김 지 영 분당서울대학교병원
최 홍 윤 서울대학교병원
저널명
European Journal of Nuclear Medicine and Molecular Imaging
논문제목
Visual interpretation of [18F]Florbetaben PET supported by deep learning–based estimation of amyloid burden
연구과제 수행 중 생긴 에피소드
모든 컴퓨터의 사양을 딥 러닝을 구현할 수 있도록 셋팅하기 쉽지 않아서 특정 컴퓨터만 딥러닝 용으로 셋팅하여 사용하다보니 내 시간에 맞춰 연구를 진행하기 보단 컴퓨터 사용 가능 시간과 장소에 맞춰서 연구가 진행된다는 느낌이 들었습니다. 결과뿐만 아니라 연구 주체도 제가 아닌 컴퓨터 같다는 생각이 들었습니다.
연구과제 수행 중 보람되었던 일
환자 데이터로 임상에 적용할 수 있는 tool을 직접 구현을 하였다는 것에 보람을 느꼈습니다.
이 분야로 진학하려는 후배들을 위한 조언
핵의학은 방사성 동위원소를 사람 몸에 직접 주입하여 진단 및 치료를 하는 분야로 의학적 지식과 방사선에 관한 지식이 필요한 분야입니다. 두 분야에서의 모두 알아야 하는 분야라 단순히 의학이나 방사선학만 공부해서는 쉽게 접근할 수 없는 학문이라 specialty가 있는 분야라 생각되어집니다. 그리고 이 논문에서 활용한 AI는 핵의학 뿐 아니라 다양한 분야에서 할 수 있는 크고 작은 일들이 많은 것 같습니다. 사람이 할 수 있는 단순 노동을 대체해 주는 것부터 시작하여 복잡한 연산 이 필요한 자료들도 구현 할 수 있어서 광범위한 분야에 적용하여 본인의 가능성을 넓힐 수 있는 분야가 아닐까 싶습니다.
연구활동 관련 계획
반복적으로 수행하는 간단한 업무에 활용 하면 정확도도 높고 일상 루틴 업무의 로딩을 줄이는 것이 가능할 것 같습니다. 그래서 우선 간단한 루틴 잡을 대신해 줄 tool을 만들어서 업무의 로딩을 줄일 수 있었으면 좋겠고, 그 후에 general PET 뿐 아니라 다른 tracer를 사용한 이미지의 판독을 도울 수 있는 tool까지 구현 가능한 수준까지 갈 수 있으면 좋을 것 같습니다.