AI 데이터 가공 서비스

"AI 성능의 80%는 데이터 품질에서 결정됩니다.
MaiWai.DataWorks는 AI가 학습할 수 있도록 데이터를 구조화합니다."

AI 모델의 성능은 학습 데이터의 품질과 구조화 정도에 크게 영향을 받습니다. AI 데이터 가공 서비스는 원천 데이터를 수집한 뒤, 정제(Cleansing), 전처리(Preprocessing), 라벨링(Labeling), 검수(QA) 등의 과정을 통해 AI 학습에 최적화된 구조로 변환하는 전주기적 데이터 처리 과정입니다.

MaiWai.DataWorks는 의료영상, 생체신호, 텍스트, 이미지, 공공데이터 등 다양한 도메인의 데이터를 표준화된 품질관리 프로세스에 따라 가공하며, 데이터 편향과 오류를 최소화해 모델의 학습 효율성과 예측 신뢰도를 높이는 데 기여합니다.

AI_data_process
Image

생체신호 데이터 라벨링 SW

FHR, TOCO 등 주요 생체신호를 시각화하여 라벨링할 수 있으며, 이미지 기반 그래프를
디지털 신호로 자동 변환하는 기능과 작업 현황을 실시간으로 모니터링하는 대시보드를 함께
제공합니다. 효율적인 라벨링 환경과 품질 관리를 동시에 만족시키는 통합 솔루션입니다.

  • FHR, TOCO 등 생체신호를 시각화하여 구간별 라벨링 작업 지원
  • 이미지 기반 생체 그래프를 정밀한 디지털 신호로 자동 변환
  • 작업자별 라벨링 현황을 실시간으로 모니터링 및 검수 가능
Image

초음파 의료영상 라벨링 및 임상데이터 관리 SW

비식별화, 점선 자동 제거 등 전처리 기능과 함께 작업자 관리, 임상데이터 입력, 검수 등
실제 데이터 구축에 필요한 기능들을 통합 플랫폼 형태로 제공합니다.

Icon

초음파 의료 영상 라벨링

클래스별 영역 지정, 원본 비교 등
정밀한 라벨링 기능 제공

Icon

초음파 영상 전처리

비식별화 및 영상 내 점선 자동 제거 등
전처리 자동화 지원

Icon

라벨러 작업 할당 및 관리

작업자별 라벨링 분배 및 진행 상황 관리

Icon

임상데이터 관리 및 검수

메타정보 입력과 검수로 정밀한 데이터 관리

Image

2D 영상 기반 라벨링 SW

치아와 골조 등 진단 부위에 대해 직선 및 자유 곡선을 활용한 라벨링이 가능하며,
실시간 대시보드를 통해 작업 현황과 검수 상태를 한눈에 파악할 수 있습니다.
길이 측정, Severity·Complexity·Grade 기준 라벨링 등 다양한 진단 특화 기능을 제공하는
고도화된 2D 라벨링 도구입니다.

  • 진단 부위에 대해 직선 및 자유곡선을 활용한 영역별 라벨링 작업 지원
  • 질환 진단과 길이 측정에 필요한 다양한 기준 기반의 특화 라벨링 기능 제공
  • 라벨링 작업 현황을 실시간으로 모니터링하고 검수할 수 있는 대시보드 제공
Image

3D/CT 영상 기반 라벨링 SW

Axial, Coronal, Sagittal View를 지원하여 악골 골수염, 구강암 등 질환 영역을 정확히 라벨링할
수 있으며, Slice 단위 병변 표기 기능도 포함되어 있습니다.
질환 진단 및 분석 중심의 의료 3D 라벨링에 최적화된 도구입니다.

Icon

다중 View 지원

Axial, Coronal, Sagittal View 기반의
라벨링 지원

Icon

질환 영역 라벨링

악골 골수염, 구강암 등 질환 영역
Slice 단위 반자동 라벨링

Icon

검수 결과 표기 기능

병변 종류 및 검수 결과 표기 기능 지원

Image

두부 CT기반 치아교정 라벨링 SW

치아 및 악골 구조에 대한 정밀한 계측점 마킹과 3D 볼륨 기반 시각화를 지원하며, 교정 분석을 위한
Axial, Coronal, Sagittal View를 모두 제공합니다.
치아교정 및 악교정 분석을 위한 정밀 진단 데이터를 구축하는 데 특화된 SW입니다.

Icon

View 기반 정밀 분석

Axial, Coronal, Sagittal View 기반
정밀 분석 라벨링 지원

Icon

3D 시각화

교정 분석용 3D Volume Rendering 지원

Icon

정밀 계측점 마킹

Volume 상에서의 계측점 마킹 기능 제공


Icon

다양한 계측점 정보 제공

치아교정 분석에 필요한 기준점, 참조점 등
다양한 계측점 제공

Image

개인정보 비식별화 SW

DICOM 헤더 내 환자 및 연구자 정보를 자동 제거하고, CT/MRI 3D 영상 외곽의 비식별화를 강도
조절과 함께 처리할 수 있습니다. 비식별화 결과는 Volume Viewer를 통해 확인 가능하며,
의료 데이터의 안전한 활용을 위한 필수 솔루션입니다.

  • DICOM 헤더 내에 있는 환자 및 연구자 관련정보 제거 및 비식별화
  • CT/MRI 3D 영상 외곽 비식별화, 강도 조절 기능 및 Volume Viewer 제공


AI_deployment_process

인공지능 학습 데이터구축 사례

애마슈는 초음파, X-ray, CT, 심전도 신호, 카메라 등
다양한 의료 모달리티에 대한 인공지능 학습 데이터 구축 경험을 보유하고 있습니다.

Icon

초음파 기반
난소암 데이터 구축

고려대학교 구로병원

Icon

치주질환/골수염/구강암/
두개안면 기형 데이터 구축

보건복지부

Icon

소아 흉부 X-ray 데이터 구축

한국지능정보사회진흥원 NIA

Icon

태아 심박동 데이터 구축

중소벤처기업부

Icon

배아현미경 데이터 구축

보건복지부

Icon

태아 위험도 예측 데이터 구축

보건복지부