엔비디아(www.nvidia.co.kr, CEO 젠슨 황)는 13개의 최첨단 분류 및 세분화 인공지능(AI) 기능을 포함하는 툴킷 ‘클라라 AI(Clara AI)’와 더불어, 방사선사용으로 설계된 일련의 소프트웨어를 공개했다.

AI의 진입장벽 낮추는 엔비디아 클라라 플랫폼
분류된 데이터는 안전하고 견고한 AI를 구축하는데 필수적이지만, 방사선 전문의들은 데이터세트를 일일이 분류할 시간적 여유가 없다. 클라라 AI 보조주석(Assisted Annotation) 기능은 정형화된 데이터세트 생성 속도를 높여 몇 시간이 걸리던 주석작업을 단 몇 분만에 할 수 있게 해준다.

실제로, 독일 암 연구센터(DKFZ) 의료 영상 인터렉션 툴킷(Medical Imaging Interaction Toolkit, 이하 MITK) 개발자들은 이미 전 세계 수천 명이 사용하는 자체 오픈 소스 뷰어에 클라라 AI를 통합했다.

또한, 클라라 AI 툴킷의 이전학습(Transfer Learning) 기능은 기존 모델을 로컬변수에 맞게 조정한다. 이 기능은 로컬 인구구조와 이미징 디바이스가 포함된 데이터에 딥 러닝 알고리즘을 맞춤화해 환자 데이터를 이전하거나 공유할 필요성을 없앤다. 결과적으로 의료진은 아예 처음부터 시작하는 것보다 10배 적은 데이터로 환자용 모델을 생성할 수 있다.

AI 모델과 애플리케이션을 병원 IT 시스템에 통합하려면 상당 수준의 기술 전문성이 필요하다. 클라라 AI 툴킷은 DICOM과 같은 업계표준을 사용해 AI 모델을 기존 방사선 워크플로우에 통합하는 작업을 용이하게 해준다.

주요 의료 기관 엔비디아 클라라 AI 사용 사례는 다음과 같다.

오하이오 주립대학교(Ohio State University, 이하 OSU)
오하이오 주립대학교 방사선 전문의들은 클라라 AI를 사용해 다른 기관에서 개발한 모델을 신속히 통합하고 검증했으며, 로컬 데이터세트 주석을 작성해 OSU 환자들에 이 모델을 적용했다. 이는 임상진료를 지원하는 효과적 알고리즘을 가진 AI 개발을 신속히 진행할 수 있게 한다.

미국 국립보건원(National Institutes of Health)
미국 최대 연구병원 국립보건원과 엔비디아의 과학자는 클라라 AI를 통해 MRI에서 주변 조직으로부터 전립선을 세분화하기 위한 도메인 일반화 방법을 개발했다. 로컬화된 모델은 방사선 전문의가 직접 실시한 것과 비슷한 결과를 냈으며, 도메인에서 가져온 데이터로 트레이닝 받고 평가된 다른 최신 알고리즘에 비해 월등한 수준의 성능을 보였다.

UC 샌프란시스코 (UCSF)
미국 최고의 방사선과 레지던시 프로그램을 보유한 UCSF는 방사선 분야에서 여러 AI 알고리즘을 원활하게 생성하고 테스트 및 배포할 수 있는 클라라 AI에 기반한 확장 가능한 인프라를 사용하고 있다. 이는 미래 의사들이 이 시스템을 적용할 수 있는 길이 되어줬다.

크리스토퍼 헤스(Christopher Hess) USCF 방사선과 과장은 “우리는 임상적으로 가치 있는 AI 툴을 구축하는 혁신적 연구팀을 보유하고 있으며, 이러한 툴을 검증하고 임상 워크플로우에 적용할 일관된 방법이 필요했다. 엔비디아 클라라는 자체 혹은 외부 AI 모델을 개발하고 도입할 수 있도록 해주는 의료 이미징 AI 생태계의 핵심 구성 요소다”라고 말했다.

병원과 연구 기관, 의료 이미징 업계 전체는 클라라 AI로 시작할 수 있다. 이 툴킷에는 두 가지 소프트웨어 개발 툴킷이 포함돼 있다. 이는 NGC에서 액세스 할 수 있으며 병원용 인프라인 엔비디아 T4서버와 엔비디아 DGX POD에 배포되는 클라라 트레인 SDK (Clara Train SDK)와 클라라 디플로이 SDK (Clara Deploy SDK)다.