본문 바로가기

바이오스펙테이터

기사본문

케이드시스템, '뇌졸중' AI진단 시장진입 4가지 전략

입력 2018-07-10 13:55 수정 2018-07-10 13:55

바이오스펙테이터 보스턴(미국)=이은아 기자

1차적으로 응급질환 포커스, 의사가 만들어가는 'AI진단 플랫폼' 활용해 다양한 질병 진단 목표

“케이드시스템(CAIDE Systems)은 인공지능(AI) 기반 뇌졸중 진단법을 개발한다. AI 기반 진단은 ‘실제 현장에서 어떻게 적용할 수(applicable) 있는가’가 핵심이다. 우리는 촉박한 시간 내 빠르고 정확한 판독을 요하는 응급상황에서 AI 진단법이 우선적으로 도움이 될 것이라 판단했다. 궁극적으로 응급실 5대 질환을 먼저 포커스한 후 다양한 질환으로 확대해 ‘AI 기반 진단 플랫폼개발’을 목표로 한다.”

이계욱 케이드시스템 대표가 말하는 회사의 목표다. 미국 매사추세츠주 스타트업 인큐베이터인 ‘UMASS Lowell Innovation Hub’에 입주한 케이드시스템은 인공지능을 활용해 질병 진단과정에서 발생하는 오류를 줄이고 진단속도를 높이기 위해 2016년 9월 설립됐다. 초음파, CT, X-ray, MRI 등 이미지 데이터와 전자의무기록, 게놈데이터를 정확하게 분석해 정확하고 빠른 진단을 할 수 있도록 돕는 ‘인공지능(AI) 기반 플랫폼’을 개발을 추구한다. 플랫폼을 활용해 여러가지 질병 진단을 목표로 하는 것이 케이드시스템의 차별성이다.

▲이계욱 케이드시스템(CAIDE Systmes) 대표

컴퓨터 공학을 전공한 이 대표는 삼일회계법인, Open Tech, IkaSystems, Adavalent, M Monitorings 등 회사에서 소프트웨어 프로그램 개발 총괄을 맡았다. 이후, 이 대표는 딥러닝이 사물인식(object recognition)에 적용되기 좋은 기술이라는 사실을 깨닫고 뇌졸중 등 영상진단에 딥러닝을 활용해 의료시스템에 기여하기 위해 회사를 설립했다.

케이드시스템이 개발한 뇌졸중 진단분석 프로그램 ‘CAIDE m: Studio BSR'은 환자 6000명의 데이터와 14만개의 뇌졸중 CT 이미지를 훈련시켜 뇌졸중 유형과 위치를 정확하게 분류하도록 구현했다. BSR은 약 5년 이상의 숙련된 뇌졸중 전문가 수준으로 진단 오류를 줄이고, CT 이미지가 플랫폼에 업로드되면 이미지 검토부터, 추측결과까지 1분 이내 진단하도록 시간도 단축시켰다.

이 대표는 바이오스펙테이터와의 인터뷰에서 “딥러닝을 활용해 의료진이 응급상황에서도 신속·정확하게 뇌졸중을 포함한 다양한 질병 진단을 하도록 돕고자 한다. 특히 병원에서 실제 사용 가능성을 높이기 위해서는 하나의 질병만 진단할 수 있는 프로그램 보다 최대한 많은 질병이나 증상을 진단하는 플랫폼 구현이 중요하다. 의사들과 함께 소프트웨어를 만들어가는 그런 ‘플랫폼 SET‘을 개발하겠다”고 말했다.

케이드시스템은 2017년 2월 한국투자파트너스로부터 200만달러 초기 투자를 유치해 뇌졸중 진단 시스템의 베타 버전과 플랫폼 m;studio를 개발했다. 현재 칠곡경북대학교병원과 딥러닝 기술개발 기업 엔비디아(NVIDA), INGRIS, NIMBIX 등과 파트너를 구축하고 있다.

