새로운 MIT AI 시스템, 이미지 분할을 더 빠르고 쉽게 만들다

MIT 연구진들이 의료 데이터의 빠른 이미지 분석을 통해 의료 전문가들이 연구를 가속화하는 데 도움을 주는 AI 시스템을 개발하였습니다.

MultiverSeg라는 이 도구는 과학자들이 특정 이미지 영역을 간단히 클릭하거나 낙서를 하여 표시할 수 있게 해주며, 이 정보를 시스템이 사용하여 다가오는 결과에 대한 예측을 생성합니다.

MIT는 임상 연구에서 가장 초기에 이루어지며, 가장 노동 집약적인 과정이 의료 이미지 주석, 즉 분할(segmentation)이라고 설명하고 있습니다. 예를 들어, 뇌의 히포캠퍼스가 나이와 함께 어떻게 변하는지 연구하려면 연구자들은 여러 스캔에서 이를 수동으로 추적해야 합니다.

“많은 과학자들이 이미지 분할이 매우 시간이 많이 걸리기 때문에 하루에 몇 개의 이미지만 분할할 시간이 있을 수 있습니다. 우리의 희망은 이 시스템이 효율적인 도구가 부족하여 이전에 할 수 없었던 연구를 수행할 수 있게 함으로써 새로운 과학을 가능케 할 것이라는 것입니다.”라고 전기 및 컴퓨터 공학 석사 과정인 주요 저자인 핼리 웡(Hallee Wong)이 말했습니다.

이전 시스템과 달리, MultiverSeg는 큰 규모의 사전 분할된 데이터셋으로 학습시키는 것을 요구하지 않습니다. 이 시스템은 과거에 분할된 이미지들로부터 “컨텍스트 세트”를 만들어 미래의 예측을 개선하는 데 사용합니다. 연구자들은 시간이 지나면서 이 시스템이 사용자의 개입을 거의 필요로 하지 않는다고 설명합니다.

연구자들은 MultiverSeg를 최첨단 도구들과 비교해 보았고, 이 시스템이 더 적은 클릭과 낙서를 필요로 하며, 더 정확한 결과를 도출한다는 것을 발견했습니다. 실제로, 이 AI 시스템은 X선을 한두 번 수동으로 분할한 후에 나머지 영역에 대한 정확한 예측을 할 수 있었습니다.

“MultiverSeg를 사용하면 사용자들이 항상 AI 예측을 세밀하게 조정하기 위한 상호작용을 제공할 수 있습니다. 기존의 것을 수정하는 것이 처음부터 시작하는 것보다 훨씬 빠르기 때문에, 이는 여전히 과정을 크게 가속화시킵니다.”라고 Wong이 설명했습니다.

팀은 임상 환경에서 이 시스템을 테스트할 계획이며, 이는 방사선 치료 계획과 같은 분야에서의 효율성을 또한 향상시킬 수 있을 것이라는 희망을 가지고 있습니다.