MedTech R&D: 컴퓨터 비전으로 암 검출 가속화
사례 목록으로
헬스케어Contract Talent

MedTech R&D: 컴퓨터 비전으로 암 검출 가속화

연구팀에 인력을 보강해 의료 영상 AI를 더 빠르고 정확하게 만들었습니다.

30초
속도
처리 시간(기존 5분)
민감도 99.2%, 특이도 97%
진단 정확도
민감도를 희생하지 않고 위양성률을 낮췄습니다
3
팀
Computer Vision Engineer 2명과 MLOps 전문가 1명

과제

M.V Labs에는 훌륭한 알고리즘이 있었지만 실행 속도가 느렸습니다. 모델이 스캔 한 건을 처리하는 데 5분이 걸려 임상 워크플로에서는 쓸 수 없었습니다. 딥러닝과 고성능 컴퓨팅(C++/CUDA)을 모두 이해하는 엔지니어도 없었습니다.

추론 시간이 실시간 사용에 너무 느렸습니다.
위양성률이 임상 검토에 쓰기에는 너무 높았습니다.
DICOM 표준 연동 전문성이 부족했습니다.

솔루션

M.V Labs의 연구 리드가 목표를 정했습니다. 정확도를 희생하지 않고 추론 시간과 위양성률을 줄이는 것이었습니다. GTEMAS는 이를 달성하도록 R&D 팀에 Computer Vision Engineer 2명과 MLOps 전문가 1명을 투입했습니다. 이들은 GTEMAS와 서비스 계약을 맺은 독립 전문가입니다. 엔지니어들은 기존 연구 그룹 안에서 일하며 추론 파이프라인을 Python에서 TensorRT 기반 최적화 C++로 다시 작성했고, 모델도 슬라이스를 하나씩 스캔하는 방식 대신 볼륨 전체의 맥락을 고려하는 3D U-Net으로 재설계했습니다. 그 결과 FDA 제출을 막고 있던 위양성이 줄었습니다.

아키텍처 전략

엣지 서버에서 NVIDIA Triton Inference Server로 DICOM 영상을 처리하는 하이브리드 클라우드 아키텍처.

성과 및 결과

속도 최적화가 상업화의 관건이었습니다. 이 제품은 현재 EU 전역 40개 이상의 병원에 도입되어 있습니다.

30초
속도

처리 시간(기존 5분)

민감도 99.2%, 특이도 97%
진단 정확도

민감도를 희생하지 않고 위양성률을 낮췄습니다

3
팀

Computer Vision Engineer 2명과 MLOps 전문가 1명

다음 성공 사례를 함께 만들어 보시겠습니까?

Global Tech Masters와 함께 확장 가능한 고성능 디지털 제품을 구축하세요.