MEDI:GATE NEWS 인공지능 개발자들, 헬스케어산업에 관심 높아

기사입력시간 17.11.01 04:14최종 업데이트 17.11.01 09:46

©메디게이트뉴스 [메디게이트뉴스 이지원 기자] 인공지능 컴퓨팅의 핵심 칩을 공급하는 '엔비디아(NVIDIA)'가 개최하는 '딥러닝데이(Deep Learning Day 2017)'에는 헬스케어 세션을 별도로 마련할 정도로 인공지능 개발자들 사이에서 헬스케어 산업에 대한 관심이 높았다. 엔비디아(NVIDIA)는 인공지능 컴퓨팅에 사용되는 그래픽 처리 장치와 멀티미디어 장치를 개발하며 인공지능 산업을 이끌고 있는 핵심 기업 중 하나로 알려져 있다. 31일 오후에 열린 헬스케어 세션에는 디지털헬스케어파트너스(DHP)의 최윤섭 대표를 필두로 IBM 관계자를 비롯해 국내 의료영상 인공지능 대표 스타트업인 뷰노와 루닛 관계자가 연자로 나서 헬스케어산업에서의 경험을 공유하고, 앞으로의 개발 전망에 대해 소개했다. 최윤섭 대표는 당뇨성 망막병증에 딥러닝을 접목한 인공지능 기술이 의사에 비해 조금 더 나은 결과를 보인 논문이 미국 내과학회지(JAMA)에 발표된 사례와 함께 부정맥을 판독하는데 있어서도 심장내과 전문의보다 딥러닝이 더 잘할 수 있다고 발표한 논문을 언급하기도 했다. 한편, 그는 인공지능 기술과 의사의 결합이 시너지 효과를 나타낸다는 점을 강조함으로써 헬스케어 분야에서의 인공지능의 필요성을 다시금 상기시켰다. 또한, 그는 "자동차와 비행기 엔진의 이상을 탐지하는 기술을 예로 들며, 이를 헬스케어에 접목하지 못할 이유가 없다"고 말했다. 또한, "당뇨성 망막병증에 대한 딥러닝 기술은 식약처에서도 관련 가이드라인 마련에 참고하고 있다"고 밝혔다. 뷰노의 정규환 CTO는 "딥러닝의 문제는 어떠한 데이터를 넣어도 답을 내놓는 것"이라고 언급하며, 이를 보완하기 위한 방법은 "평가가 불가능한데도 잘못된 답을 도출하지 않도록 분석 전에 영상의 품질을 먼저 평가하도록 하고, 예측의 분산을 평가해 분산이 크면 불확실성이 높은 것으로 판단하고 의사의 결정에 따르도록 하는 정보를 제공함으로써 의사가 참여할 수 있도록 하는 알고리즘을 적용하는 것"이라고 소개했다. 지능정보기술연구원(AIRI)의 김휘영 선임연구원은 "의학은 정답(gound trutth, label)이 없는 분야"라며 "딥러닝으로 의미있는 결과를 도출하기 위해서는 데이터 수집은 물론 의료진과의 협업을 통해 문제를 정의하고, 거기에 맞는 데이터를 모으는 게 중요하다"고 강조했다. 그는 "현재 수준에서는 잘못된 결과를 도출할 경우 데이터를 문제삼을 수밖에 없기 때문에 어떻게 데이터를 모았고, 의사들 사이에 어떤 컨센서스가 이뤄지는 지가 중요하다"고 설명했다.

제보 공유

인공지능 개발자들, 헬스케어산업에 관심 높아

딥러닝 개발자들 헬스케어 인공지능 경험 공유

[메디게이트뉴스 이지원 기자] 인공지능 컴퓨팅의 핵심 칩을 공급하는 '엔비디아(NVIDIA)'가 개최하는 '딥러닝데이(Deep Learning Day 2017)'에는 헬스케어 세션을 별도로 마련할 정도로 인공지능 개발자들 사이에서 헬스케어 산업에 대한 관심이 높았다.

엔비디아(NVIDIA)는 인공지능 컴퓨팅에 사용되는 그래픽 처리 장치와 멀티미디어 장치를 개발하며 인공지능 산업을 이끌고 있는 핵심 기업 중 하나로 알려져 있다.

31일 오후에 열린 헬스케어 세션에는 디지털헬스케어파트너스(DHP)의 최윤섭 대표를 필두로 IBM 관계자를 비롯해 국내 의료영상 인공지능 대표 스타트업인 뷰노와 루닛 관계자가 연자로 나서 헬스케어산업에서의 경험을 공유하고, 앞으로의 개발 전망에 대해 소개했다.

최윤섭 대표는 당뇨성 망막병증에 딥러닝을 접목한 인공지능 기술이 의사에 비해 조금 더 나은 결과를 보인 논문이 미국 내과학회지(JAMA)에 발표된 사례와 함께 부정맥을 판독하는데 있어서도 심장내과 전문의보다 딥러닝이 더 잘할 수 있다고 발표한 논문을 언급하기도 했다. 한편, 그는 인공지능 기술과 의사의 결합이 시너지 효과를 나타낸다는 점을 강조함으로써 헬스케어 분야에서의 인공지능의 필요성을 다시금 상기시켰다.

또한, 그는 "자동차와 비행기 엔진의 이상을 탐지하는 기술을 예로 들며, 이를 헬스케어에 접목하지 못할 이유가 없다"고 말했다. 또한, "당뇨성 망막병증에 대한 딥러닝 기술은 식약처에서도 관련 가이드라인 마련에 참고하고 있다"고 밝혔다.

뷰노의 정규환 CTO는 "딥러닝의 문제는 어떠한 데이터를 넣어도 답을 내놓는 것"이라고 언급하며, 이를 보완하기 위한 방법은 "평가가 불가능한데도 잘못된 답을 도출하지 않도록 분석 전에 영상의 품질을 먼저 평가하도록 하고, 예측의 분산을 평가해 분산이 크면 불확실성이 높은 것으로 판단하고 의사의 결정에 따르도록 하는 정보를 제공함으로써 의사가 참여할 수 있도록 하는 알고리즘을 적용하는 것"이라고 소개했다.

지능정보기술연구원(AIRI)의 김휘영 선임연구원은 "의학은 정답(gound trutth, label)이 없는 분야"라며 "딥러닝으로 의미있는 결과를 도출하기 위해서는 데이터 수집은 물론 의료진과의 협업을 통해 문제를 정의하고, 거기에 맞는 데이터를 모으는 게 중요하다"고 강조했다.

그는 "현재 수준에서는 잘못된 결과를 도출할 경우 데이터를 문제삼을 수밖에 없기 때문에 어떻게 데이터를 모았고, 의사들 사이에 어떤 컨센서스가 이뤄지는 지가 중요하다"고 설명했다.

오탈자 신고 스크랩 인쇄 제보 공유

메디게이트뉴스 (news@medigatenews.com)

이 기자의 다른 기사 보기

댓글보기(0)