RSNA 2018을 찾은 한국의 AI 의료 영상 분야 리더들을 만나다

RSNA 2018에서 만난 엔비디아 AI 기술과 함께하는 한국 AI 의료 영상 분야의 미래
by NVIDIA Korea
26-rsna-feature1-1280x680

삶의 전반에서 인공지능(AI) 혁명이 일어나고 있습니다. 앞으로 데이터를 사용하는 거의 모든 분야가 AI의 영향을 받게 될 것이라 예상하고 있는데요, 이미 다양한 산업군에서 활용되고 있는 AI 기술은 특히 자동차, 고객서비스, 의료와 헬스케어 분야에서 두각을 나타내고 있습니다.

엔비디아는 지난 2018년 11월 25일부터 29일까지 5일간 미국 시카고에서 개최된 세계 최대 영상의학회 북미방사선학회(RSNA, Radiological Society of North America) 2018(이하 RSNA 2018)에 참여했는데요, 올해로 104회째를 맞은 RSNA은 영상의학 분야 최대 학술행사이자 관련 의료기기 전시회로, 이번 RSNA 2018에서는 엔비디아가 함께 추진해 온 작업과 더불어, 다음과 같은 중요한 개발 사항에 대한 발표를 진행했습니다. RSNA를 찾은 한국의 기업들을 만나기 전에 엔비디아의 발표 내용부터 간단하게 살펴보고 가실까요?
6-rsna-chicago-2018-1280x680

클라라(Clara) 소프트웨어 개발 키트(SDK)출시

NVIDIA Clara™ 플랫폼은 개발자가 하이브리드 임베디드, 온 프레미스 또는 클라우드 컴퓨팅 환경에 의료 이미징 응용 프로그램을 구축과 배포할 수 있는 개방형의 확장 가능한 범용 컴퓨팅 플랫폼입니다.

클라라 SDK는 컴퓨팅, 시각화 그리고 인공 지능을 위한 GPU 가속 라이브러리를 통해 의료 이미징 응용 프로그램 개발자를 위한 엔비디아 기술과 전문 지식을 번들로 제공합니다. 이 스택은 CT, MRI, 초음파와 같은 의료 이미징을 위한 연산 워크플로우를 만드는 모든 수준에서 사용할 수 있습니다.

NVIDIA Clara AGX ™는 지능형 의료 기기를 위한 세계 최초의 인공 지능 컴퓨터인데요. 이 혁신적인 컴퓨팅 아키텍처는 엔비디아 텐서 코어에서 세계에서 가장 빠른 AI 추론을 제공합니다. 가속화 된 컴퓨팅 플랫폼 인 NVIDIA CUDA®를 통한 가속화 최첨단 NVIDIA RTX ™ 그래픽을 지원합니다.

의료용 영상을 위한 TLT(Transfer Learning Toolkit)

의료 이미징용 Transfer Learning Toolkit은 의료 이미징에 특화된 사전 교육 모델과 AI Assisted Annotation SDK과의 통합 등 추가 기능을 통해, 개발자가 AI 보조 라벨링에 액세스 할 수 있도록 의료 이미지의 주석을 빠르게 하는데요.

GA에서는 2018년 Multimodal Brain Tumor Segmentation Challenge에서 1위를 차지한 엔비디아에서 개발한 3D 뇌종양 세분화, 3 차원 간 그리고 병변 분할, 문맥 상 CT 데이터에 대한 3 차원 췌장과 같은 사전 교육 모델, CT 데이터에 대한 3D 비장 분할, X-ray 데이터에 대한 2-D 흉부 분류와 탐지가 가능해질 것입니다.

또한 Transfer Learning Toolkit 워크 플로우를 사용하는 모델은 추론을 위해 클라라 플랫폼에 쉽게 배포 할 수 있답니다.

의료용 영상을 위한 AI-Assisted Annotation SDK

AI Assisted Annotation SDK는 사전 교육된 딥 러닝 모델을 사용해 자동 주석 결과를 제공해 의료 이미지의 주석과 세분화를 가속화합니다.

AI Assisted Annotation SDK는 엔비디아의 Transfer Learning Toolkit을 사용해 지속적으로 학습하므로 모든 새로운 주석 이미지를 교육 데이터로 사용해 사전 교육된 심층 학습 모델의 정확성을 더욱 향상시킬 수 있습니다.

이 SDK를 사용하면 수동으로 주석을 달고 2D로 슬라이스 별로 분할할 필요는 없지만 관심 있는 3D 영역을 제공해 자동화된 결과를 얻을 수 있습니다

의료영상을 통한 환자 치료 혁신, 서울아산병원

서울아산병원은 연면적 85,000평방미터에 병상 2,705개를 자랑하는 국내 최대의 의료 시설입니다. 하루 평균 12,279명의 외래환자가 진료를 받고 있고, 역시 하루 평균 330명의 환자가 응급의료센터를 방문하고, 연평균 65,599건의 고난이도 수술을 실시하고 있는 곳이죠.

