피부 상처/질환(Skin & Wound) 특화 소프트웨어 의료기기(SaMD) 개발 전문 기업인 ㈜파인헬스케어가 신현경 대표의 “제한된 데이터 조건하에서 화상 심도 평가를 위한 샘플 효율적 딥러닝 기술(Sample-Efficient Deep Learning Techniques for Burn Severity Assessment with Limited Data Conditions)” 연구 논문이 오픈 액세스 과학 학술지인 MDPI(Multidisciplinary Digital Publishing Institute) Sensors에 등재되었다고 밝혔다.

현존하는 딥러닝 기술은 모델 성능을 극대화하기 위하여 대규모의 고품질 데이터들을 필요로 한다. 그러나, 의료 분야의 데이터들은 확보하는 과정과 레이블링에 고비용이 요구되고, 인공지능 훈련에 활용하기 위하여 까다로운 절차를 거쳐야 하는 등 의료 인공지능 개발에 여러 장벽이 존재한다.

이러한 한계를 극복하기 위하여 신현경 대표는 소규모의 학습 데이터들을 이용하여 유사한 성능을 낼 수 있는 딥러닝 기술들에 대한 비교 실험을 수행해 왔고, 그 결과가 금번 논문을 통하여 공개되었다.

이 연구에서는 화상 심도 평가(burn severity assessment)를 위한 CNN 기반 모델을 베이스라인으로 4종류의 소규모 샘플 데이터에 특화된 딥러닝 기술들을 비교한 결과를 소개하고 있다. 해당 기술들은 각각 전이 학습(transfer learning), 자기 지도 학습(self-supervised learning), 연합 학습(federated learning) 및 적대적 생성망(Generative Adversarial Network) 기반 데이터 증강 기법이며, 다양한 데이터셋 조건에서 화상 이미지를 사용한 광범위한 실험을 통해 각 기법들의 이점과 한계를 보여 주고 있다.

특히, 자기 지도 학습 모델의 경우, 소규모의 레이블링된 의료 이미지 데이터들만을 이용하여 최대 6배가 더 큰 데이터셋으로 훈련된 CNN 기반 모델이 갖는 성능과 거의 유사한 수준의 정확도(accuracy)를 보일 수 있음을 주목하고 있으며, 이러한 샘플 효율적 기법(sample-efficient techniques)들은 향후 데이터가 부족하거나, 레이블링 된 데이터가 제한적인 분야의 의료 인공지능 개발 시에 참고할 만하다고 저자는 강조하고 있다.

파인헬스케어는 이번에 발표된 신대표의 연구 결과를 기반으로, 다인종 의료 데이터 확보를 위해 인도네시아, 베트남, 가나, 모잠비크 등과의 글로벌 인프라를 구축하였고 2023년 시장 임상시험 성공 후 2024년 글로벌 시장 진출을 목표로 하고 있다.

특히, 일반적으로 부족한 다인종 피부 질환 데이터 확보의 어려움을 극복하는 중요한 계기가 본 연구를 통하여 마련되었다고 논문에 참여한 저자 중 한 명인 파인헬스케어의 신현웅 CMO는 밝혔다. 이러한 연구 결과를 바탕으로 파인헬스케어가 개발 중인 딥러닝 기술 기반 피부 상처 진단 소프트웨어 의료기기인 ‘스키넥스(Skinex)’는 올해 임상 시험 승인을 위한 공정에 착수했으며, 상처 진단 의료용 카메라도 동시에 개발 중에 있다.

파인헬스케어는 국내 대표 디지털 헬스케어 기업으로, 의료/헬스케어 분야의 고품질 데이터셋을 기반으로 최신 인공지능 기술을 적용한 제품 출시를 통하여 더 나은 품질의 보건 의료 서비스를 전 세계적으로 확산시키는 것을 목표로 설립되었다. 이를 위해 삼성의료원, 경북대 병원 등 국내 대표 의료 기관들과 다양한 협력 사업을 진행 중이다.