제 5회 산학협력포럼 (2024.10.18 (금) 대학원관 중강당)

분류 : 산학협력포럼
작성일 : 2024-10-25
조회수 : 200
작성자 : 인공지능융합전공 관리자

초청특강 (I) 헬스케어에서의 IT기술의 실용적 활용, 네이버 헬스케어연구소 의료혁신센터 차동철 센터장

디지털 헬스케어에 있어 생성형 AI의 활용이 가시화되고 있어 이에 대한 사례를 알아봅니다. 이를 이용한 헬스케어 서비스 통합, 개인에게 최적화된 케어, 그리고 병원의 프로세스 효율화에 대한 과정을 알아보며, 음성기술과 생성형 AI가 실제 어떻게 의료 현장에서 활용될 수 있는지도 활용 사례를 소개합니다. 네이버에서 현재 서비스중인 NAVER Care 온라인 증상 체커가 어떻게 디지털 프론트 도어로 쓰일 수 있게 되며, 의사와 환자 모두에게 도움이 될 수 있도록 환자 포털 및 핵심 솔루션 기능 전반에 걸쳐 최적의 다음 조치를 위한 콜과 원활한 상호 작용을 지원하는 디지털 헬스 허브의 개념에 대하여도 소개합니다.

초청특강 (II) AI기반 의료데이터 혁신 : 메디컬 포토그래피 혁신 방안, 비씨앤컴퍼니 우주엽 대표

메디컬분야 인공지능 기술은 생성형 인공지능의 등장으로 새로운 패러다임에 진입하고 있습니다. 특히 과거에는 메디컬 데이터로 인식되지 못했던 비정형 데이터들이 IT기술과 접목되어 정형화되면서 RWD(Real World Data)를 형성하고 있습니다. 그 중 스마트폰과 DSLR카메라를 사용하여 환자를 촬영하는 메디컬 포토그래피는 큰 주목을 받고 있습니다. 메디컬 포토그래피는 X-ray와 같은 방사선데이터와 달리 자동화 되어있지 않아 8단계 수작업을 거쳐서 이미지를 획득해 왔으나 인공지능의 CNN모델, image captioning모델을 활용하여 자동화할 경우 병원의 인건비 절감 및 휴먼에러 방지 등 실질적인 측면에서 큰 도움이 됩니다. 메디포토TM는 위 모델을 상용화한 솔루션으로 현재 대학병원 및 성형외과, 치과 등에서 사용하고 있으며 향후 메디컬 이미지 데이터 플랫폼으로 발전할 것으로 판단합니다.

창의자율과제 우수작 발표 (I)

움직이는 저선량 플루오로스코피 영상을 위한 화질 개선 및 동잡음 저감 프레임워크
인공지능융합전공 박사과정 전선영, 석사과정 변규리

본 연구에서는 저선량 플루오로스코피 영상의 품질 개선을 목표로, 중요한 이미지 세부 정보를 유지하면서 노이즈를 효과적으로 제거할 수 있는 비지도 학습 기반의 노이즈 제거 프레임워크를 개발하였습니다. 이 프레임워크는 깨끗한 타겟 데이터에 의존하지 않고도 높은 성능을 발휘할 수 있어, 데이터 획득이 어려운 의료 영상 분야에서 매우 유용합니다. 또한, 지식 전수, 동적 보정, 그리고 반복 필터링 기법을 통합하여, 비지도 방법이 감독된 학습 방식과 비교할 수 있는 성능을 달성하였음을 보여줍니다. 제안된 방법은 플루오로스코피는 물론, 동적 비디오 및 정적 체적 영상 방식을 포함한 다양한 의료 영상에도 적용 가능합니다. 앞으로는 이 프레임워크를 실시간 응용 프로그램에 최적화하고, 임상 환경에서의 성능을 더욱 검증하여 진단 정확성의 향상에 기여하고자 합니다.

창의자율과제 우수작 발표 (II)

Differential Private Modality-Agnostic Synthetic Data Generation without Training

인공지능융합전공 통합과정 윤예린

이 연구 과제는 black-box API 모델에 차등정보보호(Differential Privacy)를 적용하여 학습없이 고품질의 보안합성데이터를 생성하는 기술을 제안합니다. 기존의 DP 기반 합성 데이터 생성 방식에서 요구되던 모델 학습과정에서의 노이즈 삽입 과정을 제거하고, 모델에 접근하지 않아도 되는 DP기법을 사용합니다. 이를 통해 black-box API 형태로 제공되는 SOTA 생성형 AI를 활용해 원본데이터를 학습하는 과정없이 이미지, 표, 텍스트 등 다양한 모달리티에서 보안합성데이터 생성이 가능하도록 합니다. 또한, 기존 선행연구에서 발생하던 합성데이터의 다양성 감소 문제를 해결하기 위해 Two-Stage-Voting, 프롬프트 엔지니어링 등의 기법을 도입합니다.

1부 사회, 노준혁 인공지능학과 교수 / 개회사, 최장환 인공지능융합혁신인재양성센터장 (인공지능학과 교수)