Imaging AI in Practice @ RSNA 2020

www.rsna.org/education/ai-resources-and-training/ai-imaging-in-practice

Imaging AI in Practice demonstration

페이스북에서 이영한 교수님의 강의를 보다가, 

찾아본 RSNA의 Imaging AI in Practice 관련된 사이트.

 

사실 의료 인공지능이 많은 주목과 관심을 받고 있지만.

저것을 실제 임상으로 활용하기 위해서는 생각보다 많은 작업이 필요하다.

 

왜냐고?

 

아래가 이 프로그램에서 이야기하고 있는 전체 workflow인데, 

이 workflow를 AI 가 원활히 작동되도록 바꾸기 위해서는.

음.. 솔직히 불가능할 정도의 노력이 필요하다.

차라리 병원을 새로 새우는 것이 낫다. ㅎㅎ 

흠.. 아무리 생각해도.. 불가능할 것 같다.. 독재자가 있어야 가능할 듯. ㅎㅎ 암튼!!! 

 

 

내가 일하는 방사선종양학과.. 와는 다르게.

일반적인 영상의학과 및 병원 전체에 인공지능을 실제 활용하기 위해서 해결해야하는 문제가 생각보다 많다.

그 중 내가 생각해온 것들은 주로 4가지이다. 

 

1. 수가 - 이건 너무 기니까 이야기하지 말자. ㅋㅋㅋㅋ

   - 이야기해도 이해하려면 쉽지 않다. 

   - 그냥 인공지능 알고리즘은 비교적 도입이 쉬우나, 그 뒤에 여러 시스템/사람들을 위한 '돈'을 받을 수 있을지.. 의문이다. ㅎㅎ

2. 진단해야하는 질병 종류 

   - 몇개의 '질환'에 대한 진단을 AI로 진단하는 시스템을 병원에 만들 것인가? 

   - 관련된 AI 회사나 알고리즘의 관리?는 어떻게 할것인가? 각각에 활용되는 imaging protocol들은 어쩔 것인가?

   - 몇개의 회사가 필요한 것인가?

   - 각각의 회사의 FDA 승인을 받은 AI 알고리즘들은 해당병원 데이터에 Validation이 가능한가? 

   - 여긴 없지만, 병리는 어떻게 할 것인가? 

3. 기존 프로그램과의 연동 

   - PACS, EMR 등 과의 연동(표준 등)은 쉬울 것인가? 

   - 그 회사들이 '돈 받지 않고 최선을 다해 잘 해드릴께요' 할 것을 기대하는 것은 아닌가.  

4. 사람 

   - 사실 이게 제일 중요하다. 내가 볼 때는.

   - 저 일을 가능하게 만드는 구심점과 사람들이 필요하다. 정말 '과' 하나가 필요할 것이라고 생각한다 ㅎㅎ

 

궁금하신 분들은.

저 홈페이지에는 총 4개의 비디오가 있는데, 마지막에 lunit이 잠시 나온다. 

자랑스러운 마음도 들지만, 아쉬운 느낌도 있다.  ㅠ.ㅠ

암튼 이번 Imaging AI in Practice 의 승자는 지멘스... 가 아닌가 싶다. 

플랫폼이 이렇게 무섭다. 

 

시간 없으신 분은 아래의 영상 2개만 봐도 좋을 것 같다. 

 

youtu.be/qHdYbC6BOBM

 

youtu.be/fUFnrwVSvL8