RSNA 2018에는 김남국 울산의대 서울아산병원 융합의학과 교수가 동행했는데요, 김교수는 의료영상을 이용해 환자 치료에 도움을 주는 연구를 진행하고 있으며 이번 학회에서는 임상 초록 발표와 세계적으로 손꼽히는 방사선 분야 오피니언 리더들과의 토론, 정보 공유를 위해 참석했습니다.

rsna-1

엔비디아 부스를 찾은 김교수는 RSNA 2018 참석자를 위한 AI 교육 프로그램인 엔비디아의 DLI(Deep Learning Institute) 프로그램에 깊은 인상을 받았다고 전했는데요. 특히, 김교수는 한국에서 DLI 강사로서 많은 영상의학자를 교육하고 있습니다. 또한, AI 쇼케이스 프레젠테이션에서 엔비디아가 제시한 의료AI(인공지능)의 비전이 인상 깊었다고 전했습니다.

그는 이번 RSNA 2018인공지능이 의료영상분야에 직접적으로 적용되는 것을 잘 보여주었다고 합니다. 특히 과장이 사라지고 실제 적용에 대한 기대와 불안이 공존하는 시기를 잘 대변해주었다고 전했는데요. 비합리적인 두려움은 극복하고, 실제로 어떻게 AI를 활용할지를 고민하는 시기가 바로 현재 진행 상황이라고 했습니다. 업계에 대해서는 퍼스트 무버 챌린지가 올 것으로 강하게 언급했습니다.

rsna-2

김남국 교수는 이번 학회에서 얻게 된 인사이트를 공유하기도 했는데요. 첫 번째로 AI의 연료인 데이터 부족 문제에 대한 견해입니다. EMR에서 뽑아낸 데이터와 영상을 연결하면 약한 레이블링 (weak annotation) 가능성이 있기 때문에 의사의 일상업무에서 데이터가 생성되도록 만드는 게 중요하다고 강조했습니다. 두 번째로 의사의 효율성을 높여주는 게 중요하다고 했습니다. 지금 개별 도구는 효과가 있을지 몰라도 전체적인 워크플로우 관점에서 새로운 도구를 집어넣는 것은 매우 불편한 상황이라고 했습니다. 마지막으로 병원 경영진 입장에서 must-have가 되는 실제 사용 사례를 만드는 것이 중요하다고 했는데요. 지금까지 나온 것들은 대부분 nice-to-have 수준으로, 경영진에게 의미가 있으려면 TCO, ROI, Regulatory 측면에서 효과가 있어야 하며 무엇보다 ‘효율성’이 핵심임을 강조했습니다.

독자적 딥러닝 기술을 보유한 의료 AI 기업, 루닛(Lunit)

루닛은 의료AI 기업으로 독자적인 딥러닝 기술력과 양질의 의료 데이터를 중심으로 의료영상 분석과 소프트웨어를 개발하는 기업입니다. 한국 기업 중 유일하게 세계 AI 100대 스타트업에 선정됐으며 엔비디아가 정한 사회적 임팩트가 있는 5대 기업에 아시아 기업 최초로 이름을 올렸습니다.

이번 학회에서 만난 루닛 백승욱 의장은 루닛의 기술과 임상연구 결과 그리고 그들의 제품을 전 세계에 알리기 위해 2016년부터 RSNA에 꾸준히 참석하고 있다고 밝혔는데요. 이번 행사에서는 부스 운영과 연구 초록 6편을 발표했다고 합니다. 특히 루닛의 신제품인 인공지능 기반 유방암 진단 보조 소프트웨어 ‘유방촬영술을 위한 루닛 인사이트(Lunit INSIGHT for Mammography)’도 선보였습니다.

rsna-3

루닛 인사이트는 97%의 정확도로 유방암을 발견하는 의료 인공지능 소프트웨어인데요. 촬영된 영상 이미지를 업로드하면 종양의 위치는 히트맵으로, 종양의 악성 정도는 점수로 즉각 표기됩니다. 임상 연구 결과 영상의학과 전문의 판독 성능 모두 향상하는 것으로 나타났습니다.

전세계적으로 암의 25%가량이 유방암이지만 유방촬영술의 판독 정확도는 32%로 매우 낮은 수준이이라고 하는데요. 루닛 인사이트를 활용하면 영상의학과 전문의의 판독 정확도(detection rate)는 증가하고, 재검률(recall rate)은 줄어들 수 있을 거라는 기대감을 전하기도 했습니다.

