엔비디아가 긴밀한 파트너십을 이어온 GE 헬스케어(GE Healthcare)와 함께 전 세계 50만 대의 GE 헬스케어 의료 영상 기기에 최첨단 인공지능(AI)을 도입해 의료 데이터 처리 속도를 가속화할 예정입니다.
제 103차 북미방사선학회(Radiological Society of North America, RSNA) 연례 학술대회에서 발표된 이번 파트너십의 내용에는 엔비디아 기술 기반의 새로운 레볼루션 프론티어 CT(Revolution Frontier CT) 발표, 비비드 E95 4D 초음파 장비(Vivid E95 4D Ultrasound) 성능 개선 및 GE 헬스케어의 어플라이드 인텔리전스(Applied Intelligence) 분석 플랫폼의 개발 등이 있었는데요.
레볼루션 제품군에 추가되는 신규 CT 시스템은 엔비디아 AI 컴퓨팅 플랫폼을 사용해 이전 제품 대비 영상 처리 속도가 2배 가량 빠릅니다. FDA 승인을 받은 레볼루션 프론티어는 빠른 처리 속도로 간 질환의 감지 및 신장 병변 분석에서 보다 나은 의학적 결과를 낳을 것으로 기대됩니다. 이는 불필요한 후속 조치의 가능성을 낮추고, 면역 기능이 약화된 신부전 환자에게 여러 가지 이점을 주며 GSI MAR을 이용한 영상의 해석 불가능 건수를 줄일 수 있을 것으로 기대되고 있습니다.
엔비디아의 설립자 겸 CEO인 젠슨 황(Jensen Huang)은 “엔비디아는 GE 헬스케어와의 파트너십을 통해 의료 장비 및 인공 지능 분야의 전문성을 하나로 결합했으며, 새로운 세대의 스마트 의료 장비를 통해 의료 서비스를 극적으로 향상 시킬 것입니다”라고 말했습니다.
자율주행차량, 로봇 및 동영상 분석 등 다양한 분야에서 인공지능 분야를 개척해온 엔비디아는 GE 헬스케어와 함께 헬스케어에서 인공지능이 더욱 많이 적용될 수 있도록 할 계획인데요. GPU 가속 딥 러닝 솔루션은 실시간 환자 상태 평가부터, 현장 진단(point-of-care) 의료처치, 임상적 의사결정을 위한 예측분석에 이르기까지 다양한 헬스케어 분야에 필요한 정교한 뉴럴 네트워크의 설계에 활용 가능합니다. 환자들은 이번 파트너십을 통해 방사선 방출량 감소, 검사 시간 단축 및 의료 영상 품질 개선 등의 효과를 기대할 수 있습니다.
엔비디아와 GE 헬스케어가 RSNA에서 발표한 세부 사항은 다음과 같습니다.
- 엔비디아 플랫폼 기반의 4D 초음파 가상화 장비: RSNA에 전시된 비비드 E95 4D 초음파 시스템(Vivid E95 4D Ultrasound System)은 엔비디아 GPU를 이용해 빠르고 정확한 시각화 및 정량화가 가능하며 cSoundTM 이미징 플랫폼에서 작업을 보다 효율적으로 할 수 있습니다. 또한, 엔비디아 GPU는 혈류의 재현 및 시각화를 가속화하고 에코랩(Echo Lab) 및 영상 장비를 이용한 치료를 위한 2D 및 4D 영상을 향상시킵니다.
- 엔비디아 기술 기반의 새로운 GE 헬스케어 어플라이드 인텔리전스(Applied Intelligence): 엔비디아 GPU, CUDA 병렬 컴퓨팅 플랫폼 및 GPU 클라우드 컨테이너 레지스트리를 이용하는 새로운 분석 플랫폼 ‘어플라이드 인텔리전스’의 모듈은 의료 분석에서 딥 러닝 알고리즘의 개발, 배포 및 활용을 가속화합니다. 이 모듈은 임상 및 의료 활동 전반과 장비에 즉각 통합될 예정입니다.
GE 헬스케어의 사장 겸 CEO인 키에란 머피(Kieran Murphy)는 “헬스케어 분야는 빠른 속도로 변화하고 있으며, 산업에 변혁을 가져올 기술도 이 변화의 속도를 반영해야 합니다”라고 이야기하면서 “GE 헬스케어는 엔비디아와의 파트너십을 통해 전 세계의 환자들을 위해 진단의 속도와 정확성을 향상시킬 수 있는 스마트 장비, 즉 미래형 장비로 더 나은 의료서비스를 제공할 수 있을 것입니다”라고 덧붙였습니다.
의료 영상, 임상 기록 및 센서, 운영 및 재무 관련 업무 등 일반적으로 병원에서는 연간 50페타바이트에 이르는 데이터가 생성됩니다. 그러나, 이 중 활용 가능하고 분류 및 분석이 이루어지는 데이터의 비중은 3퍼센트 미만입니다. 엔비디아와 GE 헬스케어는 강력한 애플리케이션, 최고의 의료 장비와 GPU의 빠른 처리 속도를 결합해 이러한 데이터의 활용 비중을 높임으로써 헬스케어 분야의 인공지능 도입을 현실화할 예정입니다.