1. 학습모델 자원 공유 중심의 오픈 커뮤니형 학습환경을 통한 인공지능 개발자를 위한 개방형 플랫폼 구축 -모델 등록기능 제공 기능*플랫폼에서 생성된 모델을 프로젝트 단위로 등록/삭제하는 기능*등록된 모델 내역 조회 *모델 버전관리 기능 구현-의료 영상 특화 개발환경으로 프레임워크 구축*ETRI 개발된 프레임워크 Common Core Service 라이브러리 등록을 위한 서버이미지 환경 구성*ETRI 프레임워크 Medical Model Zoo 모델 등록을 위한 서버이미지 환경 구성*ETRI 프레임워크가 탑재된 서버이미지 생성 및 선택 기능구현-사용자 편익성을 고려한 플랫폼 기능별 GUI 구현 안정화 및 플랫폼 최적화2. 빅데이터 기능레이어별 국제표준 적용 가이드에 맞춘 플랫폼 개발- 기능레이어별 국제표준 가이드와의 일치성 점검 - 기능레이어별 국제표준 가이드에 적합하게 플랫폼 컴포넌트 개발 및 수정3. 질환별 진단 학습 모델 제공을 위한 의료영상 AI SW 프레임워크 컴포넌트 최적화 및 시험 검증 -X-ray, CT 기반 핵심 요소 모듈 최적화 및 기능 검증 -맘모 기반 유방암 진단용 영상처리 모듈, 인공지능 common core 모듈, Deep Learning 학습 지원 모듈 개발-Confusion matrix, F-score, ROC curve 등의 주요 성능 지표 기반 모델 평가 지원 모듈 최적화 -인공지능 학습 상태 및 모델 성능 평가 결과 Visualization 지원 모듈 최적화-학습 파라미터 기반 모델 자동학습 지원을 위한 스크립트 엔진 최적화-MRI 기반 뇌질환, 병리영상 기반 질환, 복강경 영상 기반 질환 진단용 핵심 요소기술 분석 및 설계- 맘모 기반 유방암 진단 Common Core API 최적화 및 Pre-trained 학습 모델 인터페이스 구축4. 표준기반 프레임워크 레이어별 테스팅 프로세스 개발 및 보안표준 가이드라인 개발-의료영상 데이터 특화 개발자 지원 플랫폼에 적용될 기능 레이어별 국제표준 테스팅 프로세스 개발-의료영상 데이터 특화 개발지 지원 플랫폼에 적용될 보안관련 국제표준 적용가이드라인 개발 5 AI 기반 영상분석 솔루션 사용성 시험평가로 플랫폼 요소 기술들 유효성 파일롯 테스트 -평가 대상 자 섭외 및 모집 공고 -평가 방법 및 평가 순서에 대한 피험자 교육, 평가 환경 체크 및 개발된 평가 시나리오에 따른 평가 -개발된 평가지표의 평가 결과 분석과 평가 대상의 개발시 활용도에 어려움이나 문제를 일으킨 요소를 찾아내고 플랫폼 요소기술에서 문제원인 발굴 -사용적합성 평가 결과에 대한 플랫폼/프레임워크 개발의 개선방안 제시 및 테스트 결과 보고서의 전문가 리뷰