병원에서 검사를 받아본 분들이라면 모두 공감하시겠지만, 검사 결과가 나오는데 까지 몇 시간 또는 몇 일이 걸린다는 것을 경험하신 적이 있으실 겁니다.
의사들이 환자의 질병 유무를 판단하거나 치료 방법을 결정할 땐 검사를 받았던 데이터 뿐 아니라 환자의 과거 의무기록부터 현재 상태를 알 수 있는 의료영상, 생체신호 등 다양한 데이터를 한 번에 분석하고 검토해야 하기 때문에 많은 시간이 소요되는데요, 이 절차를 수 많은 환자들을 대상으로 해야 한다는 것이 문제입니다. 그렇기 때문에 간단한 검사라 하더라도 결과를 받는 데까지는 꽤 오랜 시간이 필요한 것이죠,
이러한 시간 문제를 해결하기 위해 의료 인공지능(AI) 솔루션을 제공하는 국내 스타트업이 있습니다.
의료산업 숙원 딥 러닝으로 해결한 한국기업 ‘뷰노(VUNO)’
기존에도 의료 데이터 분석에 많은 기계 학습 방법이 사용됐지만, 의료영상과 생체신호, 의무기록과 같은 자연어를 처리하기 위해서는 사람이 설계한 여러 알고리즘이 사용됐습니다. 이런 알고리즘은 설계자의 주관과 경험에 의존적이며, 고차원 데이터를 효율적으로 다룰 수 없어서 성능과 사용 범위에 제약이 존재했습니다.
뷰노는 여러 문제를 인공지능 기술로 풀어보면서 의료 데이터 분석에서 큰 잠재력을 발견했고, 흉부 CT 기반 폐질환 정량화 문제나 심전도 기반 부정맥 예측 등의 문제에서 기존 방법의 성능을 크게 개선하면서 본격적으로 의료 분야에 집중하게 됐습니다.
경우에 따라 이미 병원에 고품질의 데이터가 존재하는 경우에는 인공지능이 예측해야 하는 결과값을 뷰노의 Annotation Tool을 이용해 생성하고, 이를 기반으로 인공지능 모델을 학습시키게 됩니다.
학습된 모델은 다양한 병원의 환경에서 임상검증을 통해 취약점과 개선점을 발견하고 이를 보완해, 최종적으로 인공지능 기술의 성능을 기존 의사의 판단이나 솔루션과 비교하는 임상시험을 거칩니다. 임상시험을 통과하면 최종적으로 식약처의 허가를 통해 제품화하고 이를 병원에 제공해 실제 임상환경에서 인공지능이 의사결정에 활용되는 것이죠.
AI 도입 효과 기대는 NVIDIA GPU가 필수
의료영상이나 생체신호, 음성신호와 같은 대량의 고차원 데이터를 효율적이면서 다양하게 학습하려면 연산 가속화가 필수적입니다. 학습시키는 인공지능이 연산 요구량이 많은 딥 러닝 모델이기 때문이죠.
따라서 뷰노는 설립 직후부터 수십대에 달하는 다중 GPU 서버 시스템을 구축해 IDC(인터넷 데이터센터)를 통해 운영 중이며, 연구개발의 효율성을 위해 NVIDIA GPU를 도입했습니다. 개발된 의료 진단 보조 솔루션의 임상 도입 시, NVIDIA GPU 기반 가속으로 CPU 대비 수십 배 빠른 결과를 제공해서 진단 프로세스의 효율성을 대폭 향상시킬 수 있죠.
일례로 골연령 측정 소프트웨어의 경우, 임상 검증을 통해 NVIDIA GPU를 활용하면 최대 생산성이 40%까지 향상되는 것을 목격했으며, 흉부 CT와 같은 고차원 영상 분석도 기존 수십 분에서 수십 초로 단축돼 실시간 분석이 가능해졌습니다.
AI는 의료산업의 혁신, NVIDIA와 함께하는 이유
의료 진단 보조 솔루션을 제공하는 뷰노처럼 인공지능 기술이 의료산업에 널리 활용된다면, 우리는 질환을 조기에 발견, 조기 치료가 가능해집니다. 삶의 질을 개선시키고 의료 체계 전반의 비용과 효율에 혁신을 가져오는 셈이죠.
의사들 역시 과중한 데이터 분석과 진단의 부담으로부터 해방돼 환자에 더 집중하게 되면, 의료 품질과 만족도가 높아질 것입니다. 의사들의 역할도 다양해져 신약이나 새로운 치료법 개발 등 의학 진보에도 기여할 것으로 기대합니다.
뷰노처럼 의료산업에 종사하면서 AI 도입을 고려 중이시거나, 도입 가능 여부가 궁금하신 분, 비즈니스 기회를 찾기 위한 지원이 필요하신 분은 여기를 클릭하세요. NVIDIA가 함께 고민하겠습니다.