AI 모델 개발을 위한 양질의 데이터가 필요할 때



의료 인공지능 모델의 성능은 데이터에 의해 좌우되고,
의료 분야 AI에서는 한층 더 높은 정확성과 정밀성이 요구됩니다.

특히, 의료 영상 라벨링을 비롯한 의료 데이터 구축에는 전문적인 지식과 세심한 품질 관리가 필수적이며, 아무리 우수한 알고리즘이라도 데이터 라벨링 퀄리티에 따라 신뢰할 수 없는 결과가 나올 수 있습니다.

그럼에도 불구하고 많은 기업과 병원이 '양질의' AI 학습용 데이터 확보에 어려움을 겪고 있습니다.

직접 라벨링을 시도하려 해도 현실적인 난관은 적지 않습니다.

정확한 라벨링을 위해 해당 분야 의료 전문가의 참여가 반드시 필요하지만,
이런 전문 인력을 확보하고 협업 체계를 구축하기는 쉽지 않습니다.

전문의가 직접 참여해야 하니 비용이 높아지고,
인력도 제한적이어서 작업 속도는 느려지고 비용은 높을 수밖에 없습니다.
또 방대한 데이터의 개인정보 비식별 처리와 보안 유지, IRB 심의 등 행정 절차까지 감안하면,

자체적으로 AI 학습용 데이터를 구축하는 일은 정말 어려운 일 입니다.

[테서의 의료 데이터 라벨링 서비스의 강점]
이러한 의료 데이터 라벨링의 어려움을 해결하기 위해,
테서는 5년간 축적한 차별화된 기술 노하우와 시스템으로 효율적이고 정확한 의료 데이터 가공 서비스를 제공합니다.

테서와 함께하면 다음과 같은 강점을 기대할 수 있습니다.

• 전문의 참여로 검증된 정확도
  • 테서는 영상의학과 전문의 등 분야별 의료 전문가 풀(pool)을 확보하여 데이터 검수와 자문에 참여합니다.
  • 이를 통해 라벨링 결과의 임상적 정확도를 높이고 오류를 최소화합니다.

• AI 기술 활용으로 속도 향상
  • MRI, CT, X-ray 같은 의료 영상부터 병리 이미지, 임상 텍스트까지
  • 자체 개발한 AI 알고리즘과 사전학습모델(Pre-trained Model)을 활용한 반자동 어노테이션(오토라벨링) 기술을 갖추고 있습니다.
  • 즉, 사람이 일일이 그리지 않아도 딥러닝 기반 모델이 초기 라벨링을 빠르게 수행하고, 이후 전문 라벨러가 전체 데이터를 다시 재검수하여 작업 효율을 크게 높입니다. 이로써 방대한 의료 영상 라벨링 작업도 시간과 비용을 크게 절감할 수 있습니다.

• 철저한 보안 및 컴플라이언스
  • 의료 데이터는 민감정보이기에 보안에 최우선 순위를 둡니다.
  • 미국 HIPAA 가이드라인을 준수하는 안전한 클라우드 환경을 구축하고, ISO 인증을 받은 AWS/Azure 클라우드를 기반으로 데이터 접근을 통제합니다.
  • 또한 개인정보 비식별화 기술과 내부 관리 체계를 통해 데이터 유출을 철저히 방지합니다.
  • 이러한 전문적인 보안관리로 안심하고 의료 데이터 라벨링 업무를 믿고 맡길 수 있습니다.

• IRB 절차 및 행정 지원
  • 의료 데이터 연구에 필수적인 IRB(기관윤리심의위원회) 승인 절차에 대한 경험과 노하우도 테서의 강점입니다.
  • 다수의 병원 및 공용 IRB 심의를 통과한 경험을 바탕으로, 필요한 문서 작성이나 보안 조치, 연구계획 수립 등을 지원해 드립니다.

• 의료 AI 연구에 복잡한 행정 절차로 인한 지연을 최소화하고 프로젝트에만 집중할 수 있습니다.

[다양한 의료 데이터 구축 사례와 테서의 기술력]

테서는 2020년 AI 모델과 라벨링 서비스를 시작한 이래,
현재까지 30여 건 이상의 의료 데이터 라벨링 프로젝트를 성공적으로 완료하며 풍부한 경험을 쌓아왔습니다.
CT, MRI 같은 의료 영상을 비롯해 병리 슬라이드, 3D 스캔 데이터, 전자의무기록(EMR) 텍스트 등 의료 데이터 전 분야를 아우르고 있습니다. 실제 수행한 프로젝트 일부를 살펴보면 다음과 같습니다.

AI 활용 설정

유방암 MRI Segmentation

• 유방암 MRI 영상 분할: 유방암 진단 AI 모델 개발을 위해 유방 MRI 영상에서 유방, 유선 조직, 혈관, 종양 부위를 정확히 분할하는 학습 데이터를 구축했습니다. 테서의 딥러닝 기반 자동 분할 엔진을 활용해 2D 영상의 레이블링과 3D 모델 재구성을 수행함으로써, 더 나은 시각화와 신속한 데이터 구축을 달성한 사례입니다.
• 뇌종양 MRI 병변 라벨링: 뇌종양 수술에 활용할 AI를 위해 MRI 영상에서 여러 종류의 뇌종양에 대한 병변 영역 데이터를 세분화하여 구축했습니다. 그 결과, AI 모델이 각 종양의 위치와 범위를 정확히 학습할 수 있었고 3D 시각화를 통해 수술 계획 수립에 도움을 준 사례입니다.

• 이밖에도 병리 슬라이드에서 암세포 영역 자동 마스킹, 흉부 CT 영상에서 폐 결절·림프절 분할, 치과용 3D 구강스캔 데이터에서 치아 구조 분할, 대규모 의료 텍스트에서 주요 의학용어 추출 및 분류 등 다양한 의료 데이터 가공 서비스 경험을 보유하고 있습니다.
• 테서는 정부 주관 프로그램에서 혁신기업으로 선정되고, 글로벌 제약사 노바티스, MSD와 오픈이노베이션 파트너십을 체결하는 등 이미 업계에서 기술력을 인정받았습니다.

현재 삼성창원병원 등 다수 의료기관에 AI 솔루션을 제공하며 신뢰받는 AI 파트너로 자리매김하고 있습니다.

[함께 만드는 의료 AI 혁신의 미래]

테서의 전문적인 의료 데이터 라벨링 서비스를 통해 복잡한 데이터를 신속하고 정확하게 구축하고, 내부 인력은 보다 가치 있는 연구와 개발에 집중할 수 있습니다. 이를 통해 개발 기간을 단축하고 비용을 절감하는 것은 물론, 최종적으로 더 우수한 AI 모델을 만들어 낼 수 있을 것입니다.

의료기기 업체, 제약사, 병원 등 각 분야의 파트너들과 함께 해온 테서는 여러분의 프로젝트 목표에 맞춘 맞춤형 의료 데이터 가공 서비스를 제공합니다.

AI 시대의 경쟁력을 높이고 싶다면,

테서와 함께 AI 학습용 데이터 구축에 나서보시는 것은 어떨까요?

전문성과 열정으로 뭉친 테서 팀이 신뢰성 있는 데이터 파트너로서 여러분의 비즈니스와 연구의 모든 여정을 지원하겠습니다.

감사합니다.