의료용 X-레이 분류 딥러닝 모델과 레퍼런스 디자인 키트

일 정 2020-11-17 10:30 ~ 12:00
회 사 명 Xilinx, Inc
발 표 자 Subh Bhattacharya/Lead, Healthcare & sciences
경 품 명

세미나 등록/참가

종료된 세미나입니다.

세미나 다시보기

세미나 설명

자일링스(Xilinx®)는 스플라인.AI(Spline.AI)와 공동으로 AWS(Amazon Web Services) 상에서 완벽하게 기능하는 의료용 X-레이 분류 딥러닝 모델과 레퍼런스 디자인 키트를 출시했다. 이 고성능 모델은 자일링스의 징크(Zynq®) 울트라스케일+(UltraScale+™) MPSoC 디바이스 기반 ZCU104 상에 구축되었으며, 질병의 분류 및 감지 등과 같은 다양한 신경망을 실행할 수 있는 강력한 소프트 IP 텐서 가속기인 자일링스의 딥러닝 프로세서 유닛(DPU: Deep Learning Processor Unit)을 활용하고 있다.

공동 개발된 이 솔루션은 자일링스 징크 울트라스케일+ MPSoC 디바이스 상의 파이썬(Python) 프로그래밍 플랫폼에서 실행되는 오픈소스 모델을 사용하기 때문에 연구원들이 다양한 애플리케이션별 요구사항에 적합하도록 조정이 가능하다. 의료진단 및 임상장비 제조업체들과 헬스케어 서비스 제공업체들은 이러한 오픈소스 디자인과 클라우드 확장 옵션을 이용해 모바일 및 휴대용 또는 현장진단 엣지 기기에 다양한 임상 및 방사선 애플리케이션을 위한 트레이닝 모델을 신속하게 개발 및 구축할 수 있다. 

자일링스의 전세계 헬스케어 및 사이언스 시장을 총괄하는 책임자인 수브 바타차랴(Subh Bhattacharya)는 “AI는 헬스케어 분야에서 수요가 높고, 가장 빠르게 성장하는 애플리케이션 중 하나로, 자일링스는 이를 위한 적응형, 오픈소스 솔루션을 제공할 수 있게 되어 매우 기쁘게 생각한다. 이 솔루션은 비용 효율적이면서도, 짧은 지연시간과 전력 효율 및 확장성을 제공한다. 또한 이 모델을 유사한 임상 및 진단 애플리케이션에도 쉽게 적용할 수 있기 때문에 의료장비 제조업체 및 헬스케어 제공업체들은 레퍼런스 디자인 키트를 이용해 미래의 임상 및 방사선 애플리케이션을 보다 신속하게 개발할 수 있다.”고 밝혔다. 

14040402d04b819_1605594830351660456.jpg

이 솔루션의 AI 모델은 아마존의 세이지메이커(SageMaker)로 트레이닝되고, AWS IoT 그린그래스(AWS IoT Greengrass)를 이용해 클라우드에서 엣지까지 구축되기 때문에 머신러닝 모델의 원격 업데이트와 추론의 지리적 분산 배치는 물론, 원격 네트워크 및 넓은 지역에 걸쳐 확장이 가능하다. 

AWS의 IoT 부문 부사장인 더크 디다스칼로(Dirk Didascalou)는 “임상 및 방사선 애플리케이션을 위한 트레이닝 모델을 신속하게 개발하고자 하는 헬스케어 고객들을 위한 솔루션인 자일링스 디자인을 AWS에서 지원하게 되어 기쁘게 생각한다.”며, “자일링스와 스플라인.AI는 아마존 세이지메이커를 이용해 저가의 의료기기로 매우 정확한 임상 진단을 지원할 수 있는 고품질 솔루션을 개발했다. 또한 AWS IoT 그린그래스를 통합하여 의료진이 물리적인 의료기기를 사용하지 않고도 X-레이 이미지를 클라우드에 쉽게 업로드할 수 있어 원격진료 범위를 더욱 확장할 수 있게 되었다.”고 설명했다. 

스플라인.AI의 CTO인 시에드 후사인(Syed Hussain)은 “자일링스의 징크 울트라스케일+ MPSoC는 이번 공동 작업에서 트레이닝되고, 개발된 새로운 COVID-XS 모델과 같이 임상 환경의 고성능 딥러닝 모델을 구축하고, 확장하는데 이상적인 엣지 디바이스이다.”고 언급했다.

이 솔루션은 매우 높은 수준의 정확도와 짧은 추론 지연시간을 갖춘 폐렴 및 코로나 19(COVID-19) 검출 시스템에 사용되고 있다. 개발 팀은 3만개 이상의 선별 및 라벨링된 폐렴 이미지와 500개의 코로나 이미지를 활용하여 딥러닝 모델을 트레이닝했다. 이 데이터는 미국 국립보건원(NIH: National Institute of Health)과 스탠포드 대학 및 MIT와 같은 보건의료 연구기관은 물론, 전세계 여러 병원 및 클리닉의 공공 연구에 활용되고 있다.