NVIDIA GPU 활용 파킨슨병 감지 AI 개발

한 남매가 NVIDIA GPU를 활용해 질병 발병률 예측 모델을 개발합니다
by NVIDIA Korea

일년 전 타니쉬 타야기(Tanish Tyagi)가 치매 발견을 위해 딥 러닝에 대한 첫 번째 연구 논문을 발표했던 건 가족 때문이었습니다.

그의 증조부모는 전세계적으로 천만 명 이상의 사람들이 앓고 있는 유전병인 파킨슨병으로 고생했죠. 그로 인해 겨우 16살인 타니쉬는 14살인 여동생 리야(Riya) 함께 해결 방법을 찾기 시작했습니다.

그해 가을 미국 뉴저지 쇼트힐스 출신의 이 남매는 머신 러닝으로 파킨슨병을 발견하는 것에 대한 연구 논문을 발표했습니다. 파킨슨병의 대표적인 증상 가운데 하나로 필기 장애증인 소자증에 초점을 두었죠.

그리고 전 세계적으로 진료소에 쉽게 갈 수 없는 사람들도 조기에 병을 발견할 수 있도록 머신 러닝 모델을 폭넓게 접근 가능할 수 있게 만드는 것을 목표로 했습니다.

리야는 “우리가 정말 변화를 이뤄낼 수 있을까요, 우리 자신의 가족뿐만 아니라 현재에 벌어지는 일들을 살피고 미래에 우리 삶의 일부가 되는 것들에 대해 우리가 할 수 있는 일들을 탐색해 나갈 수 있을까요?”라고 물었습니다.

여름 방학 동안 연구를 수행한 타야기 남매는 마크 주커버그(Mark Zuckerberg)뿐 아니라 노벨상 수상자들과 미국 대통령 한 명을 배출한 미국의 명문 기숙학교 필립스 엑서터 아카데미(Phillips Exeter Academy)에 재학 중입니다.

학교나 과외 연구활동으로 바쁘지 않은 시간에 그들은 킥스타터(Kickstarter)를 통해 구입할 수 있는 그들의 STEM 기술 기반으로 만들어진 보드 게임(위 사진)을 선전하죠.

소자증 증세 파악

타니쉬 타야기는 2021년 2월 불과 15세의 나이에 파킨슨병에 대한 연구를 계속하기로 결정했습니다. 최근 파킨슨병 증상으로 흔히 알려진 필기 장애인 소자증에 대해 알게 됐죠.

필기 소자증은 작은 글자를 쓸 때 떨림 증세를 보이며, 무의식적으로 근육이 수축되고 손이 느리게 움직이는 것인데요.

얼마 지나지 않아, 타니쉬는 펜실베이니아 주립 대학교(Penn State University) 연구원 밍 왕(Ming Wang)과 리쥔 장(Lijun Zhang)으로부터 파킨슨병에 대해 듣게 됩니다. 그러다 병 탐지를 위해 지도를 부탁한 그들에게 프로젝트를 감독해주겠다는 동의를 얻습니다. 한편 밍 왕은 현재 이 연구와 관련해 매사추세츠 종합병원(Massachusetts General Hospital)의 연구소와 협업하고 있습니다.

펜 주립대학교(Penn State University) 개인맞춤 의학 연구소의 부교수인 장(Zhang) 박사는 “타니쉬와 리야의 연구는 일반적인 필기 이미지를 두 번 분석하고 최첨단 머신 러닝법을 도입해 소자증 예측 향상을 목표로 합니다. 이번 연구 결과는 환자들이 조기 진단과 치료를 도와 건강 관리에 더 좋은 결과를 가져올 수 있습니다”라고 말했습니다.

논문에서 타야기 남매는 소자증 특성의 특징 추출을 위해 NVIDIA GPU 기반 머신 러닝을 사용했습니다. 데이터 세트에는 53명의 건강한 사람들과 파킨슨 환자 105명의 그림 테스트의 오픈소스 이미지가 포함됐죠. 또한 이들 남매는 이미지에서 글에서 손떨림을 분석할 수 있는 몇 가지 특징을 추출했습니다.

리야는 “이런 특징들은 다른 논문에서도 발견됐으며, 성공을 거둔 것을 볼 수 있었습니다”라고 말했습니다.

하지만 더 크고 균형 잡힌 데이터 세트를 사용하면 예측 정확도가 약 93% 높아진 더욱 향상된 결과를 얻을 수 있다고 타니쉬가 전합니다.

진단을 위한 CNN 개발

타니쉬는 이전에 치매 연구를 위한 자연어 처리 프로젝트에 자신의 연구소에 있는 NVIDIA GeForce RTX 3080 GPU를 사용했습니다. 하지만 남매 둘 다 파킨슨 프로젝트를 시작하기 전에는 컴퓨터 비전 기능에 대한 경험이 많지 않았죠.

리야는 현재 타니쉬와 함께 실시간 진단에 도움이 되는 모델을 조합하기 위해 전이 학습과 함께 합성곱(convolutional) 신경망을 연구하고 있다고 합니다.

타니쉬는 “우리는 사용자가 모델이 내리는 진단을 잘 이해할 수 있도록 사용자의 이미지를 모델에 공급한 다음 포괄적인 결과를 반환하는 방식으로 처리하고 있습니다”라고 말했습니다.

하지만 먼저 모델의 정확도 향상을 위해 데이터 세트의 크기를 늘리고 싶다고 말합니다. 이들은 모델 발전과 웹사이트 제작을 목표로 하고 있죠. 또한 사람들이 글씨 평가 양식 작성과 제출만으로도 질병 감지가 가능한 수준으로 파킨슨 병을 아주 쉽게 감지할 수 있기를 바라고 있죠.

타니쉬는 “이 모델은 일반 대중들에게 배포되고 임상 환경에서 사용될 수 있습니다. 정말 놀라울 일이 될 것입니다”라고 소감을 밝혔습니다.