[Medical AI 썰풀이] Medical AI를 연구하는 대학은 어떤 곳들이 있을까?

Medical AI 를 연구하는 대학 찾는 방법 알아보기

이번 글에서는 어떻게 하면 medical AI와 같이 특정 분야에 뛰어난 대학을 찾을 수 있는지에 대해 알아볼 것이다. 나는 독자를 이 분야에 대해서 잘 모르고, 이제 입학할 대학원을 찾아다니는 대학생이라고 생각하고 적었으며, 내가 대학원을 찾았던 방법과 대학원에서 공부하고 사람들을 만나보며 느낀점을 모두 적었기 때문에 글이 상당히 긴 점 미리 양해를 구한다. (교수님, 박사님들은 잘못된 점 지적해주시면 감사하겠습니다)

 

우리나라를 포함해서 전세계적으로 본다고 하더라도, medical AI 를 연구하는 연구실이 많지 않은 것이 사실이다. 특히, 아무리 좋은 공과대학원이 있다고 하더라도, 의대를 가지고 있지 않거나 주변에 협업할 의대가 없는 경우에는 아예 관련 분야의 연구가 진행되지 않는다. 그 이유는 의료 데이터 자체가 특정 심사 과정을 거쳐야만 사용을 할 수 있으며, 공개 데이터가 많지 않아 새로운 연구를 진행하기 위해서는 의료 기관과의 협력이 필수적이기 때문이다. 또한 연구실이 존재하더라도, 이 분야에 대한 지식이 없으면 연구실 홈페이지를 방문하거나 논문을 찾아서 읽어본다고 하더라도 많은 것을 얻기가 굉장히 힘들다. 따라서, 이 분야에 강한 대학을 찾는 방법은 흔히 자주 사용되는 us news의 graduate school ranking https://www.usnews.com/best-graduate-schools/top-engineering-schools/eng-rankings 을 보고 단순히 좋은 대학을 뽑을 수 있는 것이 아니다.

The Best Engineering Schools in America, Ranked

 

그렇다면, 어떻게 하면 좋은 대학원을 찾을 수 있을까?

1. Journal 에 많이 투고하는 대학 알아보기

분야의 특성상, medical AI 분야에서는 일반적인 AI/ML/DL 분야와 달리 conference paper 만큼이나 journal paper를 많이 쓴다. 의사들이 애초에 conference paper에 대한 중요성을 굉장히 낮게 보기 때문에 (이러한 문화는 field의 다름에 의해 생기는 오해이기는 하다) 이기도 하고, medical 분야에서 inter-rater reliability나 prospective study까지 논문에 싣는 경우가 많은데, 이러한 과정이 꽤나 긴 시간이 걸리기 때문에 journal을 더욱 선호하게 된다. 그렇다면 medical AI 에서는 어떤 journal 들이 있을까?

1.1 Journal 찾기

Journal Citation Reports ( https://jcr.clarivate.com/jcr/home ) 라는 페이지는 journal 들에 대한 정보와 analysis, 그리고 JCI Quartile 등과 같은 유용한 정보들을 제공한다. 이 사이트에 들어가서 

Journals 라는 메뉴에 들어간 후

Filter 를 통해 보는 논문의 범위를 조정해 준다.

Categories - Radiology, Nuclear Medicine & Medical Imaging - Apply 를 누르고

Customize 에 들어가서 위와 같이 수정을 해준다. 

그러고 나서 2022 JIF 를 기준으로 나열을 해주게 되면, 2022년 JIF 수치를 기준으로 가장 좋은 journal이 제일 위에 오도록 세팅이 된다. 이때 JIF Quartile 이라고 하는 수치는, JIF 수치를 기준으로 이 journal이 상위 25% 안에 들면 Q1, 50% 안에 들면 Q2, 75% 안에 들면 Q3, 그리고 100% 안에 들면 Q4라는 수치를 부여한다. 즉, 숫자가 낮을수록 좋은 journal이다. 200개나 있어서 굉장히 많아보이지만, 이 중 medical imaging과 medical AI 와 관련된 journal은 그렇게 많지 않다. 많은 journal들 중 몇가지만 나열해 본다면,

1.2 SCIE 논문

• Medical Image Analysis(Elsevier, Q1): https://jcr.clarivate.com/jcr-jp/journal-profile?journal=MED%20IMAGE%20ANAL&year=2022&fromPage=%2Fjcr%2Fbrowse-journals 
• IEEE Transactions on Medical Imaging(IEEE, Q1): https://jcr.clarivate.com/jcr-jp/journal-profile?journal=IEEE%20T%20MED%20IMAGING&year=2022&fromPage=%2Fjcr%2Fbrowse-journals 

1.3 ESCI 논문

• Radiology-Artificial Intelligence(RSNA, Q1): https://jcr.clarivate.com/jcr-jp/journal-profile?journal=RADIOL-ARTIF%20INTELL&year=2022&fromPage=%2Fjcr%2Fbrowse-journals
  이 journal은 Radiograph 이미지를 위주로 다루는 conference와 연관된 journal이어서 X-ray나 CT 관련 논문이 많다.
• Journal of Medical Imaging(SPIE, Q2): https://jcr.clarivate.com/jcr-jp/journal-profile?journal=J%20MED%20IMAGING&year=2022&fromPage=%2Fjcr%2Fbrowse-journals
  이 journal은 전반적인 medical image를 다루는 SPIE와 연관된 journal이다.

