Loading...

별 즐겨찾기 추가   |   무료상담전화 080-529-0909

  • 간호사국가고시 > 공지사항
    • 무료상담 무료자료 강의결제하기
    공지사항

    당신의_合格을_응원합니다.

    연도별영상보기

    2019년 2018년 2017년 2016년 2015년 2014년 2013년
    간호사
    국가고시
    59회 국가고시 58회 국가고시 57회 국가고시 56회 국가고시 55회 국가고시 54회 국가고시 53회 국가고시


    깊이가
    다른 강의
    간호학
    강연
    기부
    캠페인
    대의원
    총회
    2회 널싱런대회 세계간호사대회 국제간호협의회 1회
    널싱런대회
    간호
    정책선포식

    공지사항

    [뉴스] 진화하는 의료 AI…왓슨 오류 절반 줄인 모델 개발
    올린이: 관리자 조회: 942

    진화하는 의료 AI왓슨 오류 절반 줄인 모델 개발

    동경의대 마사야 사토 연구진, 독자적 프레임 워크 개발





    기존 딥러닝 기반 인공지능의 오류 비율을 절반 이하로 줄이면서도 90%에 가까운 진단 정확도를 보이는 의료 인공지능(AI)이 나와 학계의 주목을 받고 있다.

    과거 딥러닝 혹은 학습 트리 등 한가지 방법으로 분석이 이뤄지던 AI를 분석법까지 스스로 학습하게해 가장 효율적이고 정확한 분석법으로 결과를 뽑아내는 기술이 나온 것. 이에 따라 과연 이러한 기술이 임상에서 활용될 수 있을지 주목된다.

    일본 동경의대 부속병원 마사야 사토, 텐타로 모리모토 연구진은 새로운 알고리즘과 명령 코드 파라미터(Parameter)를 활용한 질병 예측 인공지능을 개발하고 5일 네이쳐(nature) 자매 저널인 사이언티픽 리포트(Scientific Reports)에 게재했다.(Article number 7704. 2019)

     

    연구진은 기존의 의료 인공지능이 의사결정 트리나 딥러닝, 선형회귀모델 중 하나의 방식으로 구동되는데서 벗어나 이 모든 방법 중에 최상의 결과를 낼 수 있는 방안을 스스로 검토하는 시스템으로 차별화를 시도했다.

    하나의 정해진 프레임에서 분석을 시작하는 것과 달리 아예 분석 방법조차 학습을 통해 선택이 가능한 독자적 비선형 모델인 '프레임 워크(Frame work)'를 구축한 것.

    이러한 방식을 이용하면 환자의 일상 진료 정보를 입력시 연구자가 도출하고 싶은 항목을 선택하면 자동으로 가장 정확도가 높고 매개 변수가 작은 데이터를 스스로 분석하고 결과를 도출한다는 점에서 정확도를 획기적으로 높일 수 있다.

     

    실제로 간세포 암종 즉 간암을 대상으로 하는 시범 평가 결과에서도 이러한 차별성은 그대로 드러났다.

    과거 의료 인공지능들이 일정한 종양 마커를 기준으로 하는데 반해 이 프로그램은 간 염증, 간 섬유증, 간 기능 및 간염 바이러스 감염 상태의 바이오마커를 모두 수집해 간세포 암종(HCC)을 예측하는데 활용한 것이다.

     

    이에 맞춰 동경의대 부속병원에서 치료를 받은 간암 환자 539명과 간세포 암종이 없는 환자 1043명의 데이터 세트를 입력하고 예측 프로그램을 가동한 결과 이 프로그램은 머신 러닝과 의사 결정 트리를 가장 효과적인 분석으로 결정해 87.3%라는 높은 예측 정확도를 보였다.

    같은 환자를 딥러닝 기반의 의료 인공지능에 대입한 결과 가장 높은 정확도가 83.5%였다는 점을 감안하면 이를 뛰어넘는 기술이다.

    이러한 프레임 워크는 과거 딥러닝에 매몰돼 있던 의료 인공지능을 한 단계 성장시킬 수 있을 것으로 연구진은 기대하고 있다.

    딥러닝이 이미지와 비디오, 음성에 대한 처리 기능을 획기적으로 발전시켰지만 유의미한 결과를 얻기 위해서는 너무나 방대한 데이터가 필요한데다 임상 결과를 모두 입력해야 하는 만큼 실제 임상에서 활용하기는 어려움이 따랐기 때문이다.

     

    그러나 연구진의 프레임 워크는 적은 자료만으로도 가장 오류가 작고 정확도가 높은 진단 기술을 스스로 학습해 도출한다는 점에서 향후 의료 인공지능의 최적 모델이라는 것이 연구진의 설명이다.

    논문의 교신저자인 마사야 사토 교수는 "현재 개발된 프레임 워크는 현대의학의 궁극적 목표 중 하나인 맞춤 의학을 완전히 구현할 수 있는 최적의 모델"이라며 "다양한 종류의 데이터를 무궁무진한 방법으로 적용할 수 있다는 점에서 의학 연구와 임상에 새로운 변화를 가져올 것"이라고 내다봤다.

    상담신청 자료신청
    x