본문 바로가기

Home > 정보마당 > 공개SW 활용 성공사례

공개SW 활용 성공사례

[스타개발자발굴] AI 오픈소스 개발자 "조셉 폴 코헨"

support 게시글 작성 시각 2022-08-30 10:21:45 게시글 조회수 1472

 

 

스타 개발자 발굴      

조셉 폴 코헨

조셉 폴 코헨

출처 : https://josephpcohen.com/w/

 

AI 오픈소스 개발자 겸 machine learning and medicine lab 연구소 박사인 조셉 폴 코헨을 소개한다.

 

조셉 폴 코헨 소개

 

 조셉 폴 코헨은 2009년부터 2011년까지 메세추세츠 보스턴 대학에서 컴퓨터공학을 전공하고 졸업 이후 동일한 학교에서 2011년 부터 2016년까지 공부한 이후 박사학위를 취득했다.

 

2016년부터 2020년 까지는 캐나다 퀘벡에 있는 AI연구소 Mila 에서 Postdoctoral Researcher으로써 연구 했다. 조셉은 이 연구소 에서 의료 딥 러닝 연구 팀을 리드 하였다. 또한, 조셉 박사는 2020년 부터 2년동안 Postdoctoral Researcher 정식 과정으로 스탠포트 대학교에서 의료 AI를 활용하여 흉부 X-ray 를 분석했다.  

 

현재는 butterfly Network , deep learning team 에서 의료 분야 AI 를 연구하고 있다. 또한 의료분야에서 AI를 기반으로 한 기술과 컴퓨터 비젼 그리고 유전체학을 이용해서 AI 도구를 활성화 시키고 있다. 

 

 

조셉 박사의 AI오픈소스 목적

 

 조셉 폴 코헨는 모든 사람들이 동일하게 높은 질의 의료 서비스를 받을 권리가 있다고 주장하고 있다. 특히 몇몇 의료서비스를 제대로 받지 못하는 미국 시민들(8%)이 AI 도입과 자동화로 인해서 충분한 의료 서비스를 받을 수 있다. 조셉 박사는 현재 의료 서비스에서 필요한 AI 체계를 확립하고 그에 따른 부작용과 문제들을 분석하고 있다.

 

 

오픈 소스 기반으로 한 활동

 

1. 여러 분야 오픈소스 대외 활동

 

 2013년 조셉 박사는 의료 분야에서 활동한 것 이외에도 여러 외부 활동도 참석했다. 조셉 박사는 오픈소스 라는 주제를 가지고 행사를 열었다. 이 행사의 목적은 유망있는 컴퓨터공학 전공자 그리고 컴퓨터 공학 쪽에 흥미가 있는 고등학생, 새로 사회로 출발하는 전공자들과 함께 오픈소스에 대해서 서로 소통해보고 오픈소스라는 좋은 정보를 활용해 보는 것이다. 본 행사에는 학생들이 새로 여러 가지 오픈소스를 활용해서 테스트해보고 직접 활용해 볼 수 있는 자리인 만큼 많은 학생들이 참석하였다. 이번 행사 이외에도 조셉 박사는 직접 사회를 보면서 학생들에게 여러가지 오픈소스 자료들과 다양한 기술적인 자료들을 설명해 주었다.

 

또한 AI를 이용하여 유전자 분석에 관한 부트캠프를 콘코디아 대학교에서 열었다. 조셉 박사는 이 부트캠프를 통해서 학생들의 머신러닝 사용의 어려움을 없애고 직접 머신러닝을 배워 볼 수 있는 좋은 기회를 제공했다. 이 부트캠프를 통해 유전자 분석에 대한 전문 지식을 갖춘 참가자들이 고급 학습 방법론에 대한 기본 지식을 개발할 수 있도록 도와줌으로써 이러한 기술이 유전자 분석 데이터와 함께 어디에서 어떻게 사용될 수 있는지 더 잘 이해할 수 있는 계기가 되었다.  

 

 

오픈소스 행사 참가자들

출처 : https://josephpcohen.com/fosshackinginnovation/index.html

 

2. AI 기반 의료 이미지 세포 개체수 카운팅 오픈소스

 

 2017년 조셉박사는 의료 디지털 이미지에서 개체 수를 계산하는 수작업의 문제점을 지적하고 이를 해결하는 논문 "Count-ception: Counting by Fully Convolutional Redundant Counting" 기고하며 결과물로 오픈소스(https://github.com/ieee8023/countception) 를 공개했다. 의료 디지털 이미지에서 개체 수를 계산하는 작업은 시간이 많이 걸리고 직접 눈으로 확인하고 개체수를 세는 작업은 오류가 발생하기 쉽다. 본 프로젝트의 목표는 이미지를 입력으로 받아 내부에 있는 개체의 수와 개체 위치 파악의 형태로 예측에 대한 정당성을 반환하는 시스템을 만드는 것이다.

 

 AI 기반 의료 이미지 세포 개체수 카운팅 오픈소스는 Lempitsky와 Zisserman이 제기한 문제를 대신하여 더 작은 회귀 네트워크의 수용 필드를 기반으로 하는 중복 카운트를 포함하는 카운트 맵을 예측한다. 회귀 네트워크는 이 프레임 내부에 존재하는 객체의 개수를 예측한다. 완전한 컨볼루션 방식으로 이미지를 처리함으로써 이를 포함하는 창의 수는 각 창의 크기(즉, 32x32 = 1024)로 간주된다. 또한 실제 개수를 복구하기 위해 중복 예측에 대한 평균을 취한다. 또한 Count-ception 이라고 하는 네트워크의 Inception 제품군에서 채택된 새로운 심층 신경망 아키텍처를 제안한다. 본 접근 방식은 2016년 Xie, Noble 및 Zisserman의 최신 방법에 비해 20% 상대적 개선(2.9에서 2.3 MAE)을 가져왔다.

