전 세계에 약 3백만 대의 의료 영상기기가 배치되어 있습니다. 연간 의료 영상기기 판매는 수 십만 대에 불과하기 때문에 배치된 기기를 업데이트 하는 데는 수십 년이 걸릴 전망입니다.
엔비디아의 의료 영상 슈퍼컴퓨터인 프로젝트 클라라는 기존 기기의 역량을 업그레이드 시킵니다. 이번 주 실리콘 벨리에서 개최된 GTC(GPU Technology Conference)에서 모습을 드러낸 프로젝트 클라라는 놀라운 연산력의 발전을 활용하는데요.
지난 40년 이상 의료 영상 기기는 질병의 조기 포착과 환자 진료 결과 개선에 지대한 역할을 했습니다. 그간 디텍터 기술이 의료 영상 부문의 혁신을 주도해왔다면 최근에는 병렬 연산이 그 자리를 대신하고 있습니다.
10년 전, 연구자들은 엔비디아 GPU가 의료 영상 애플리케이션에 가장 효율적인 아키텍처이며, 방사선 노출을 줄이고, 영상 품질을 개선하는 동시에 실시간으로 영상을 생성할 수 있다는 점에 주목했습니다. 최근에는 딥 러닝이 대세를 이루고 있는데요. 의료 영상 애플리케이션 개발 연구 중 절반 이상은 AI와 관련이 있습니다.
연산력을 통한 놀라운 의료 영상 발전
CT 반복적 재구성과 MR 압축 센싱(compressed sensing)과 같은 획기적인 기술은 방사선 노출을 최대 90% 가량 줄이고 MRI 영상 포착 시간을 단축시킵니다.
딥 러닝과 AI는 첨단 영상 분석과 정량화에 흥미로운 기회를 창출하고 있습니다. V-Net이라는 최신 알고리즘은 3차원 볼륨 분할을 사용해 심장을 거치는 혈류량을 자동으로 측정하는데요. 15년 전이라면 이 알고리즘은 1억 달러짜리 컴퓨터와 500 kW의 전력 소비가 필요했겠지만 지금은 단 몇 개의 테슬라(Tesla) V100 GPU로 구동이 가능합니다.
프로젝트 클라라의 비전
엔비디아는 지난 10년간 의료 영상 부문에서의 성과와 여러 개발 파트너와의 협력을 바탕으로 컴퓨터 연산이 어떻게 의료 영상을 개선할 수 있을지, 그 가능성을 포착했습니다.
클라라는 다음과 같이 여러 특성을 가지고 있습니다. 가상성(virtual): 수많은 연산 기기를 동시에 구동할 수 있습니다. 원격성(remote): 엔비디아 vGPU를 통해 다중 사용자 접속이 가능합니다. 범용성(universal): CT, MR, 초음파, X선, 마모그라피 등 어떤 기기에서도 연산을 수행할 수 있습니다. 확장성(scalable): GPU 기반 쿠버네티스(Kubernetes)를 사용하여 필요에 따라 효율적으로 연산력을 확장할 수 있습니다.
현재 수십 곳의 의료기업, 벤처기업, 연구 병원들이 엔비디아와 협력하고 있습니다. 오토맵(AutoMap), V-Net과 같은 AI 애플리케이션은 영상의학에 무형의 가치를 더하고 있는데요.
매사추세츠 종합 병원(MGH) 마티노스(Martinos) 센터의 오토맵(AutoMap)은 MRI 영상 획득 시간을 단축하고 영상 품질을 개선할 수 있습니다. V-Net은 인체 해부학적 구조를 자동으로 측정하고 기능성을 평가할 수 있습니다. 존스홉킨스 대학(Johns Hopkins University)의 엘리엇 피쉬맨(Elliot Fishman) 박사가 개발한 시네마틱 렌더링은 새로운 차원의 영상 품질을 구현하고 궁극적으로 영상전문의의 시간을 절약해주고 환자 진료 결과를 개선시킵니다.
수십 개의 의료 영상 애플리케이션을 개발 중인 서틀 메디컬(Subtle Medical)은 최근 엔비디아의 인센셥 프로그램 어워드(Inception program awards)에서 25만 달러 이상의 지원금을 받았습니다.
그렉 자하처크(Greg Zaharchuk) 서틀 메디컬 창업자이자 스탠포드 영상의학과 전문의 겸 부교수는 “신기술로 헬스케어 부문이 재편되는 중”이라고 평가하며 “엔비디아의 가상화 영상 슈퍼컴퓨터 비전은 AI 기반 헬스케어 서비스 역량을 혁명적으로 변화시키는 새로운 장을 열 것입니다”라고 말했습니다.
현대 의료 영상 애플리케이션은 차원이 다른 연산력, 확장성, 접근성을 요구합니다. 클라라는 의료 영상을 혁신적으로 변화시킬 엔비디아의 연산 플랫폼입니다.