엔비디아(NVIDIA, CEO 젠슨 황)가 도메인에 최적화시킨 헬스케어용 오픈소스 프레임워크 ‘MONAI’(Medical Open Network for AI)를 인공지능(AI) 기반 헬스케어 및 생명과학용 엔비디아 클라라(NVIDIA Clara) 애플리케이션 프레임워크와 함께 제공할 예정이다.

지난 4월 출시된 MONAI는 이미 주요 헬스케어 연구기관에서 채택되고 있다. MONAI는 파이토치(PyTorch) 기반의 프레임워크로, 산업별 데이터 처리, 고성능 훈련 워크플로우, 최첨단 접근법의 재현가능한 레퍼런스 구현을 통해 의료 영상용 AI 개발을 가능케 한다.

MONAI는 새롭게 업데이트 되는 클라라 제품의 일환으로, 최근 코로나19용으로 개발된 모델을 포함한 20개 이상 사전 훈련된 모델 뿐만 아니라 훈련 시간을 최대 6배 가속화하는 엔비디아 DGX A100 GPU의 최신 훈련 최적화 기능과 함께 제공된다.

미국 매사추세츠 종합병원(MGH) 아티노울라 A. 마르티노스 바이오메디컬 이미징센터(Athinoula A. Martinos Center for Biomedical Imaging) QTIM 랩의 디렉터인 자야슈리 칼파시-크레이머(Jayashree Kalpathy-Cramer) 박사는 “MONAI는 헬스케어계 파이토치가 되어 데이터 사이언티스트와 임상의들이 서로 긴밀하게 협업하는 길을 열어주고 있다” “MONAI는 전세계적으로 채택돼 연합학습(federated learning)을 통한 협업을 유도하고 있다”라고 말했다.

MONAI는 다양한 핼스케어 조직에서 채택되고 있다. DKFZ, 킹스칼리지 런던(King’s College London), 매스 제너럴(Mess General), 스탠포드(Stanford), 밴더빌트(Vanderbilt)가 이미징을 위해 AI 프레임워크를 채택할 예정이다. MONAI는 이미징 대회부터 지난 9월 학부생을 포함해 40개국 550여 명 등록자가 참석한 프레임워크 중심의 첫 부트 캠프에 이르는 다양한 행사에서도 사용되고 있다.

엔비디아 클라라는 MONAI 커뮤니티에 AI 지원 주석, 연합학습, 생산 구현에 있어 최신 혁신 기술을 제공한다.

최신 버전은 AI 방사선 전문의가 10분의 1 정도 클릭만 해도 딥그로우 3D(DeepGrow 3D)라는 새로운 모델을 통해 3D CT 데이터를 라벨링할 수 있어서 AI 지원 주석에 획기적인 전환점을 제공한다. 간처럼 큰 장기는 최대 250번 정도 클릭으로 장기나 병변 영상을 영상 별로 분할하거나 슬라이스 별로 분할하는 방법을 쓰면 시간이 많이 소요된다. 이러한 기존 방식 대신 사용자는 적은 클릭으로 장기를 분할할 수 있다.

포비아 Ai(Fovia Ai)의 F.A.S.T. AI 분할 소프트웨어, 엔비디아 클라라의 AI 지원 주석 툴, 새로운 딥그로우 3D 기능은 판독 시 방사선 전문의를 지원하고, 훈련 데이터 라벨링에도 사용될 수 있다. 포비아 Ai는 업계 최고의 PACS 뷰어에 통합된 DICOM 이미지를 검토할 수 있는 XStream HDVR SDK 스위트를 제공한다.

AI 지원 주석 기능은 풍부한 방사선 데이터세트를 활용할 수 있는 기회를 제공한다. 이는 최근 미 국립보건원(NIH) 암 이미징 아카이브에서 발행한 공공 코로나19 CT 데이터세트 라벨링 작업에 사용됐다. 라벨링된 데이터세트는 MICCAI가 승인한 코로나19 폐 병변 분할 챌린지(Lesion Segmentation Challenge)에 활용됐다.

클라라 연합학습은 코로나19 환자를 위한 일반화된 AI 모델 개발 연구를 위해 전세계 20개 병원과 협업을 가능하게 했다. EXAM 모델은 코로나19 환자의 산소 요구량을 예측하고, NGC 소프트웨어 레지스트리에서 사용할 수 있다. 뉴욕의 마운트 시나이 의료 시스템(Mount Sinai Health System), 브라질의 디아그노스티코스 다 아메리카 SA(Diagnósticos da America SA), 영국의 NIHR 캠브리지 파이오메디컬 리서치 센터(NIHR Cambridge Biomedical Research Centre), 미 국립보건원에서 임상검증을 위해 평가가 진행 중이다.

스탠포드 바이오메디컬 데이터 사이언스, 방사선, 의학 교수인 다니엘 루빈(Daniel Rubin)은 “MONAI 소프트웨어 프레임워크는 이미징 기반의 딥러닝 모델을 훈련하고 평가하는 데 핵심 구성요소를 제공한다” “MONAI의 오픈소스 접근법은 연합학습과 같은 발전에 기여하고 있는 커뮤니티를 육성하는 데 도움이 되고 있다”라고 말했다.

엔비디아 클라라 트레인 4.0(NVIDIA Clara Train 4.0)에 대한 자세한 소식은 엔비디아 개발자 블로그에서 확인할 수 있다.