 

AI기반 의료 오픈소스 논문

출처 : https://arxiv.org/abs/1703.08710

 

3. AI 기술을 통한 의료체계의 편리성

 

 조셉박사는 2019년 AI기술을 접목시킨 기술을 흉부 방사선과에서 사용할 수 있도록 도움을 주었다. 또한 의료학과와 AI기술의 중간 벽을 허물고자 흉부 방사선 분야에서 사용할 수 있는 딥러닝 도구를 무료로 사용할 수 있도록 했다. 사용자들은 쉽게 본인들의 사진을 이용해서 스스로 흉부의 건강상태를 파악할 수 있게 되었다. 이 도구는 사용자들이 웹페이지와 모바일에서 모두 사용 가능하다. 이 딥러닝 도구의 가장 큰 장점은 AI시스템을 사용함으로써 사용자들이 편리하고 쉽게 접근할 수 있다는 것이다.

 

특히 의료 분야에서는 복잡한 절차와 어려운 기술 사용 때문에 불편했던 점들을 AI시스템 도입으로 편리하게 환자들의 건강상태를 확인할 수 있다. 또한 세부적으로, 의사들은 다양한 질병목록들을 손쉽게 파악할 수 있고 사용자들도 한눈에 본인의 건강상태를 알아볼 수 있다는 점이 이 딥러닝 도구의 가장 큰 장점이다.

 

 

AI기술을 이용한 다양한 테스트

출처 : https://github.com/mlmed/chester-xray

 

 2020년 7월에는 코로나-19 판데믹으로 난황을 겪고 있을 시기 의료 업계에 도움이 되고자 오픈소스를 통해서 코로나-19 환자들의 흉부 X-ray 데이터들을 깃허브에 공개했다. 또한 흉부 X-ray를 통해서 환자들이 코로나-19의 감염여부 이외에도 위 사진에서 보는 바와 같이 다른 질병들(MERS,SARS,ARDS)을 파악할 수 있다.

 

의료 이미지 데이터를 AI 오픈소스로 진단한 데이터

출처 : https://github.com/ieee8023/covid-chestxray-dataset/blob/master/docs/hierarchy.jpg

 

4. 오픈소스 기반 TorchXRayVision  

 

 위에서 언급한 바와 같이 조셉 박사는 2020년부터 2년동안 Postdoctoral Researcher 정식 과정을 스탠포트 대학교에서 의료 AI를 활용하여 흉부 X-ray를 분석했다. TorchXRayVision은 흉부 X-ray 데이터 및 딥 러닝 모델 작업을 위한 오픈 소스 소프트웨어 라이브러리이다. 공개적으로 사용이 가능한 흉부 X-ray 데이터에 대해 공통 인터페이스와 전처리 체인을 제공한다. 또한 서로 다른 데이터 조합에 대해 라이브러리를 통해 기준선 또는 특징 추출기로 사용할 수 있으며 알아낸 데이터와 오픈소스 정보를 쉽게 활용할 수 있다.

 

 그러나 많은 사람들은 임상 문제를 다루는 연구원의 경우 모델을 처음부터 훈련하는 것은 시간 낭비라고 질책했지만 조셉 박사는 이 문제를 해결하기 위해 TorchXRayVision은 대규모 데이터 집단에 훈련된 사전 훈련모델을 제공하고 대규모 데이터 세트의 신속한 분석 및 소량 학습을 위한 기능 재사용을 가능하게 해야 한다고 말했다.

 

  조셉박사는 TorchXRayVision은 데이터를 여러 가지 방법으로 접근 할 수 있어서 코드 몇 가지만 수정하면 다른 학위 연구에도 도움이 될 수 있다고 말했다.

 

TorchXRayVision 오픈소스

출처 :https://github.com/mlmed/torchxrayvision

 

 

5. 오픈소스 기반으로 의료체계 확립  

 

 조셉 박사는 2021년 8월부터 현재 까지 Butterfly Network 라는 공동체에서 의료 분야에 deep learning이 활용되도록 노력하고 있다. 이 공동체 안에서도 조셉 박사는 모든 사람들이 좋은 의료 서비스를 받을 수 있도록 노력하고 있다. 미국을 포함한 여러 아프리카 나라까지 약 47억명의 사람들이 제대로 된 의료 서비스를 받지 못한다. Butterfly는 이러한 숫자를 줄이기 위해서 반도체와 AI 기술 및 여러 가지 인공지능기술을 토대로 초음파 기계를 만들어 내는데 성공했고 저가의 비용으로 의료서비스를 받을 수 있는 새로운 시대를 열 수 있게 되었다.

 Butterfly 공동체는 현재 많은 기업들부터 개인들까지 다방면에서 투자를 받고 있다.

 

오픈소스 AI 기반 의료 영상진단(초음파기계) 처리

출처 :https://www.butterflynetwork.com/global-health

 

 

※ 참고 Reference

 

 

Creative Commons LicenseOpen UP에 의해 작성된 이 저작물은 크리에이티브 커먼즈 저작자표시-비영리-변경금지 2.0 대한민국 라이선스에 따라 이용할 수 있습니다.
맨 위로
맨 위로