 테스트, 배포할 수 있는 클라라 AI에 기반한 확장 가능한 인프라도 사용하고 있죠. 이는 미래 의사들이 이 시스템을 적용할 수 있는 길이 되어주고 있습니다.
크리스토퍼 헤스 (Christopher Hess) USCF 방사선과 과장은 “우리는 임상적으로 가치 있는 AI 도구를 구축하는 혁신적 연구팀을 보유하고 있으며, 이러한 도구를 검증하고 임상 워크플로에 적용할 일관된 방법을 필요로 합니다. 엔비디아 클라라는 자체, 외부AI 모델을 개발하고 도입할 수 있도록 해주는 의료 이미징 AI 생태계의 핵심 구성 요소입니다”라고 말했습니다.
병원과 연구기관, 의료 이미징 업계 전체는 클라라 AI로 시작할 수 있습니다. 이 툴킷에는 두 가지 소프트웨어 개발 툴킷이 포함돼 있는데요. NGC에서 액세스 할 수 있는 병원용 인프라인 엔비디아T4 서버와 엔비디아DGX POD에 배포되는 클라라트레인SDK (Clara Train SDK)와 클라라디플로이SDK (Clara Deploy SDK)가 바로 그 두 가지입니다.