[카테고리:] Uncategorized

의료 분야에 인공지능 기술을 적용하는 것은
다른 도메인에 적용하는 것과 어떤 점이 다른가요?

일단 의료에 AI 기술을 적용하려면 의료데이터에 대한 이해가 필수적이라고 할 수 있습니다. 어떻게 데이터를 활용할지 정하고 이해하고 그에 맞게 데이터를 가공하고 수집하는 과정이 무엇보다 중요하다고 할 수 있습니다. 그래서 어느정도 모델링 지식이 쌓이면 도메인 지식을 쌓고 도메인 전문가와 협업하는 것이 굉장히 중요하고, 일반적으로 데이터 부족현상이 있기에 그것을 해결하고자 하는 노력이 필요합니다.

이 분야를 공부하는 사람들이 가장 어려워하는 부분은 어떤 부분일까요?
이 강의가 어떻게 해결해줄 수 있을까요?

의료 AI에서 많은 분들이 가장 많이 겪는 어려움은 데이터나 창업 아이템은 있지만 실제로 구현하기 힘들다는 것일텐데요. 이 강의에서 그런 부분에 대한 해결책을 어느 정도 가져가실 수 있을 것 같습니다. 이 강의는 수강생들이 어떤 데이터를 가지고 있고, 그 데이터에 알맞은 모델을 선정하고 모델을 구현하고 평가하는 과정에 필요한 개념과 실전 구현 방법을 담았습니다. 수강생분들이 어떤 분야에서 어떤 데이터를 만나 어떻게 활용할지는 모르겠지만, 해당 강의의 내용을 자신의 프로젝트에 맞게 잘 바꾸어 활용한다면 굉장히 많은 효과를 볼 수 있다고 생각합니다.

이번 강의에서 알려주실 인공지능 기술은 어떤 것인가요? 파트별로 간단하게 설명 부탁드립니다.

Part를 4개로 나눴습니다. Part1에는 전반적인 의료 바이오 인공지능에 대한 설명과 다른 Domain에 적용할 때와 다른 점들 그리고 수강에 필요한 머신러닝, 딥러닝 지식들을 다룹니다. 이런 기본적인 수강에 필요한 지식들을 기반으로 가장 간단한 Multi Layer Perctron 모델을 기반으로 Drug Toxicity를 예측하는 모델을 실습할 수 있습니다.

그 이후에 진행될 나머지 3가지 Part에서는 각각 컴퓨터비전, 자연어처리, 그래프딥러닝에 대한 이론과 의료 바이오분야에 적용사례에 대해서 다룹니다. Part 2에서는 컴퓨터 비전에서 주로 사용되는 convolutional neural network(CNN) 모델에 대해서 배우고, CT, Histology image에 실습할 수 있습니다. Part 3에서는 자연어처리에서 주로 사용되는 recurrent neural network(RNN), Transformer에 대해서 배우고, Drug-Target interaction, Cancer Vaccine 데이터에 실습할 수 있습니다. Part 4에는 Graph 데이터란 무엇이고 의료 데이터 분야에 Graph는 어떤 것들이 있고 Graph 데이터를 어떻게 딥러닝으로 모델을 만들수 배우고 Drug와 BioNetwork에 적용하고자 합니다.

강의에서 어떤 실습을 다룰 예정이신가요?

강의 내 실습들에서는 최근 의료 제약 업계에서 주목 받고 있으며 대표적인 딥러닝 기술들을 적용할 수 있는 문제들로 구성했습니다. 하나하나가 최근 스타트업들의 창업아이템으로 선정되는 실제 문제를 기반으로 실습이 진행됩니다. 일단 Pytorch 딥러닝 라이버러리 사용법을 배울 것이며 그 배운 내용을 기반으로 다양한 의료바이오 데이터에 적용할 생각입니다. 그 예시로는 화합물의 특성을 예측해서 신약개발의 속도를 빠르게 할 수 있는 것과 의료영상으로 암환자와 코로나환자를 진단하는 것 그리고 저분자화합물, 단백질 치료제 예측 등이 있습니다.

본 강의를 들었을 때 수강생들이 확실히 얻어갈 수 있는 것이 무엇일까요?

본 강의를 통해서 확실히 얻어갈 수 있는 것은 무엇보다 머신러닝 딥러닝이 어떻게 이 분야에 활용되고 어떻게 이 하나하나의 기술이 코드로 구현되는지를 배울 수 있는 것이라고 생각됩니다. 실제로 데이터는 있지만 구현하지 못하는 연구그룹들이 굉장히 많은 것으로 알고 있습니다. 그런 부분에서 답답한 마음을 해소시켜줄 수 있을 것이라고 생각합니다.

이 강의는 어떤 분들이 들으면 좋을까요?

다양한 수강생들에게 도움이 될 거 같습니다. 실제 의료바이오 도메인 지식과 데이터는 있지만 그 데이터를 어떻게 머신러닝 관점에서 프로젝트를 진행했으면 하는 사람들이 가장 먼저 생각납니다. 그리고 간단한 머신러닝 딥러닝 기술들은 알고 있지만 컴퓨터 비전, 자연어, 그래프 등 다양하게 사용하지 못하는 수강생들에게도 적합할 거 같습니다. 물론 다양하게 전반적인 내용을 다루기에 조금은 어려울 수 있지만 머신러닝과 딥러닝에 대한 지식이 부족한 사람도 수강할 수 있게 강의를 구성하였습니다. 또한 투자자나 경영의 관점에서 해당 기술에 대한 지식을 쌓는데도 많은 도움이 될거 같습니다.

마지막으로 이 업계에서 성장하고 싶은 강의 수강생분들에게 한 마디 부탁드립니다.

주목 받는 인공지능이 적용될 수 있는 분야는 인류에 얼마나 기여하는가에 기인하는 거 같습니다. 자율주행, 주가예측, 신소재 개발, 무인시스템, 건축 등 다양한 분야에 연구가 진행되지만 그 중 가장 큰 가치를 갖는 것은 인간의 생명과 관련된 의약 바이오 계열이라고 생각합니다. 저는 인공지능과 의약 바이오과 결합한 융합기술이 질병으로 절망하는 환자들에게 희망을 줄 수 있다는 믿음을 가지고 평생을 이 분야에 헌신할 생각합니다. 그런 희망찬 미래에 함께 하실 수강생 분들을 응원하고 함께 하고싶습니다.