엔비디아, 코로나19 환자 산소 요구량 예측 AI 모델 구축
엔비디아, 코로나19 환자 산소 요구량 예측 AI 모델 구축
  • 박시현 기자
  • 승인 2020.10.14 10:47
  • 댓글 0
이 기사를 공유합니다

전 세계 20개 병원과 연합학습 이니셔티브 ‘EXAM’ 시작

[디지털경제뉴스 박시현 기자] 엔비디아는 매사추세츠 제너럴 브리검 병원(Massachusetts General Brigham Hospital)과 클라라 연합학습(Clara federated learning)을 기반으로 코로나19 초기 검사만으로 산소 보충이 필요한지 판단하는 AI 모델을 개발했다고 밝혔다.

이번 모델을 개발하기 위해 엔비디아와 매사추세츠 제너럴 브리검 병원은 전 세계 20개 병원과 손잡고 가장 방대하고 다양한 연합학습 이니셔티브인 ‘EXAM(EMR CXR AI Model)’을 시작했다.

이번 이니셔티브가 시작된 지 불과 2주 만에 연구진은 곡선하면적(AUC)이 .94(AUC 목표값 1.0)인 모델을 생성해 신규 환자가 필요로 하는 산소 농도에 대해 우수한 예측 결과를 도출했다. 이 연합학습 모델은 엔비디아 GPU 클라우드(NGC: NVIDIA GPU Cloud)에서 구동되는 엔비디아 클라라(Clara)의 일환으로 향후 수 주 안에 출시될 예정이다.

엔비디아 클라라 연합학습 프레임워크를 통해 각 병원 연구진들은 흉부 엑스레이, 환자 활력징후(vital) 및 실험실 값을 활용해 로컬 모델을 훈련시켰다. 또한, 연합학습이라 불리는 개인정보 보호 기법을 사용해 모델 가중치의 하위 집합만 글로벌 모델과 공유할 수 있었다.

이 모델의 궁극적인 목표는 응급실에 들어오는 사람이 산소 보충을 필요로 할 가능성을 예측하는 것으로, 의사들이 중환자실 배치를 포함해 환자에 대한 적절한 치료 수준을 결정하는 데 도움을 줄 수 있다.

매사추세츠 제너럴 브리검 병원에서 AI 개발 및 구축을 총괄하는 이타이 다얀(Ittai Dayan) 박사는 엔비디아와 함께 EXAM 이니셔티브를 공동 주도하고, 연합학습 훈련의 출발점으로 CORISK 모델을 활용하도록 도모했다. CORISK는 의료 영상과 건강 기록을 결합한 모델로, 많은 국가에서 코로나19 2차 유행으로 인한 환자가 발생할 수 있는 상황에서 의료진이 환자 입원을 보다 효과적으로 관리하도록 돕기 위해 개발됐다.

매사추세츠 제너럴 브리검 병원 및 부속 병원 외에 전세계 의료기관이 엔비디아 클라라를 활용해 로컬 모델을 훈련시키고, EXAM 이니셔티브에 참여했다.

EXAM 이니셔티브에 참여한 전세계 의료기관은 △한국 경북대병원 △워싱턴 DC 국립아동병원(Children’s National Hospital) △NIHR 캠브리지 생물의학연구센터(Cambridge Biomedical Research Centre) △도쿄 자위대 중앙병원(Self-Defense Forces Central Hospital) △국립대만대(National Taiwan University) MeDA 연구소 △MAHC 및 대만 국민건강보험청(Taiwan National Health Insurance Administration) △태국 쭐랄롱꼰대(Chulalongkorn University) 의과대학 △브라질 DASA 임상검사센터(Diagnosticos da America SA) △샌프란시스코 캘리포니아대학(University of California) △샌디에고 보훈병원(Veterans Affairs Hospital) △토론토대학(University of Toronto) △메릴랜드 베데스다 국립보건원(National Institutes of Health in Bethesda) △위스콘신대 매디슨 의과 및 공중 보건 대학(University of Wisconsin-Madison School of Medicine and Public Health) △뉴욕 메모리얼 슬로언 케터링 암센터(Memorial Sloan Kettering Cancer Center) △뉴욕 마운트 시나이 헬스 시스템(Mount Sinai Health System) 등이다.

각 기관은 환자 흉부 엑스레이와 기타 민감한 정보를 한 곳에 모으는 대신 데이터를 위해 안전한 사내 서버를 사용한다. 아마존웹서비스(AWS) 기반의 별도 서버가 글로벌 심층신경망(DNN)을 보유하고 있으며, 각 참여 병원에는 자체 데이터셋으로 훈련할 수 있도록 모델 복사본이 제공된다.

한편, 약물 발견을 개선하고 AI의 혜택을 현장진단(Point of Care)에 활용하기 위한 대규모 연합학습 프로젝트도 진행 중이다.

오우킨(Owkin)은 엔비디아와 함께 킹스칼리지런던(King’s College London) 및 영국 기반 약물 발견 컨소시엄 멜로디(MELLODDY)의 십여 개 이상의 조직과 협업 중이다. 이는 연합학습 기법을 통해 데이터의 개인정보를 침해하지 않고도 파트너 제약사에 AI 훈련을 위한 세계 최대의 협력적 약물 복합 데이터셋을 제공할 수 있는지를 입증하기 위함이다.

킹스칼리지런던은 가치기반 의료 프로젝트를 위한 런던 의료 영상 및 AI 센터(London Medical Imaging and Artificial Intelligence Centre for Value-Based Healthcare) 프로젝트의 일환으로 연합학습을 통해 뇌졸중과 신경학적 장애를 분류하고, 암의 근본 원인을 파악하며, 환자에게 최적의 치료를 추천하는 데 있어 획기적 성과를 내도록 노력하고 있다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.