정형외과 X-ray 판독 시간 95% 단축을 위한 데이터라벨링 후기
안녕하세요, AI 학습을 위한 데이터 라벨링 전문 기업 테서입니다.
오늘은 저희가 최근 수행한 정형외과 X-ray 데이터 라벨링 프로젝트에 대한 이야기를 나누어 보려 합니다.
의료 AI의 정밀도를 한 단계 끌어올리기 위해 어떤 고민과 과정을 거쳤는지,
그리고 이 프로젝트가 실제 의료 현장에 어떤 변화를 가져올 수 있는지에 대한 후기를 정리하여 공유합니다
1. 프로젝트 도입 배경 및 목표
정형외과 의료 현장에서 X-ray를 판독하는 일은 생각보다 훨씬 까다롭습니다.
뼈 간의 겹침, 수술 핀 등 외부 물질로 인한 가려짐, 위치 변형, 관절 손상으로 인한 경계의 흐릿함 등 다양한 장애 요인이 존재하기 때문입니다.
이러한 복잡성 때문에 같은 정형외과 전문의 사이에서도 판독 일치도가 90%를 넘기기 어렵고,
진료 시 환자를 직접 대면하는 시간보다 영상을 분석하고 계측하는 데 더 많은 시간을 할애해야 하는 것이 현실입니다.
의학 연구 논문을 작성할 때 의료 영상에서 데이터를 추출하고 엑셀이나 CSV로 정리하는 작업에만 전체 연구 기간(6개월) 중 약 3~4개월,
즉 최대 70%의 시간이 소모되는 구조적 한계가 있었습니다.
고객사는 이러한 문제를 근본적으로 해결하고자 했습니다.
X-ray 영상 내에서 분석이 필요한 영역을 자동으로 분할하고,
뼈의 각도 및 길이를 추출하여 자동 시각화해 주는 AI 솔루션을 개발하는 것이 목표였습니다.
2. 상세 데이터 라벨링 가공 수행 내역
이번 프로젝트는 단순히 데이터에 라벨을 붙이는 작업이 아니었습니다.
정형외과 전문의의 판독 과정을 깊이 이해하고, 다양한 부위별 해부학적 특성에 맞는 정밀한 라벨링 체계를 설계하며,
환자 정보 보호까지 빈틈없이 관리하는 종합적인 과정이었습니다.
고품질의 데이터가 만들어내는 차이는 결국 AI 모델의 성능으로 증명됩니다.
이번 수천장의 정밀 라벨링 데이터를 기반으로,
고객사의 AI 솔루션이 의료 현장에서 실질적인 변화를 만들어내는 모습을 기대하고 있습니다.
의료 AI를 위한 데이터 라벨링, 테서가 함께하겠습니다.
이번 프로젝트는 단순히 데이터에 라벨을 붙이는 작업이 아니었습니다.
정형외과 전문의의 판독 과정을 깊이 이해하고, 10가지 이상의 부위별 해부학적 특성에 맞는 정밀한 라벨링 체계를 설계하며,
환자 정보 보호까지 빈틈없이 관리하는 종합적인 과정이었습니다.
고품질의 데이터가 만들어내는 차이는 결국 AI 모델의 성능으로 증명됩니다.
이번 수천장의 정밀 라벨링 데이터를 기반으로,
고객사의 AI 솔루션이 의료 현장에서 실질적인 변화를 만들어내는 모습을 기대하고 있습니다.
의료 AI를 위한 데이터 라벨링, 테서가 함께하겠습니다.
테서는 의료, 제조 등 다양한 산업 분야의 업무 자동화를 위한
AI 학습 데이터 구축을 전문으로 하고 있습니다.
프로젝트 문의는 언제든 환영합니다.
