설명 가능한 AI 기업 다윈AI, 레드햇과 코로나19 탐지 심층 신경망인 오픈 소스 'COVID-Net' 배치 가속화
설명 가능한 AI 기업 다윈AI, 레드햇과 코로나19 탐지 심층 신경망인 오픈 소스 'COVID-Net' 배치 가속화
  • 전미준 기자
  • 승인 2020.11.22 18:31
  • 댓글 0
이 기사를 공유합니다

COVID-19 양성 사례와 함께 13,870 명의 환자의 13,975개의 CXR 이미지로 구성된 오픈 액세스 벤치 마크 데이터 세트인 COVIDx와 함께, 오픈 소스로 연구 및 국제 임상 커뮤니티에 공개... 현재, COVIDx5 데이터 세트를 사용하여 CXR 이미지에서 폐렴을 식별하기 위한 COVIDNet-P 추론 및 평가 스크립트를 추가
로고 각 사
로고 각 사

캐나다 키치니 워털루(Kitchener-Waterloo)에 기반을 둔 설명 가능한 AI (XAI) 전문 스타트업 다윈AI (DarwinAI)와 세계 최고의 오픈소스 솔루션 제공업체 중 하나인 레드햇(Red Hat)과 흉부 방사선 촬영 이미지를 통한 코로나19 (COVID-19) 탐지 및 위험 계층화의 심층 신경망인 COVID-Net의 배치를 가속화하기 위한 전략적 협력을 발표했다.

이 협업의 목표는 업계 최고의 엔터프라이즈 쿠버네티스(Kubernetes) 플랫폼인 레드햇 오픈시프트(Red Hat OpenShift)를 사용하는 보스턴 어린이 병원(Boston Children's Hospital)의 크리스(ChRIS) 프레임 워크 위에 있는 웹 기반 GUI (그래픽 사용자 인터페이스)를 통해 임상의가 병원에서 COVID-Net을 더 쉽게 사용할 수 있도록 복잡한 하이브리드 및 멀티 클라우드 인프라 전반에 걸친 배포를 지원하는 것이다.

보스턴 어린이 병원 ChRIS 플랫폼은 클라우드 기술을 활용하여 의료 분석 애플리케이션 개발을 민주화하고 의료 조직이 데이터를 계속 소유하는 동시에 퍼블릭 클라우드 처리 기능의 혜택을 누릴 수 있도록 하는 오픈 소스 프레임 워크다.

ChRIS의 전체 아키텍처: ChRIS는 하이브리드 클라우드 컴퓨팅을 허용하는 오픈 소스 클라우드 / 웹 기반 플랫폼으로 ChRIS 애플리케이션 (또는 플러그인)은 여러 컴퓨팅 환경 (온 프레미스 또는 클라우드 서비스의 원격)으로 플랫폼은 예를 들어, 보호된 데이터 소스 (예 : 병원 이미지 데이터베이스 – PACS)에서 원격 환경 (예: MOC – Massachusetts Open Cloud)으로의 데이터 흐름을 관리하고 조정한다. ChRIS는 데이터 전송을 조정하고 개인 정보를 보호하며 컨테이너화 된 파이프 라인을 관리한다. 결과를 시각화하고 다른 연구자들과 협력하기 위한 메커니즘을 제공한다.
ChRIS의 전체 아키텍처: ChRIS는 하이브리드 클라우드 컴퓨팅을 허용하는 오픈 소스 클라우드 / 웹 기반 플랫폼으로 ChRIS 애플리케이션 (또는 플러그인)은 여러 컴퓨팅 환경 (온 프레미스 또는 클라우드 서비스의 원격)으로 플랫폼은 예를 들어, 보호된 데이터 소스 (예 : 병원 이미지 데이터베이스 – PACS)에서 원격 환경 (예: MOC – Massachusetts Open Cloud)으로의 데이터 흐름을 관리하고 조정한다. ChRIS는 데이터 전송을 조정하고 개인 정보를 보호하며 컨테이너화 된 파이프 라인을 관리한다. 결과를 시각화하고 다른 연구자들과 협력하기 위한 메커니즘을 제공한다.

COVID-19 대유행에 따라 의료계는 분류 및 진단에서 가장 큰 병목 중 하나가 표준 RT-PCR 바이러스 테스트의 부족과 전환 시간이라고 한다.

이에 대한 대응으로 다윈AI는 워털루 대학(University of Waterloo) 비전 및 영상 처리 연구소(Vision and Imaging Processing Lab)와 협력하여 임상의가 COVID-19를 신속하게 선별하고 질병의 진행 및 심각성을 평가하는 데 도움이 되는 도구로 COVID-Net을 개발했다.

다윈AI는 자사의 개발자가 심층 신경망의 내부 작동을 이해와 해석 및 정량화할 수 있도록 하는 설명 가능한 AI '생성 합성(Generative Synthesis)' 플랫폼을 통해 COVID-Net을 개발할 수 있었고 지난 3월 22일에 COVID-19 양성 사례와 함께 13,870 명의 환자의 13,975개의 CXR 이미지로 구성된 오픈 액세스 벤치 마크 데이터 세트인 COVIDx와 함께, 오픈 소스(다운)로 연구 및 국제 임상 커뮤니티에 공개했다.

COVID-Net 오픈 소스 이니셔티브는 또한 14,200개 이상의 CXR 이미지와 617 개의 양성 COVID-19 이미지가 포함된 새로운 COVIDx5 데이터 세트를 9월 11일 업데이트하고 현재(11월 22일), COVIDx5 데이터 세트를 사용하여 CXR 이미지에서 폐렴을 식별하기 위한 COVIDNet-P 추론 및 평가 스크립트를 추가했다. 이 이니셔티브는 캐나다, 미국, 스페인, 인도 및 말레이시아를 포함한 전 세계 약 20 개의 임상 기관 및 의료 서비스 제공 업체로부터 지원을 받았다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.