또한, 후지필름과 협력 개발한 AI 영상 시스템도 루닛과 후지필름 부스에서 공개했는데요. 해당 AI 시스템은 루닛의 흉부 엑스레이와 유방촬영술을 위한 인공지능 솔루션루닛 인사이트를 후지필름의 의료영상정보시스템(PACS)에 탑재한 것입니다.

백의장이 RSNA 2018 엔비디아 부스에서 가장 인상 깊게 본 것은 바로 Clara SDK, Jetson AGX였다고 합니다. “의료 AI를 임상에 제공할 때 가장 큰 걸림돌 중 하나가 바로 GPU 비용인데, 이번에 출시된 AGX 라인업은 비용과 성능 면에서 의료 AI의 확산을 가속하는 데 큰 도움이 될 것이라고 그 이유를 설명했습니다.

rsna-4

의사들의 진단 의사결정을 지원하는 뷰노(VUNO.Inc)

뷰노는 의료데이터 분석과 진단 보조 솔루션 분야에서 의사들의 진단 의사결정을 지원하고 임상 환경 효율성 개선을 위한 딥러닝 기반 솔루션을 제공하는 기업입니다. 자체 딥러닝 엔진인 뷰노넷에 기반해 의료데이터 분석 플랫폼인 뷰노메드를 개발 중인데요.

뷰노메드 플랫폼은 의료영상 뿐 아니라 생체신호등과 같은 시계열 데이터 등 다양한 의료데이터에 적용할 수 있어서 영상의학 뿐 아니라 병리 판독, 안과 질환, 심혈관 질환등 다양한 영역의 솔루션들을 개발하고 있습니다 특히 뷰노는 한국에서는 처음으로 식약처의 인허가를 받은 인공지능 의료 솔루션을 개발한 곳이기도 하죠!

뷰노는 이번 전시까지 3년째 행사에 참여하고 있다고 밝혔는데요. 기술과 제품 소개와 영상의학과 의사들로부터 피드백을 받고 협업 파트너 모색을 위해 참가하고 있다고 했습니다.

뷰노는 RSNA 2018에서 2건의 구두 발표와 함께 가장 큰 규모의 부스를 열어 다양한 인공지능 기반 의료영상 분석, 진단 보조 솔루션을 소개하기도 했는데요. 특히 학술 세션에서도 발표한 흉뷰 X-ray와 흉부 CT 진단 보조 솔루션들은 상용 PACS와 연동된 상태로 전시해 훌륭한 평가를 받았으며 다수의 협력 제의도 받는 등 좋은 결과들이 있었다고 합니다.

뷰노의 정규환 CTO는 엔비디아의 제품 중 Clara의 여러 SDK에 추가된 Transfer Learning Toolkit과 AI Assisted Annotation SDK를 이용해서 병원에서 쉽게 AI 관련 연구를 할 수 있는 플랫폼을 제공하는 것이 매우 인상 깊었다고 전했습니다.

무엇보다 이번 RNSA 2018에 대해 영상의학 분야에서 AI에 대한 높은 관심과 수용이 있었음을 다시 한번 확인 할 수 있었다고 했는데요. 이번 전시에서는 여러 회사들이 FDA 승인을 포함한 인허가를 받은 제품들을 선보였으며 일부는 PACS와 연동돼 즉시 사용 가능한 솔루션들을 보여주었습니다. 때문에 앞으로 실제 의료 현장에 도입되는 솔루션들이 등장하는 것은 물론, 임상적 가치 입증을 통해 사업적인 성과를 내는 사례들이 증가할 것이라는 고무적인 인사이트를 느꼈다고 합니다.

rsna-5

마지막으로 RSNA 2018에서 만난 기업들은 공통적으로 GPU를 연구와 솔루션 개발에 활용하고 있었는데요. 루닛은 앞으로 사용량을 늘릴 계획을 전했으며 뷰노 역시 최신 GPU 기술의 적극적인 활용 계획을 밝혔습니다. 서울아산병원의 김남국 교수는 의료영상분야 인공지능 연구에서 GPU를 빼고 생각할 수 없다고 했는데요. 특히 의료영상의 경우 Memory가 문제가 되는데 최근 나온 DGX-2와 같이 메모리를 공유하는 방법이나 Titan RTX와 같이 24GB 메모리에 NVLink를 지원해서 카드 두 장을 연결해 48GB까지 쓸 수 있는 방법들을 긍정적으로 살펴본다고 했습니다. 향후 이런 대용량 메모리를 GPU에서 자유롭게 쓸 수 있는 것이 의료영상 인공지능 분야의 가장 핵심 조건이 될 것이라고 강조했습니다.