AI, 의료 분야에서 치료 범위 확대와 신약 개발에 기여
인공 지능(AI)은 게놈 시퀀싱, 신약 개발, 약물 최적화 및 질병 진단과 같은 프로세스를 가속화하여 의학 및 생명 과학에 상당한 발전을 가져왔다. AI는 복잡한 의료 절차를 통해 외과의와 방사선과 의사를 안내하여 숙련된 직원의 전반적인 생산성을 향상시킨다. 그러나 AI를 더 광범위하게 채택하려면 견고하고 확장 가능한 IT 인프라가 필요하다.
AI는 광범위한 의료 전문 분야와 수술 절차를 개선하고 있다. 지능형 진단은 질병을 초기 단계에서 감지하고 환자 치료를 개선하며 건강 결과를 개선한다. 많은 흥미로운 발전은 대규모 데이터 세트에서 패턴을 빠르고 정확하게 검색하는 AI의 고유한 능력에서 비롯된다. AI는 유전자 돌연변이와 관련 질병을 발견하고 가장잘 반응할 환자에게 초점을 맞춘 치료법과 약물을 개발하는 데 사용된다.
의료 분야에서 AI의 활용 사례는 인간의 자원과 시간과는 달리 거의 무한하다. AI가 생성하는 결과의 품질은 적절한 모델을 훈련하고 효율적으로 적용하는 인간의 능력에 달려있지만, AI가 수행하는 작업의 속도와 정확도는 종종 동일한 하드웨어 리소스를 놓고 경쟁한다.
데이터 분석가, 개발자, 데이터 과학자, AI 엔지니어는 더 빠른 결과와 더 정확한 결과 중에서 선택할 필요가 없다. 이 기사는 의료분야에서 떠오르는 AI 사용 사례를 탐구하고, 일반적인 과제를 해결하며, 이를 극복하기 위한 권장 사항을 제공한다.
클라우드에서 학습한 후 로컬에서 추론하기
AI 학습에는 대량의 데이터 세트에 작용하는 대규모 처리 능력이 필요한 경우가 많으며, 일반적으로 클라우드에서 가장 잘 수행된다. 이 영역은 AWS, Microsoft Azure, Google Cloud와 같은 대형 공급업체가 주도하고 있다. 사용자는 목적에 맞게 구축된 서비스의 혜택을 누리고 확장성이 뛰어난 인프라에 액세스할 수 있으며, 이는 광범위한 실험과 최적화가 필요한 단계에서 매우 중요하다.
반면 추론은 훈련된 모델을 온프레미스(on-premise)에서 효율적으로 활용할 수 있다. 일반적으로 훨씬 적은 처리 능력과 메모리가 필요하며 민감한 환자 정보에 대한 액세스가 필요하다. 이러한 이유로 AI 프로세서는 병원 모니터링 시스템, 내시경, 엑스레이기계 및 MRI 스캐너와 같은 온프레미스 의료장비에 점점더 많이 내장되고 있다.
통합업체는 클라우드에서 온프레미스 컴퓨팅으로의 전환을 꺼려하는 경우가 많다. 의료 인증이 부족하면 의료 장비에 AI 하드 웨어를 통합하는 데 방해가 되거나 심지어 불가능할 수도 있다. Prodrive Technologies는 IEC 60601-1(의료 장비의 기본 안전및 필수 성능) 및 IEC 62304(의료 기기 소프트웨어의 소프트웨어 수명 주기 프로세스)와 같은 표준을 준수하는 의료인증을 받은 하드웨어를 제공한다.
또한 개발자들은 온프레미스로 전환하면 클라우드 소프트웨어 서비스에 대한 액세스 권한을 잃게 된다는 우려를 종종 표명한다. Prodrive는 파트너와의 긴밀한 협력을 통해 소프트웨어 개발 키트를 제공하고 전체 프로젝트에 걸쳐 고객을 지원하여 AI 소프트웨어 배포를 가속화한다.
