의료진단AI 공부 - 1

의료 분야에서 진단 AI 기술이 가장 시급하거나 관심이 가장 많은 분야 중 하나는 유방암 진단입니다. 이는 다음과 같은 이유로 인해 관심을 받고 있는 분야입니다:

1. 조기 발견의 중요성: 유방암은 조기에 발견되면 치료와 생존율을 향상시킬 수 있는 질병입니다. 따라서 유방암 조기 진단은 매우 중요합니다. AI를 활용하여 유방암 관련 영상 데이터(매매그램, 초음파 등)를 분석하고 이상 소견을 탐지하는 자동화된 시스템을 개발하면, 조기 발견의 정확성과 효율성을 향상시킬 수 있습니다.
2. 영상 분석의 복잡성: 유방암 영상 데이터는 고해상도이며, 다양한 구조와 특성을 가지고 있습니다. AI 기술을 사용하여 복잡한 영상 데이터를 분석하고 종양, 낭종, 마세토미 등을 탐지하고 분류할 수 있습니다.
3. 데이터의 다양성과 양: 유방암 관련 데이터의 양과 다양성이 매우 많습니다. 대량의 유방암 영상 데이터를 활용하여 AI 모델을 학습시키고 검증하면, 정확한 진단 도구로서의 성능을 향상시킬 수 있습니다.
4. 의사의 보조 도구로서의 역할: AI 기반 유방암 진단 시스템은 의사들에게 보조 도구로서 활용될 수 있습니다. 의사와 AI 시스템의 협업을 통해 높은 정확성과 신속한 진단이 가능해지며, 의사의 판단을 지원하고 의료 리소스를 효율적으로 활용할 수 있습니다.

이러한 이유로 유방암 진단 분야에서 AI 기술의 발전과 적용에 많은 관심이 집중되고 있습니다. 유방암 진단을 개선하여 환자들의 치료와 결과를 향상시키는 것이 목표입니다.

 

전통적인 머신러닝은 개와 고양이를 구분하는 문제를 개와 고양이의 특징을 구분지어주어야 함. 고양이는 원래 코가 삼각형... 등등 사람의 가이드 일정부분이 필요하다. 

딥러닝은 가이드라인도 알아서 컴퓨터가 찾는 식으로 일을 시킴. 개는 발톱이 긴 것일까? 혀가 있으면 고양이군(처음엔 헛다리) 등등 = 개와 고양이가 뭔지 잘 몰라도 머신러닝 가능하다. 

 ex. 알파고

기존 머신러닝 : 바둑 두는 법 가이드부터 줌

수백만 개의 trial & error를 통해 체득함 

Domain Knowledge

 

뉴럴 네트워크(뇌신경망)를 이용해 머신러닝을 진행하는 게 딥러닝