AI를 통한 의료진의 역량 강화
AI는 우리 시대에서 가장 중요한 기술입니다. 한편, 질병의 조기 발견은 현재 의료계에서 가장 큰 과제인데요. 혁신적인 AI 기술의 발전 덕분에 의료진은 더 빠르게 질병을 진단하고 질병에 대해 더 많은 부분을 이해를 할 수 있습니다.
이번 주 보스턴에서 개최된 세계 의료 혁신 포럼(WMIF, World Medical Innovation Forum)에서 젠슨 황(Jensen Huang) 엔비디아 창립자 겸 CEO가 연설자로 나선 것도 같은 맥락입니다. WMIF는 전 세계 의학계와 학계에서 1천 명 이상이 모여 AI와 헬스케어의 접점에서 최신 혁신을 공유하는 장입니다. 이 같은 최신 혁신은 젠슨 황 CEO의 프레젠테이션(fireside chat) 주제이기도 하죠.
엔비디아의 의료 기록
가상현실 게임, AI, 자율주행 자동차 부분에서 엔비디아의 노력들은 줄곧 헤드라인을 장식하고 있는데요. 반면 헬스케어 부문에서 여러 협력사와의 노력과 활약은 다른 부문에 가려져 있습니다.
엔비디아 GPU 컴퓨팅 플랫폼인 CUDA의 최초의 어플리케이션은 의료 영상과 생명과학 부문이었습니다. 15년 전 개발된 반복적 재구성(iterative reconstruction)은 새로운 CT 알고리즘으로 저선량 솔루션이지만 엄청난 연산 비용이 요구되었는데요. 엔비디아 GPU 덕분에 GE 헬스케어(GE Healthcare) 레볼루션(Revolution) CT는 X 선량을 82% 가량 줄였습니다.
초음파 역시 GPU 컴퓨팅으로 혁신을 거듭했는데요. GE 헬스케어의 심혈관 초음파진단기 비비드 E95(Vivid E95)는 심장의 혈류를 4D 입체 영상으로 실시간으로 구현할 수 있습니다.
또한, 미국 어바나 샴페인(Urbana-Champaign) 소재 일리노이 대학(University of Illinois)의 클라우스 슐튼(Klaus Schulten) 교수의 컴퓨테이셔널 생물리학 연구실(computational biophysics lab) 소속 생명과학 연구진은 엔비디아 GPU 컴퓨팅을 사용해 분자동역학을 1,000배 비율로 확대하여 시뮬레이션 할 수 있습니다. 이는 다른 기술로는 불가능한 일이었습니다. 이처럼 연구진은 HIV 캡시드(capsid, 핵산을 감싸고 있는 단백질 껍질)의 모습을 최초로 시각화하고, 생명체 중에는 처음으로 모자이크 병 바이러스(STMV, satellite tobacco mosaic virus)를 온전히 시뮬레이션 해냈습니다.
써모피셔 사이언티픽(ThermoFisher Scientific)의 공학자들은 엔비디아 GPU로 유전자 염기서열 분석 알고리즘을 250배 가속화하고 특정 유전자 분석에 요구되는 시간과 비용을 절감한 혁신 기술인 Ion S5 NGS(차세대 염기서열 분석, Next Generation Sequencing) 시스템을 개발했습니다.
에릭 린달(Erik Lindahl) 스톡홀름 대학 교수는 엔비디아 GPU를 사용해 RELION 이미징 어플리케이션으로 분자 구조의 3D 이미지를 프로세싱하고 재구성합니다. RELION는 2017년 노벨 화학상 수상에 빛나는 저온전자현미경(이하 Cryo-EM)을 위해 특별히 고안된 이미지 처리 소프트웨어인데요. Cryo-EM 을 통해 연구진은 살아있는 생체 분자를 동결하여 최초로 원자 수준에서 생명 현상을 분석할 수 있습니다. 네이처(Nature)는 Cryo-EM을 올해의 과학 기법(Method of the Year)으로 선정한 바 있습니다.
AI, 의료진에게 슈퍼맨의 역량을 부여하다
지난 2012년 컴퓨터 이미지 인식 경진대회인 이미지넷 챌린지(ImageNet Challenge)에서 알렉스 크리제브스키(Alex Krizhevsky)가 우승을 차지하면서 딥러닝은 컴퓨팅의 ‘대세’로 부상했습니다. 알렉스 크리제브스키는 엔비디아 GPU를 사용해 8개 층의 알렉스넷(AlexNet) 딥 러닝 뉴럴 네트워크를 트레이닝 했습니다.