참고로 본인이 노리는 분야가 X-ray나 CT라면 Radiology-Artificial Intelligence를, 전반적인 의료 이미지 데이터라면 Journal of Medical Imaging을 보면 좋다. 이 둘의 차이가 있다면, 당연하게도 X-ray 데이터는 citation 지표가 높을 수 밖에 없다. Covid19 당시에 Chest X-ray 데이터가 쏟아져 나왔으며, X-ray를 찍는 비용이 다른 medical image에 비해 저렴해서 데이터가 많기 때문에 논문도 더 많이 나오고 citation도 더 많이 된다.

1.4 Journal에 많이 투고하는 대학 찾아보기

절대 내가 다니는 학교가 list에 있어서 가져온 사진이다 하하

각 journal의 페이지에 들어가보면, Contributions by organizations이라는 것이 적혀있을 것이다. 이 부분에는 어떤 기관이 몇개의 논문을 투고했는지 나와있기 때문에, 여기서 본인에게 찾고자 하는 대학을 찾아보면 된다.

2. Conference 에 많이 투고하는 대학 알아보기

아무리 journal에 투고하는 비중이 높다고 해도, AI 분야인 만큼 conference 또한 엄청난 영향이 있다. 그렇다면 이런 conference 들을 어디서 찾을 수 있을까?

2.1 Conference 찾기

Research.com이라는 사이트에서 computer science 분야 내의 biomedical & bioinformatics 분야 conference에 대한 랭킹을 찾을 수 있다 ( https://research.com/conference-rankings/computer-science/biomedical-bioinformatics ).

2.2 Top Conferences

두말하면 잔소리. 제일 위에 있는 3개의 conference (MICCAI, ISBI, SPIE)가 Top3 conference이다. 사실 Impact Score에서 보이다시피 MICCAI 독주 체제에 ISBI의 안전한 2등, 그리고 SPIE의 애매한 3등 정도로 알고 있으면 된다(International Converence on Big Data는 Bioinformatics 쪽이기 때문에 무시). 추가적으로 사실 SPIE는 요즘 많이 떨어지는 추세이고(분야에서 tier 3), 오히려 Medical Imaging with Deep Learning( https://www.midl.io/ )이라는 conference가 올라오고 있는데 참고하자.

Medical Imaging with Deep Learning - MIDL

2.3 Conference에 많이 투고하는 대학 찾아보기

Research.com에서 MICCAI 페이지를 들어가보면, 가장 많은 paper를 투고한 대학교 리스트가 5개까지 나온다. 아쉽게도 이보다 더 많은 정보를 제공하는 사이트는 찾지 못했다.

3. 공대 순위와 의대 순위 함께 찾아보기

위에서 말했던 us news에 있는 ranking을 기반으로 medical AI 연구를 많이 하는 대학원의 순위를 찾는 것은 굉장히 멍청한 짓이다. 하지만 us news를 조금만 더 활용하면 의미있는 지표를 얻을 수 있는데, 그것은 바로 의대 순위 ( https://www.usnews.com/best-graduate-schools/top-medical-schools/research-rankings ) 를 함께 보는 것이다. 

The Best Medical Schools for Research, Ranked

의대 랭킹이 절대적일 수 밖에 없는 이유는 말하지 않아도 알 것이다. 본인이 속해있는 분야의 랭킹과 의대 랭킹을 함께 찾아본다면 그냥 본인의 분야 랭킹만 찾아보는 것보다 훨씬 객관적인 지표를 얻을 수 있을 것이다.

4. 결론

위에서 언급한 3가지를 모두 조사해보면, medical AI 분야에서 강자가 누군지 알 수 있을 것이다. 하지만 만약 본인이 들어갈 연구실을 찾고 있다면, 대학 네임밸류니 논문 수가 몇개니 이런거 전부 제쳐두고 "정말 자신에게 잘 맞는" 연구실을 찾는 것이 가장 우선이다. 나는 많은 대학에서 온 친구들을 봐왔고, 그중 NYU, Stanford, CMU, TUM 등 세계 최고의 대학에서 최고의 교수들과 연구를 하는 친구들도 만났지만, 굉장히 많은 사람들이 PI 문제로 인해서 랩을 바꾸거나 연구 적성 문제로 대학원 생활을 7년 이상 하는 경우도 있었다. 여기에서 나온 방법들을 통해 좋은 대학을 보는 눈을 기르고, 그 중 자신에게 맞는 랩을 찾을 수 있기를 바라면서 이 글을 마친다.