기가픽셀 스케일에서 정확히 보기

배경

디지털 병리학은 슬라이드 진단에 머신러닝을 적용합니다. 수십억 픽셀로 디지털화된 생검을, 결론 하나하나가 환자를 좌우하는 병리학자가 검토합니다. 플랫폼은 세계적인 검사 기관들에 배포되어 있고, 화면이 현미경을 대신합니다. 단, 현미경에 아무것도 양보하지 않는다는 조건으로.

수행한 일

WebGL / Three.js 뷰어 개발. 다중 해상도 타일 스트리밍, 깊은 줌에서도 부드러운 탐색, 색 충실도. 렌더링 파이프라인 최적화(고해상도 스캔 +40%), 부하 제어를 위한 마이크로서비스 분해, GraphQL 레이어와 분석 워크플로 비주얼 에디터. 슬라이드를 사전 주석하는 ML 모델도 여기에 포함됩니다.

남은 것

현미경으로 진단하던 것을 화면으로 진단하는 팀들의 일상 도구. 그리고 옮겨 담을 수 있는 교훈. 크리티컬 시스템에서 체감 성능은 세련됨이 아니라 임상적 요구사항입니다.

• 타일 스트리밍 기반 Three.js / WebGL 기가픽셀 뷰어
• 렌더링 파이프라인 최적화: 고해상도 스캔에서 +40% 성능
• 마이크로서비스 분해와 부하 제어
• GraphQL 레이어와 분석 워크플로 비주얼 에디터