◇ AI 진단, 응급상황 진단 필요한 ‘뇌졸중’에 활용

케이드시스템이 일차적으로 집중하는 질환은 뇌졸중이다. 뇌졸중은 뇌 혈관 손상으로 뇌 기능의 부분, 전체적으로 급속히 발생한 장애가 상당기간 지속되는 증상을 말한다. 응급실 5대질환 중 1위를 차지하는 뇌졸중은 신속하게 진단, 치료하는 것이 예후를 결정할 만큼 치료시기가 중요하다. 일반적으로 증상 발생 3시간 이내 치료하는 것이 좋다.

이 대표는 “뇌졸증은 5문항의 문진을 통해 80% 이상이면 뇌 출혈을 의심한다. 매사추세츠 종합병원(MGH)은 환자가 응급실에 들어오자마자 CT나 MRI를 찍고 의사가 바로 그 자리에서 판독한 후, 급성허혈성뇌졸중 환자일 경우 막혀있는 뇌혈관을 뚫어주는 혈전용해제 ‘tPA’를 투약한다. MGH는 뇌졸중 치료의 골든타임을 놓치지 않도록 신속한 시스템을 갖추고 있다”고 설명했다.

그는 이어 “문제는 이런 MGH와 같은 시스템이 전세계에 얼마나 될까이다. 뇌졸중과 같은 응급질환처럼 신속, 정확하기 진단해야하는 상황에서 AI 진단도구는 더 중요해 질 것”이라며 “향후 응급실 5대질환인 뇌졸중, 심장 질환, 복막 출혈, 골절, 뇌전증 등으로 활용범위를 높일 계획이다”고 강조했다.

▲케이드시스템의 첫번째 Application 뇌졸중 진단 제품 (사진: 케이드시스템 제공)

케이드시스템은 뇌졸중 CT 이미지를 딥러닝에 훈련시킨다. 이 대표는 “보통 응급실에 CT가 훨씬 많다. 미국 내 1만7000개의 응급의료센터(Emergency Medical Center) 중에는 10%만이 MRI가 있다. 우리는 AI 진단 보급률을 높이기 위해서 병원에서 실제 사용량이 많은 CT 프로토콜을 따르고 있다”고 말했다.

◇ ‘뇌졸중 진단 플랫폼’..의사 노하우 전달가능..“전체 질병으로 확대 가능성”

현재 케이드시스템은 뇌졸중 진단 제품 ‘CAIDE m: Studio BSR'을 개발한 상태다. 환자 6000명의 데이터와 14만개의 뇌졸중 CT 이미지를 훈련시켜 뇌졸중 유형과 위치를 정확하게 분류할 수 있다. 회사 측은 “BSR은 5그룹 교차검증(5-fold cross validation) 방법 결과로 5가지 유형의 출혈 조건에 대해 약 90%의 민감도 및 정확도를 가진다. 눈으로 구별하기 어려운 뇌출혈 종류와 위치 등을 5년 이상의 전문의가 진단하는 수준으로 1분 이내 판독할 수 있다”고 소개했다.

CAIDE m: Studio 플랫폼은 계약을 통해 얻은 칠곡경북대학교병원 및 미국 내 병원 몇 군데의 데이터를 가져와 훈련시킨다. 모델에서 증명되고, 검증(validation)을 한 후에 플랫폼 화면에 업데이트 한다. 실제 프로그램 화면에 들어가면 미리 훈련시킨 진단 기능과, 진단 자료를 보고 의사가 병의 위치와 크기를 표시하는(labelling and annotation)' 기능이 있다. 의사가 원할 때 노하우를 전송시킬 수 있어 이 정보를 다시 심층적으로 학습시킬 수 있도록 구현했다. 현재 의료진이 annotation한 데이터를 모아 학습시킨 플랫폼으로 트레이닝한 정확도는 98.28%에 이른다.

▲m:Studio 의료진단 딥러닝 플랫폼(Medical Diagnosis Deep Learning Platform) (사진: 케이드시스템 제공)

따라서 AI 진단 플랫폼은 의료 영상을 사용하는 질병 유형에 상관없이 AI 시스템을 의료시설에서도 교육할 수 있다. 의사가 평소 갖고 있던 노하우와 연구를 바탕으로 자신의 진단 AI 모델을 개발할 수 있는 것이다. 케이드시스템의 플랫폼이 전체 질병 및 증상을 진단하는 것으로 확장 가능하다는 의미다.

