Radboud University, AWS에서 의료 영상용 기계 학습 솔루션 구축

과중한 업무에 시달리는 병원에는 코로나19 팬데믹에 감염된 환자를 신속히 진단하고 치료하기 위해 빠르고 정확한 의료 영상 기술이 절실합니다. 대다수의 병원에는 방사선과 전문의가 많지 않고, 업무량이 과중하여 번아웃이 빈번하게 발생합니다.

"연구계에는 기계 학습 솔루션을 개발할 통합형 글로벌 인프라가 필요합니다." Radboud University Medical Center에서 의료 영상 분석학과 교수로 재직 중인 Bram van Ginneken 교수의 말입니다. Van Ginneken 교수는 Grand Chaellenge의 관리 감독을 맡고 있는데, 이는 생체의학 영상 부문의 기계 학습 솔루션 전체를 개발하기 위해 만든 온라인 플랫폼입니다.

Van Ginneken 팀에서는 CT 폐 스캔을 사용해 많은 수의 신규 환자를 진단하는 빠르고 정확한 채점 시스템인 CO-RADS를 개발했으며, 이 덕분에 Grand Challenge 플랫폼 사용자 수는 점차 늘어났습니다. Radboud University에서는 이러한 수요를 뒷받침하기 위해 Grand Challenge 플랫폼 전체를 Amazon Web Services(AWS)로 마이그레이션하게 되었습니다. 이 플랫폼은 의료 영상 알고리즘을 구축, 테스트, 배포할 수 있는 확장형 환경을 생성하기 위해 AWS 서비스를 여러 개 사용합니다. Amazon Simple Storage Service(S3)가 고속 전송을 이용해 세계 각지의 현장에서 데이터를 수집하면 Amazon CloudFront는 10ms의 지연 시간 내에 스캔한 데이터를 사용하기 간편한 브라우저에 로드합니다.

AWS 기반 Grand Challenge는 안정적이고 확장 가능하며 무료로 제공되는 플랫폼으로서, 중요한 임상 응용 분야에 기계 학습 모델을 대규모로 구축, 훈련, 배포하는 데 필요한 도구를 제공합니다. Grand Challenge는 코로나19 팬데믹을 초래한 바이러스에 관한 연구를 진전시키기 위해 이 플랫폼의 새로운 기능을 이용했습니다. 사용자에게 폐 이상을 더 잘 분류할 수 있는 알고리즘을 개발하여 제출하도록 독려하는 분류 챌린지를 실행한 것입니다. "이 챌린지는 AWS에서 세밀한 지도를 받아 진행할 예정입니다." van Ginneken 교수의 말입니다. "또한 기계 학습 커뮤니티에도 지금의 이 위기 상황에 맞서는 데 유익한 솔루션을 함께 개발하기 위해 도움을 요청하고자 합니다."

의료 서비스용 AWS에 관한 자세한 내용은 thinkwithwp.com/health를 참조하세요.