소개글

각종 컨퍼런스에 나온 강연들을 정리해보면서 공부해보고 있습니다.
이번 포스팅은 if(kakao) 2022에서 홍은경님께서 강연해주신 내용을 정리했습니다.
제목은 "의료영상이 인공지능을 만났을 때: To be or Not to be"이며 제목 그대로 의료영상 분야에서 쓰이는 인공지능에 대한 내용입니다.
말투는 편한 말투로 작성하니 양해 부탁드립니다.

영상 다시보기
문서 자료

발표내용

Diagnostic workflow and its challenges

일반적인 진단

• 환자가 병원에 오게 되면 진단에 필요한 여러 검사를 받음
• 검사에는 진단 의학적 검사, 영상 검사, 병리 검사 등이 있음
• 검사 결과에 따라 필요한 치료를 받고 퇴원 또는 귀가하게 됨

영상 검사

• X-ray, CT, MRI 등을 포함
• 기계로 검사를 하면 우선 Raw data가 생성됨
• 주로 Raw data를 바로 쓰지는 않고, 가공을 해서 판독 가능한 Radiologic image를 생성함
• 이렇게 생성된 이미지를 전문의의 판독하는 과정을 거침
• 판독 결과를 종합적인 소견과 진단을 판독문의 형태로 작성

영상 검사에 대한 수요 증가

• 인구의 고령화로 인해 의료에 대한 전반적인 니즈 증가
• 영상 진단 기법이 발전하면서 영상을 더 쉽고 저렴하게 촬영 가능
• 연구 결과에서도 알 수 있듯이 영상 촬영에 대한 중요성 증가

한계점

• 수요에 비해 의사의 수가 부족함
• 의사의 교육 수준, 컨디션 등에 따라 Observer variability, 즉 진단이 달라질 수 있음

Artificial Intelligence in the field of Radiology

Computer Aided Diagnosis (CAD)

• 한계점을 기술적인 방법으로 풀어나가고자 했고 AI 기술이 적용되기 시작함
• CAD의 개념은 AI 이전에도 쓰이고 있었지만, 사용성과 성능이 좋지 않아 한정적인 분야에서만 쓰였음

한국의 환경

• 의료 정보의 디지털화가 빨리 보급되어서 데이터의 질이 좋음
• 공공 보험 시스템으로 진료 횟수가 다른 나라에 비해 매우 높음
• 의료기기나 데이터에 대한 규제화가 빠르게 진행되어, 기술적인 발전에 대한 대비가 일찍부터 되어있었음

-> AI 기반 의료 기기를 만들기에 최적화된 환경

현재 AI 적용 상황

• 현재는 각 과정마다 각각의 컴포넌트 단위로 AI 기술이 적용되고 있음
• 각각 따로 보는 것이 아니라 전체적으로 자동화하는 기술이 있다면?

현재는 특정 X-ray 사진에서 폐 결절을 찾아준다거나, 사이즈를 예측해준다거나 하는 등 개별 컴포넌트 단위로 AI가 적용되고 있습니다.
Kakaobrain은 모든 과정을 합쳐서 결국은 판독문까지 생성해주는 AI 모델을 만들고자 한다고 합니다.

Kakaobrain X Radiology

• Kakaobrain은 Large Scale AI 기술들을 확보 중에 있음
  • 사람처럼 이해하고 문제를 해결하는 Ko GPT
  • 텍스트를 기반으로 새로운 이미지를 생성해내는 Karlo
  • 자연어를 이해하고 이미지를 검색하는 Align

• 앞선 기술들을 의료 영상 분야에서 가장 많이 찍고 판독하기가 어려운 흉부방사선 분야에 접목시키고자 함
• Chest X ray 사진을 입력으로, 아웃풋을 판독문으로 해주는 AI 모델