이 대표는 “의사마다 같은 CT를 보고 해석이 달라질 수도 있기 때문에 의료 데이터는 의사의 노하우가 들어가 있다고 본다. 이 부분을 고려해 의료진이 가진 아이디어를 학습시켜 AI모델로 학습시키도록 했다. 의사마다 경험이나 숙련도에 따라 편차가 있을 수 있지만 바꿔 얘기하면 매사추세츠 종합병원(MGH) 의사들이 가진 노하우로 훈련시킨 AI시스템을 이용해 전세계 어디에서든 MGH 의사에게 진료받을 수 있는 셈이다”고 말했다.

◇ AI 진단..시장진입 위한 4가지 핵심 포인트

이 대표가 AI 진단 플랫폼 개발시 가장 중요하게 생각하는 부분은 ‘적용가능성(applicability)’이다. 정확도 100%의 성능 좋은 AI 진단 시스템을 개발해도 사용되지 않으면 무용지물이기 때문. 응급상황에서 신속한 판독이 필요한 뇌졸중에 주목한 것도 그러한 이유다.

실제 병원에서 사용하기 위해 중요한 포인트는 더 있다. 첫째, 데이터 수집이다. 이 대표는 “병원들이 비식별 데이터도 공유하지 않으려는 경향이 있다. 2014년 미국 한 보험회사 직원이 정보가 담긴 노트북을 공항에 두고 내려 소송당한 적이 있다. 당시 5만명의 사람들의 정보가 노출됐는데 한 명당 1~5만달러씩 보상해야했던 판례가 있었다. 미국은 특히 개인정보 보호법이 심각한 상태라 데이터 구하기가 더 어려운 상황이다”고 설명했다.

매사추세츠 종합병원, 하버드 의과대학의 영상의학과(radiology) 부서장이자 FDA의 데이터 관리파트의 자문을 맡고 있는 키스 드라이어(Keith Dreyer) 박사는 “많은 종류의 병을 진단할 수 있다면 충분히 AI진단 분야도 시장성이 있다”고 밝힌 바 있다. 이 대표는 “우리는 Dreyer 박사의 견해에 동감한다. 그는 케이드시스템이 추구하는 방향과 같이 AI진단 시장을 보고 있다. 다행히 Dreyer 교수의 견해가 미국 내 병원 데이터를 수집하는데 많은 도움이 되고 있다”고 덧붙였다.

▲m:Studio 의료진단 딥러닝 플랫폼, 특정 질환에 대해 설치가 가능하다. (사진: 케이드시스템 제공)

AI 영상 판독 시스템은 데이터가 많을수록 정확해진다. 데이터 얻기가 힘든 상황에서 케이드시스템이 사용하는 또 다른 전략은 ‘세미-합성 의료 이미지를 생산(semi-synthetic medical image generation)' 하는 것이다. 환자 데이터에서 병 부위만 선택해 정상인 데이터에 입혀 새로운 데이터를 만드는 셈이다. 정상인도 환자도 뇌 모양이 모두 다르기 때문에 중복되지 않도록 데이터를 생산해 AI가 생산한 아웃풋(fake output)을 만들어 데이터 수를 증폭시키는 방법이다.

둘째, 데이터의 ‘그라운드 트루(ground Truth)'이다. 얼마나 실제(absolute truth)에 가까운가를 뜻한다. AI 기반 영상판독이 사람보다 오차를 줄이고 정확하게 개발할 수 있다고 하지만 그전에 학습시킨 데이터가 얼마나 실제 의사가 판독하는 것처럼 진단할 수 있을지가 핵심이다. 의료 데이터는 하나의 지표로 단순 판단할 수 있는 것이 아니라 복합적인 상황이 고려됐기 때문이다. 뇌졸중에서 뇌의 모양만 봐도 사람마다 제각각이다. 의사마다 진단하는 기준도 다르다. 그는 “우리는 의료진의 주관적인 결정이 들어간 해석한 데이터를 가지고 학습시키는 방법을 선택했다. 이를 통해 의료진의 진단 노하우를 인공지능에 넣을 수 있다”고 말했다.