<그림1> 인간 게놈 시퀀싱 비용(로그 스케일) 출처: National Human Genome Research Institute, Illumina, Complete Genomics. 2022년 12월 31일 기준 데이터
딥러닝으로 게놈 시퀀싱 및 분석 지원
AI에 대한 가장 흥미로운 기회 중 일부는 게놈 시퀀싱에 있다. 환자 게놈을 처리하는 비용은 지난 몇 년 동안 엄청나게 떨어졌으며, 인간 게놈 시퀀싱 비용이 1000달러 이하로 크게 낮아졌다(그림1). 클라우드 기반 AI 학습 플랫폼은 점점 더 방대한 데이터 세트에서 작동하며 유전적 변이와 돌연변이를 더욱 정확하게 분류하여 유전적 요인과 외부 요인을 기반으로 질병 발생을 예측할 것이다.
예를 들어, AI 모델은 특정 환경요인에 취약한 환자를 예측하고 시퀀싱된 RNA 데이터 세트에서 직접 질병과 관련된 유전적 돌연 변이를 감지할 수 있다.
전체 인간 게놈을 시퀀싱하면 100GB의 원시 데이터가 생성되지만 처리를 통해 출력을 원래 크기의 1% 미만으로 줄일 수 있다. 반복적이고 예측 가능한 시퀀싱은 현장 처리에 적합하여 고대역폭 인터넷과 클라우드 액세스가 필요 없다. 현장 분석을 수행할수 있는 기능은 특히 IT 인프라가 덜 발달된 원격지에서 진단 시간을 단축한다.
의사를 방문하는 환자의 게놈 시퀀싱은 조기진단을 위해 점점더 로컬에서 수행될 것이다. 5세대 Intel Xeon 스케일러블 프로세서는 이전 세대 대비 30% 향상된 게놈 매핑 속도와 5년전 하드웨어에 비해 250% 향상된 성능을 제공함으로써 이를 지원한다. 환자는 일반적으로 시퀀싱 결과를 얻기위해 며칠 또는 몇 주를 기다리지만, 여러 시퀀서가 병렬로 작동하는 대규모 처리 성능을 통해 그 시간을 하루 이내로 단축할 수 있다.
<그림2> Zeus Xeon 5세대 확장 가능 시리즈 랙 서버는 AI 인프라의 백본을 형성한다.
Prodrive Technologies의 Zeus Xeon 5세대 확장형 시리즈 랙서버는 유전자 시퀀서 및 분석기와 같은 고급 AI 의료 시스템의 효율적인 백본에 적합한 선택이다. 최대 6개의 더블 폭 GPU 또는 최대 18개의 싱글 폭 PCIe 카드와 5세대 Intel Xeon 확장형 프로 세서 2개를 결합하여 가장 밀도가 높은 공랭식 서버 중 하나이다.
이 서버는 단독으로 사용하든 클러스터로 사용하든 효율적으로 작동하며 소형 시퀀서와 대형 전체 게놈 시퀀싱을 모두 지원할 수있다. 이러한 애플리케이션은 초고속 63GB/s 5세대 PCIe 인터페이스와 최대 5600MT/s 속도로 작동하는 8채널 DDR5 메모리 컨트롤러의 이점을 추가로 누릴 수 있다.
신약 개발 가속화
신약 연구는 매우 많은 비용이 든다. 부분적으로는 많은 잠재적 후보가 실패하기 때문이다. 이제 유전자 분석은 질병을 유발하거나 암의 성장을 촉진하는 돌연변이를 밝혀냄으로써 도움을 줄 수있다. 질병과 관련된 유전자를 기반으로 약물을 타겟팅하면 약물 조합과 치료법을 개발할 수 있으며 어떤 환자가 가장 잘 반응할지 예측하는 데 도움이 된다. 제약 회사는 폐 섬유증, 피부염, 궤양성 대장염, 난소암 및 다양한 염증성 및 자가면역 질환과 같은 질병에 대해 AI가 개발한 약물을 시험해 왔다.
신약 개발을 가속화하려면 방대한 처리 리소스가 필요하므로 일반적으로 클라우드에서 이루어진다. 클라우드 기반 서비스는 공공 데이터 센터에 있는 수백 대의 서버를 활용하여 대규모로 확장할 수 있다. 그러나 클라우드 활용은 잠재적인 개인 정보 보호및 보안 문제를 포함하여 고유한 문제를 초래한다.
온프레미스 데이터 센터를 설정하면 여러 애플리케이션 간에 공유되는 개별 머신을 관리하고 사용 가능한 리소스를 최대한 활용하기 위해 컴퓨팅 작업을 구성해야 하는 부담이 발생한다.
