최근 인공지능에 관한 활발한 연구를 통해 인공신경망을 사용한 의료 영상처리가 학계와 기업, 연구소 등에서 관심이 커지고 있다. 이미 딥러닝을 이용한 신경망은 의료영상 분석분야에 적용하여 효율성이 증명되었다. 또한 의료영상 분석에 인공신경망을 기반으로 하는 CNN 알고리즘이 본격적으로 사용되기 시작하면서 다양한 질환 분석 연구 사례가 급증하고 있다.
 
이를 위해 인공지능을 위한 CT, MRI 등의 학습용 데이터 셋이 구축되면 병변을 쉽고 빠르게  판독할 수 있어 가공된 데이터들의 필요성이 대두하고 있다. 이는 최종적으로 영상판독에 있어 병변정보를 대량으로 학습한 인공지능 데이터를 통해 의사들이 현장에서 판단을 빠르게 할 수 있도록 도와줄 수 있어 위 데이터 셋을 빠르게 가공 할 수 있는 SW가 연구원들에게 필수로 자리 잡게 되었다.
 
2020년 상•하반기 데이터 바우처 공급기업인 재이랩스(대표 이준호)의 SW ‘메디라벨’을 활용하여 혈관, 손 및 발뼈, 안저 등의 영상 데이터 약 5만장의 가공을 성공적으로 수행한 이력이 있으며, 성모병원과 분당서울대병원에서도 데이터 셋을 쉽고 빠르게 확보하여 연구와 병변 데이터 수집을 위해 자사의 SW를 사용 중이다.
 
이를 기반으로 한국진흥정보사회진흥원(NIA)에서 2021년 1월 중순경 대공개하는 '인공지능 학습용 데이터 구축 사업'에 적극 참여하기 위한 전담 부서가 꾸려졌다. 
 
‘메디라벨’은 딥러닝을 이용한 의료 데이터 라벨링 소프트웨어로써 프로젝트 단위별 대용량 의료 데이터 관리, 2D 및 3D 영상의 반자동 라벨링, 몇 번의 이미지 클릭만으로 라벨 구역이 지정되는 스마트 펜슬 기능 등으로 기존의 복잡하고 많은 시간이 소요되었던 의료 데이터 라벨링 작업 및 관리를 획기적으로 줄여주는 효율성을 제공한다.
 
지난 7일 0.13.5 버전 신규 기능을 릴리즈를 했다. 이전에는 동시에 라벨링 작업시 누가 작업했는지 히스토리가 남지 않는 점과 작업영역이 겹치게 되면 다른 공동 작업자는 본인의 라벨링 데이터를 지우는 불편함 등이 있었지만 이번 신규 개발된 리뷰 시스템은 Confirm, Edit, Reject이 가능한 새로운 협업 기능으로 기존의 번거로움을 대폭 해소하였다. 이로써, 권한을 가진 계정으로 라벨러 권한을 부여하여 라벨러가 작업한 결과물을  검수 후 Confirm 또는 Reject하고, 해당 라벨에 대한 Comments를 남기는 등, 체계적인 프로젝트 관리 및 데이터 품질관리가 가능해졌다.
 
재이랩스 이준호 대표는 “대부분의 AI 서비스는 데이터에서 시작하기 때문에 AI 모델이 지속적으로 학습할 수 있도록 AI 학습 데이터 제공이 필요하고 특히 의료영상분야에서는 절실히 필요한 실정”이라며 “재이랩스는 의료영상 분야에 딥러닝을 위한 학습 의료영상 데이터 셋을 빠르고 쉽게 확보할 수 있도록 지속적인 현장의 피드백을 수집하여 기술을 고도화 중이다. 의사들과 연구원들이 재이랩스 인공지능팀과 협력하여 의료 생태계 혁신을 위해 적극적으로 한국진흥정보사회진흥원(NIA)에서 진행하는 AI 학습 데이터 구축 사업에 참여하여 우리나라가 4차산업 핵심 분야 중 하나인 의료 AI/빅데이터 분야를 선도할 수 있도록 다각도로 협력할 것”이라고 밝혔다.
 
이에 따라, 인공지능 학습데이터 구축사업을 위한 컨소시엄구성을 희망하는 기업, 병원, 연구소 및 학교와의 협력을 기대하고 있다.

출처 : 재이랩스