셋째, 데이터 주석, 마킹 및 표기(annotation)의 간편함도 해당된다. 케이드시스템은 의사들이 영상 이미지를 보고 어떤 병인지 직접 표시할 수 있는 annotation과 표기(labeling) 툴을 간편하게 사용할 수 있도록 했다. 이 대표는 “보통 마우스를 이용해 그리는데 케이드시스템은 터치스크린에 펜으로 그려서 바로 저장가능하도록 개발했다. 수작업 방식으로는 3000명의 환자 데이터를 annotation 하는데 한 명당 30분정도 걸렸다면 우리 방법으로는 5분밖에 안걸린다”면서 “이러한 툴을 통해 의료진이 annotation 시간을 줄이는 것이 많은 데이터를 얻는데 중요한 포인트라 생각한다”고 부연했다.

넷째, 최대한 많은 질병을 진단할 수 있는 '패키지 Set'이어야 한다. 하나의 질병만 진단하는 것이 아닌 다양한 질병을 진단할 수 있는 플랫폼이어야 한다는 얘기다. 그는 “병 하나를 진단하는 단품으로는 병원에서 사용될 가능성이 거의 없다. 케이드시스템 전략팀에 따르면 병 하나 진단하는 영상의학과 의사는 병원에서도 뽑지 않는다. 병원이 원하는 질병의 실현가능한(feasible) 규모의 Set을 모두 적용한다면 그 플랫폼은 실제 현장에서도 사용될 수 있다”고 강조했다.

그는 “물론 AI 진단 플랫폼의 정확도는 기본이다. 시스템이 개발되면 향후에는 구매 마켓팅도 해결해야할 문제다. 어려운 시장이지만 충분히 장점이 있다고 생각한다”고 덧붙였다. 케이드시스템은 데이터 수집부터 정형화, 주석/표기(annotation, labeling) 시스템, 사용 편리성, 밸리데이션 검증 등 실제 적용 가능하도록 다양한 요소를 고려해 프로그램을 하고 있다.

케이드시스템의 목표는 최대한 많은 병을 진단할 수 있는 플랫폼을 개발해 많은 사람들이 사용하도록 제공하는 것이다. 플랫폼 컨셉으로 접근해 동시다발적으로 많은 의사들이 가진 아이디어나 노하우를 직접 트레이닝, annotation 작업을 통해 훈련시키고 소프트웨어 프로그램을 만드는 형태다.

마지막으로 이 대표는 “케이드시스템은 의사가 만들어가는 AI 진단 플랫폼을 개발하는 것으로 의사와 플랫폼이 공존하는 시스템이다. 의사들이 툴(tool)을 사용하면서 필요한 정보들은 추가, 훈련시켜 AI를 향상시킬 수 있는 컨셉이다. 궁극적으로 아프라카처럼 전문 의료진이 거의 없는 곳에도 마치 글로벌 탑 병원 의료진이 진단하는 것처럼 구현한 AI 진단 플랫폼을 전세계에 보급시킬 것”이라면서 “의사들이 직접 만든 훌륭한 진단 AI를 모아 많은 질병울 진단하는 플랫폼으로 시장 내에서 탄탄한 위치로 자리매김할 것이다”고 포부를 밝혔다..

현재 케이드시스템은 응급질환 진단 시스템(Emergency Suit)을 개발하고 있으며, 내년 4월에 론칭할 계획이다. 케이드시스템과 함께 협력할 장비회사, 의료 연구팀들과 파트너십도 모색하고 있다.

▲사진 왼쪽부터 이계욱 케이드시스템 대표, 손병욱 Strategic Program Manager, 고석환 Software Engineer, 조정환 Chief Research Scientist

카카오스토리로 기사 공유하기