Google for Developers Korea Blog: TensorFlow를 사용하는 AI for Medicine 전문 과정

Google for Developers Korea Blog

한국의 개발자들을 위한 Google for Developers 국문 블로그입니다.

TensorFlow를 사용하는 AI for Medicine 전문 과정

2020년 5월 11일 월요일

.post-body span { white-space: normal !important; } 작성자: Laurence Moroney (Google AI Advocate)
원문은 여기서 확인 가능하며 정태희(Google TensorFlow Ecosystem)님이 번역 리뷰에 참여해주셨습니다. TensorFlow 커뮤니티의 중요한 사항을 한 가지 공유하게 되어 기쁩니다. 그건 바로 교육자와 도메인 전문가가 헬스케어를 포함한 다양한 시나리오에 대한 중요 과제를 해결하기 위해 머신러닝 기술을 사용하는 방법을 개발자에게 가르쳐주고 교육하는 시간에 대한 정보입니다. 이를 위해, deeplearning.ai와 Coursera는 TensorFlow를 사용하는 'AI for Medicine' 전문 과정을 시작했습니다.

우리 팀은 다른 사람들이 어떻게 TensorFlow를 사용해 실제 상황의 문제를 해결하는지를 지켜볼 때 최고의 희열을 느낍니다. Andrew Ng가 소개하고 Pranav Rajpurkar가 가르치는 이 전문 과정은 세 과정으로 구성되어 있는데, 우리는 더 많은 사람이 의학 머신러닝 문제의 요구 사항을 이해할 수 있도록 접근성을 더 넓히고 싶습니다.
Deeplearning.ai와 Coursera는 세 과정으로 나뉘는 전문 과정을 설계했습니다. 첫 번째 과정인 의학적 진단을 위한 머신러닝 과정에서는 의학적 문제의 진단을 위한 몇 가지 가상의 머신러닝 시나리오를 다룹니다. 첫 주에는 피부암 및 안과 질환의 판별과 조직병리학 등의 상황을 탐구하게 됩니다. 예를 들면 X선 영상에서 보이는 다양한 양상들을 검사하기 위해 TensorFlow로 컨벌루션 신경망 코드를 작성하는 방법을 실습을 통해 익히게 됩니다.
이 과정에서는 TensorFlow 및 컨벌루션 신경망, 전이 학습(transfer learning), 자연어 처리 등의 기법에 대한 약간의 지식이 필수적입니다. TensorFlow: In Practice 전문 과정을 이수해 그 이면의 코딩 기술을 이해하고 Deep Learning 전문 과정을 이수해 기본이 되는 기술이 어떤 식으로 작동하는지 더욱 심화된 지식을 쌓으실 것을 권장합니다. 이 교육과정에서 사용되는 기법을 습득하기 위한 또 다른 훌륭한 자료는 'Hands on Machine Learning with SciKit-Learn, Keras and TensorFlow'(Aurelien Geron 저)라는 책입니다.
필자가 이 과정에서 정말 마음에 들었던 점 중 하나만 꼽자면, 모델 개선을 위해 의학 용어와 TensorFlow의 일반적인 머신러닝 기법(예: 데이터 확대) 사용이 균형을 이루고 있다는 점입니다. 참고: 이 과정에서 사용되는 모든 데이터는 식별 정보가 제거된 데이터입니다.

Rajpurkar와 Ng의 과정에서 발췌한 연습 문제: 이미지 변조(image augmentation)를 사용하여 데이터셋의 유효 크기 확대.

이 과정에서는 계속해서 평가 측정항목(evaluation metrics)과 주요 측정항목 분리 및 신뢰 구간의 정확한 해석 방법의 이해와 같은 기법을 다룹니다.
첫 번째 과정은 이미지 처리에 대해 다시 한 번 심층적으로 살펴보며 마무리하는데, 이번에는 MRI 이미지에서 영상 분할(segmentation)을 사용하여 MRI영상에서 뇌종양을 자동으로 잡아내는 프로그래밍 과제로 마무리합니다.
AI for Medicine 전문 과정의 두 번째 과정은 의학적 예후를 위한 머신러닝 과정으로, 미래의 환자 건강 상태를 예측하는 모델을 구축하는 방법을 배우게 됩니다. 환자가 심근경색과 같은 중대 사태를 맞이할 위험성을 예측하기 위해 환자의 건강 측정항목, 진료 기록, 인구통계와 같은 보고 자료에서 데이터를 추출하는 기법을 배웁니다.
마지막 세 번째 과정은 의학적 치료를 위한 머신러닝 과정으로, 의료 활동에 보조적 역할을 하는 모델을 사용하여 의학적 치료가 환자에게 어떤 효과를 줄 가능성이 있는지 예측할 수 있습니다. 이 과정에서는 텍스트 머신 러닝 기법인 자연어 처리를 적용하여 방사선 촬영 보고서에서 라벨을 추출하거나 의료 관련 질문에 답하는 봇의 기초로 활용하는 방법을 배울 것입니다.

Andrew Ng의 말을 빌리자면, “현재 의학 분야의 작업을 하지 않더라도, 응용 시나리오와 이러한 시나리오를 이용한 연습이 실제로 유용하고, 어쩌면 이 전문 과정을 통해 의학에 더욱 관심을 가질 수도 있으리라 생각한다”고 합니다.이 전문 과정은 Coursera에서 제공되며, 모든 과정과 마찬가지로 무료로 청강할 수 있습니다. deeplearning.ai 웹사이트에서는 deeplearning.ai에 대해, tensorflow.org에서는 TensorFlow에 대해 자세히 알아볼 수 있습니다.

라벨: ML/Tensorflow

Contents

ML/Tensorflow
Android
Flutter
Web/Chrome
Cloud
Google Play
Community
Game
Firebase

검색

Tag

Archive

2024
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2023
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2022
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2021
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2020
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2019
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2018
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2017
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2016
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2015
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2014
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2013
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 4월
- 3월
- 2월
- 1월

2012
- 12월
- 11월
- 10월
- 9월
- 8월
- 7월
- 6월
- 5월
- 3월
- 2월
- 1월

2011
- 12월
- 11월

Feed

Google
Privacy
Terms