Technology

메디컬에이아이를 한 발 더 앞서 나가게 하는
주요 기술을 소개합니다.

MAI Machine learning pipeline

우리는 헬스케어에 최적화된 독자적인 머신러닝 파이프라인을 위한 시스템을 구성하였습니다. 서비스에서 모델 개발, 다시 서비스로 이어지는 생태계를 구축하여 AI 연구자/의료 전문인력이 효율적으로 일할 수 있는 시스템을 구성하였으며, 전문 인력이 전문 분야에 집중하면서도 누적 데이터가 쌓일수록 서비스의 질이 함께 향상될 수 있는 선순환 구조를 갖는 시스템입니다.

MAI Machine learning pipeline, 이렇게 운용됩니다.
  1. ① 에티아 서비스와 퍼블릭 데이터를 통해 심전도를 수집합니다.
  2. ② 수집된 데이터는 의료진의 검수 및 판독을 거쳐 정확한 라벨이 포함된 데이터로 축적됩니다.
  3. ③ 인공지능 연구자들은 서비스에 최적화된 모델을 개발, 검증하여 학습모델 후보 저장소에 저장합니다.
  4. ④ 자동학습 시스템은 모든 데이터를 활용하여 학습모델 후보들을 자동으로 튜닝,
    고도화 작업을 거쳐 고성능의 모델로 만들어냅니다.
  5. ⑤ 가장 적합한 모델을 선택하여 서비스에 적용하고 배포합니다.

ECG Reconstruction:
Lead-to-Lead translation

우리는 ECG 복원 기술을 가지고 있습니다. 주어진 임의의 리드에서 대표 스타일을 추출하고, 심장을 측정하는 각도에 따라 나타나는 세부 스타일들을 결합시켜 원하는 리드의 ECG 데이터를 생성할 수 있는 기술로, 웨어러블 디바이스로 수집되는 1리드 심전도를 12리드의 표준 심전도에 가까운 데이터로 증폭, 보다 상세한 진단을 할 수 있을 것으로 기대합니다.

ECG Reconstruction, 이렇게 동작합니다.
  1. ① 우리는 대량의 심전도 데이터를 통해 어떠한 심장의 특성이 어떠한 리드의 특징으로 연결되는지 알고 있습니다.
  2. ② 따라서, 일부 리드가 주어졌을 때 그 리드가 갖고 있는 특징으로부터 심장의 특성들을 역으로 유추할 수 있습니다
  3. ③ 그러한 특성을 가지고 있는 심장으로부터 측정되는 각 리드별 신호의 세부 특징들 또한 유추할 수 있습니다.
  4. ④ 주어진 리드에 각 리드의 세부 특징들을 적용하여 변형, 12개의 리드를 얻을 수 있습니다.

ECG XAI:
Transparent and explainable ECG models

우리는 인공지능 심전도 모델을 해석할 수 있는 설명가능한 인공지능 기술(XAI)을 확보하고 있습니다. XAI기술은 심전도 모델이 “어느 부분을 그리고 왜 중요하게 판단했는지”를 설명해줍니다. 이러한 구체적인 설명은 모든 서비스 사용자들, 특히 의료진들에게 신뢰있고 명확한 근거를 제공해줍니다. 또한 더 나아가 XAI의 해석 결과는 기존에 알지 못했던 새로운 정보를 발견할 수 있을 것으로 기대합니다.

ECG XAI, 이렇게 동작합니다.
  1. ① 주어진 인공지능 심전도 모델과 심전도에 대해 XAI 기술을 이용하여 심전도의 어떤 부분이 중요한 영향을 미쳤는지 알아냅니다.
  2. ② XAI기술을 이용하여 심전도가 정상이라고 판단되려면 어떤 변화가 있어야하는지 생성AI를 통해 확인합니다.
  3. ③ 결과적으로 인공지능 모델이 해당 심전도의 어디를 보고 왜 그렇게 판단하였는지 확인할 수 있습니다.