Prodrive Kubernetes Services(PKS)와 같은 오케스트레이션 (Orchestration) 플랫폼은 하드웨어에 대한 추상화 계층을 제공하여 인프라팀이 알고리즘에 집중할 수 있도록 지원한다. PKS는 컨테이너화뿐만 아니라 소프트웨어 배포를 지원하는 전체 오케스트레이션 제품군을 제공한다. 포괄적인 관리 및 진단을 제공하고 시스템을 애플리케이션의 요구 사항에 맞게 확장한다.
생명 유지 모니터링 및 환자 데이터 문서화
병원 침대 옆 모니터를 통해 환자의 체온, 산소 수치, 심박수 및 기타 생체 지표를 지속적으로 확인하는 것은 로컬 AI 시스템의 중요한 활용 사례이다.
AI는 또한 환자 참여를 개선하고 수술 후 환자 및 사이트 수준 데이터를 모니터링하여 치료에 대한 준수와 준수를 강화할 수 있다. 이는 결과적으로 결과를 개선하고 병원 재입원율을 줄여준다.
자동 문서화는 행정 업무를 줄여 의사가 환자치료에 집중할 수있도록 한다. 임베디드 플랫폼과 단일 보드 컴퓨터가 기본 모니터링을 처리하는 반면, 보다 복잡한 AI 작업은 워크스테이션과 19인치 랙 기반 장비가 장착된 별도의 기술실에 위임된다.
이미지 향상 및 증강 현실
로컬 AI가 발전하고 있는 또 다른 분야는 이미지 향상이다. AI는 윤곽을 선명하게 하고 색상과 대비를 강화하여 그렇지 않으면 놓칠 수 있는 희미한 구조를 드러낸다. 도구나 관심 있는 물체를 강조할 수도 있다.
증강 현실(AR)은 컴퓨터로 생성된 그래픽과 실제 이미지를 결합하여 이를 더욱 발전시킨다. 특히 수술에 유용한 AR은 내비게이션, 참조 데이터를 제공하고 우려되는 영역을 강조한다. 3차원, 레이블이 지정되고 치수가 지정된 모델이 실제 장기에 투사되어 윤곽을 그린다. 시술은 덜 침습적이며 이 과정은 정형외과 및 신경외과와 같은 전문분야의 임상 교육에도 이상적이다.
라이브 비디오 편집은 종종 품질 저하와 시각적 아티팩트 도입을 방지하기 위해 비압축 4K 스트림에서 수행되는 경우가 많다. 처리 작업은 네트워킹 및 분산 컴퓨팅과 관련된 이미지 표시 지연 및 중단을 방지하기 위해 현장에서 수행된다.
장비는 일반적 으로 수술실이나 검사실에 인접한 기술실에 배치된다. Prodrive Technologies의 AVIDIS 플랫폼은 IP 기반 프로토콜을 사용하여 비디오 소스와 엔드포인트를 연결하여 실시간 비디오 배포 및 처리를 처리한다. 최대 4K 해상도의 여러 비압축 비디오 스트림이 이더넷 기반 네트워크를 통해 전송 및 라우팅된다.
<그림3> AVIDIS(사진 위) Poseidon 13세대 시리즈 산업용 PC(아래)
시스템 빌더는 추가 작업을 처리하기 위해 전용 하이엔드 하드웨어에 즉시 의존할 필요가 없다. 많은 프로세서가 비디오 인코딩과 같은 작업을 완벽하게 수행할 수 있는 더 작은 GPU를 통합한다. Prodrive의 Poseidon 13세대 시리즈 산업용 PC는 비용 효율적이고 견고한 AI 플랫폼의 요구 사항을 충족한다.
AI, 고급 의료 서비스 제공
AI는 의료 전문가가 제공할 수 있는 치료의 범위와 효과를 확대하고 있다. 많은 국가가 의료 인력 부족에 직면함에 따라 AI는 생산성을 높이는 데 귀중한 도구가 되고 있다. 의료 및 수술장비는 AI를 효율적으로 실행하는 데 필요한 하드웨어를 점점 더 내장하고 있으며, 4년 내에 시장 규모가 1000억 달러에 이를 것으로 예상된다(그림4).
<그림4> 헬스케어 시장에서 AI의 예측 성장(출처: Precedence Research가 2023년에 발표)
자료제공: Prodrive Technologies(www.prodrive-technologies.com)
