고객사 개요
고객사는 유럽에 본사를 둔 의료 AI 기업으로, 신경계 질환 진단을 위한 뇌 MRI 스캔 분석 모델을 개발 중입니다. 이 회사의 플랫폼은 MRI 데이터 내 탈수초 병변을 탐지하여 방사선과 의사의 진단 및 임상 연구를 지원하는 데 중점을 두고 있습니다.
비즈니스 과제
- 의료 전문성 요구: MRI 병변은 정상 해부학적 구조나 영상 왜곡과 유사할 수 있어 이를 정확히 식별하기 위한 도메인 지식이 필수적입니다.
- 3D 체적 분석 복잡성: 뇌 MRI 데이터는 여러 단면을 포함하므로, 개별 2D 이미지가 아닌 3D 볼륨 내에서 일관된 분할이 필요합니다.
- 확장성 제약: 도메인 전문성과 일관된 주석 품질을 유지해야 하므로 대규모 라벨링 작업을 위한 전문 방사선과 의사 인력 모집이 어렵습니다.
프로젝트 정보
본 프로젝트는 AI 모델 개발을 위해 뇌 MRI 스캔(DIR 시퀀스)에서 탈수초 병변의 3D 분할 작업을 포함했습니다.
- 데이터 유형: Brain MRI (DIR sequence)
- 업무: 3D lesion segmentation
- 결과물: Voxel-level segmentation masks
솔루션
- 의료 지식 전달 계층
전체 분할 작업을 전담 방사선 전문의에만 의존하는 대신, 프로젝트에서는 의료 감독 계층을 도입했습니다. 의사가 병변 해석 규칙, 일반적인 영상 왜곡 패턴, 경계 가이드라인을 정의하여, 임상 지식을 라벨링 전문가가 일관되게 따를 수 있는 운영 라벨링 지침으로 전환했습니다.
- 체계적인 3D 분할 워크플로우
체적 복잡성을 해결하기 위해 팀은 3D 슬라이서에서 진정한 3D 분할 방식을 채택했습니다. 이를 통해 라벨링 전문가는 독립된 2D 슬라이스가 아닌, 부피체적 객체로 병변을 분할할 수 있었고, MRI 전체 볼륨에서 일관된 병변 경계를 확보하며 슬라이스 간 비일관성을 줄였습니다.
- 확장 가능한 의료 인력 모델
Full-time 방사선 전문가 부족 문제를 극복하기 위해 하이브리드 인력 모델을 도입했습니다.
- 의대생이 분할 작업 수행
- 의사는 교육, 경계 사례 명확화, 품질관리 감독 담당
이 구조는 의료 수준의 품질을 유지하면서도 분할 작업 처리량을 확장할 수 있었습니다.
사용 기술
주요 결과