엔비디아는 이러한 소프트웨어 개발 접근법의 중요성을 인식하고 딥 러닝에 주력하게 되었습니다. 바로 뉴럴 네트워크가 AI의 발전을 이끌고 이전에는 불가능했던 문제에 해법을 제시할 수 있다는 믿음에서인데요. 이 판단은 옳았습니다. 현재, 딥 러닝 소프트웨어는 시각, 소리, 음성 등 여러 인식 영역에서 초인적인 패턴 인식 역량을 달성했습니다.
올해, 엔비디아는 새로운 볼타(Volta) GPU를 선보였습니다. 컴퓨터 그래픽, 과학적 컴퓨팅, 딥 러닝에 모두 능통한 최초의 프로세서인데요. 볼타(Volta)의 텐서 코어(Tensor Core) 아키텍처 덕분에 알렉스넷(AlexNet)의 트레이닝 속도는 6년 전에 비해 500배 더 빨라졌습니다. 엔비디아는 빛의 속도로 AI 컴퓨팅을 발전시키고 있습니다.
의료 이미징 연구진 역시 딥 러닝의 잠재력을 발견했습니다. 지난 해 최고의 의료 이미징 컨퍼런스인 MICCAI에서 발표된 논문 중 절반은 딥 러닝을 적용했습니다. 엔비디아는 3백개 이상의 벤처기업과 협업하며 이제 딥 러닝으로 해결이 가능해진 문제들에 대응하고 있는데요. 또한 헬스케어 부분 벤처 기업들은 15억 달러 이상의 자금을 조성했습니다. 아터리스(Arterys), 버터플라이 네트웍스(Butterfly Networks), 래드로직스(RADLogics), 비즈에이아이(Viz.ai), 지브라(Zebra)는 의료 영상 부분에서 흥미로운 연구를 진행 중이며, AI 인식 모델 다수가 FDA의 승인을 받았습니다.
이러한 놀라운 발전은 아직 시작에 불과합니다.
미래
실제로 앞으로 의료진의 역량 강화에 있어 AI의 가능성은 엄청납니다. 발전 속도 또한 놀라운데요.
어떻게 AI 기술을 의료 현장에 구현할 수 있을까요? 환자 데이터 보호 위주로 수립된 현재의 인프라에 어떻게 AI 기술을 접목할 수 있을까요?
최근 엔비디아는 클라라(Clara)라는 새로운 GPU 컴퓨팅 플랫폼을 공개했습니다. 클라라는 모든 종류의 이미징 기법, 신경망 아키텍처는 물론 래스터화(rasterization), 볼륨 렌더링(volumetric), 레이 트레이싱(ray tracing) 등 여러 시각화 기법을 가속화합니다. 클라라는 데이터 센터용으로 구축되어, 의료 기기 임베디드, 워크스테이션, 온프레미스 데이터센터, 모든 종류의 클라우드까지 확장성이 있습니다. 클라라는 최신 의료 영상 이미징을 가상으로 구동하는데 사용될 수 있으며, 전세계에 설치된 3백만대의 의료 기기를 즉시 업그레이드할 수 있습니다.
클라라는 어느 곳에서나 호환 가능한 동일한 소프트웨어로 구동될 수 있는 하나의 아키텍쳐입니다.
엔비디아는 헬스케어 부문의 선도 기업과 협업합니다. 의료 영상 부문에서 엔비디아는 GE, 지멘스(Siemens), 필립스(Philips), 뉘앙스(Nuance)와 협력하고 있습니다. 엔비디아는 AI 슈퍼컴퓨터를 병원에 접목하기 위해 캐논 메디컬 시스템즈(Canon Medical Systems)협력을 최근 발표했습니다. 엔비디아의 협력사에는 메사추세츠 종합병원(Massachusetts General Hospital), 브리검 & 위민스 병원(Brigham and Women’s Hospital), 메이오클리닉(Mayo Clinic) 유수한 리서치 병원들은 물론 미국 국립 보건원(National Institutes of Health, NIH), AI 기반 컴퓨터 병리학 전문 스타트업인 페이지에이아이(Paige.AI)와 패스 에이아이(PathAI)가 있습니다.
엔비디아와 협력사의 목표는 하나입니다. 바로 미래의 의료진에게 초인적인 역량을 부여하여 보다 나은 헬스케어 서비스를 제공하는 것입니다.