현대 의학은 다양한 사례를 통한 원인의 발견, 증상을 통한 질병에 대한 진단 등 학습과 추론을 통해 성공률을 높이고 있다. 이는 인공지능(AI) 발전 과정과 비슷하다.
의학이 보수적이라고 말하지만, 최근 의학은 AI 기술과 협업을 통해 새로운 성과를 접목하고 있다.
최근 재프로그래밍 가능한 반도체인 FPGA와 이를 기반한 적응형 SoC(시스템온칩) 적응형 컴퓨팅 가속화 플랫폼(ACAP, Adaptive Compute Acceleration Platform)을 개발한 자일링스가 AI 기반 의료 서비스를 공개했다.
자일링스는 자사 솔루션 기반의 AI 플랫폼이 코로나19와 폐렴 등의 질환에서 90% 이상의 정확한 진단률을 보였다고 전했다.
수브 바타라차(Subh Bhattacharya) 자일링스 헬스케어·사일런스 총괄은 "자일링스 솔루션은 CPU나 GPU보다 시작 시간(전원이 켜지는 시간)이 짧고 전력효율이 좋고, 저지연이기 때문이 의료시장에 적합하다"고 말했다.
바타라차 총괄에 따르면 최근 헬스케어 시장은 AI를 도입하며 높은 성과를 내고 있다.
이에 하나로 최근 자일링스는 스플라인.AI(Spline.AI)와 공동으로 아마존 웹서비스(AWS) 상에서 작동하는 의료용 X-레이 분류 딥러닝 모델과 레퍼런스 디자인 키트를 출시했다.
이 AI 모델은 자일링스 징크(Zynq) 울트라스케일+(UltraScale+) MPSoC(시스템온칩) 디바이스 기반 ZCU104에 구축됐다.
아울러 질병 분류와 감지 등 다양한 신경망을 실행할 수 있는 텐서 가속기 자일링스 딥러닝 프로세서 유닛(DPU)을 활용하고 있다.
이 솔루션은 자일링스 징크 울트라스케일+ MPSoC 디바이스 상 파이썬(Python) 프로그래밍 플랫폼에서 실행되는 오픈소스 모델을 사용한다.
의료진단과 임상장비 제조업체들과 헬스케어 서비스 제공업체들은 오픈소스 디자인과 클라우드 확장 옵션으로 엣지 기기에 다양한 임상, 방사선 애플리케이션을 위한 훈련 모델을 신속하게 개발·구축할 수 있다.
바타라치 총괄은 "엣지 기기는 클라우드 데이터에 접근하지 않고도 활용할 수 있는 것"이라며 "(자일링스 솔루션은) X레이 판독에서 추론을 엣지 기기에서 진행할 수 있다"고 설명했다.
자일링스는 이 AI 모델을 아마존 세이지메이커(SageMaker)로 훈련한다. 또 AWS IoT 그린그래스(AWS IoT Greengrass)를 이용해 클라우드에서 엣지까지 구축한다.
이는 머신러닝 모델의 원격 업데이트와 추론의 지리적 분산 배치는 물론, 원격 네트워크와 넓은 지역에 걸쳐 확장할 수 있다.
더크 디다스칼로(Dirk Didascalou) AWS IoT 부문 부사장은 “임상과 방사선 애플리케이션을 위한 훈련 모델을 신속하게 개발하고자 하는 헬스케어 고객을 위한 솔루션인 자일링스 디자인을 AWS에서 지원하게 되어 기쁘게 생각한다”며, “자일링스와 스플라인.AI는 아마존 세이지메이커를 이용해 저가 의료기기로 매우 정확한 임상 진단을 지원할 수 있는 고품질 솔루션을 개발했다"고 말했다.
또 그는 "AWS IoT 그린그래스를 통합해 의료진이 물리적인 의료기기를 사용하지 않고도 X-레이 이미지를 클라우드에 쉽게 업로드할 수 있다"라고 덧붙였다.
시에드 후사인(Syed Hussain) 스플라인.AI CTO는 “자일링스 징크 울트라스케일+ MPSoC는 이번 공동 작업에서 훈련되고, 개발된 새로운 COVID-XS 모델과 같이 임상 환경의 고성능 딥러닝 모델을 구축하고, 확장하는데 이상적인 엣지 디바이스”라고 전했다.
솔루션은 높은 수준의 정확도와 짧은 추론 지연시간을 특징으로 폐렴이나 코로나19 검출 시스템에 사용되고 있다.
개발팀은 3만개 이상의 선별, 라벨링된 폐렴 이미지와 500개의 코로나 이미지를 활용하여 딥러닝 모델을 훈련했다.
수브 바타라차 총괄은 "자일링스 솔루션을 이용한 AI 모델에서 폐렴 진단 정확도는 94%를 기록했으며, 재학습을 통해 97%까지 끌어올렸다"고 말했다. 그는 코로나19에서도 자일링스 기반 솔루션이 90% 이상 검출능력을 보였다고 강조했다.
