Anders Ynnerman: Visualizing the medical data explosion

번역: Ji-Hyuk Park 검토: JI HUN HAN

I will start by posing a little bit of a challenge:

저는 데이터를 다루는데 있어서

the challenge of dealing with data,

도전에 대한 이야기로 시작할까합니다.

data that we have to deal with

의료적 상황에 관련된

in medical situations.

데이터 말이죠.

It's really a huge challenge for us.

우리에게 큰 도전입니다.

And this is our beast of burden --

또한 무거운 짐이기도 합니다.

this is a Computer Tomography machine,

이건 컴퓨터 단층 촬영기 입니다.

a CT machine.

씨티 장비예요.

It's a fantastic device.

아주 좋은 도구예요.

It uses X-rays, X-ray beams,

엑스레이를 이용하는데

that are rotating very fast around the human body.

사람 몸 주변을 매우 빨리 돌면서 빔을 쏘죠.

It takes about 30 seconds to go through the whole machine

모든 촬영을 마치는데 30초 밖에 걸리지 않아요.

and is generating enormous amounts of information

그리고 엄청난 양의 정보를 쏟아냅니다.

that comes out of the machine.

그 장비에서 말이죠.

So this is a fantastic machine

대단한 장비입니다.

that we can use

이것을 이용해서

for improving health care,

보건을 향상 시킵니다.

but as I said, it's also a challenge for us.

하지만 이것 또한 하나의 도전입니다.

And the challenge is really found in this picture here.

이 영상에서 그 도전을 찾을 수 있습니다.

It's the medical data explosion

의료 데이터는 쏟아져 나옵니다.

that we're having right now.

현제 우리가 가지고 있는것들 말이예요.

We're facing this problem.

우리가 직면한 문제입니다.

And let me step back in time.

과거로로 돌아가 보죠.

Let's go back a few years in time and see what happened back then.

몇년 전으로 돌아가서 어떤일이 있어는지 봅시다.

These machines that came out --

이런 장비들은 1970년대에

they started coming in the 1970s --

나오기 시작했습니다.

they would scan human bodies,

사람 몸을 촬영하면

and they would generate about 100 images

한사람에게서 약 100개의 영상을

of the human body.

추출해줍니다.

And I've taken the liberty, just for clarity,

저는 정확성을 보장하기 위해

to translate that to data slices.

그것을 데이터 조각으로 바꿉니다.

That would correspond to about 50 megabytes of data,

아마도 약 50메가 정도 됩니다.

which is small

작은 크기죠

when you think about the data we can handle today

요즘 휴대기기에서 사용하는 데이터를 생각해보시면,

just on normal mobile devices.

작은 데이터 입니다.

If you translate that to phone books,

전화번호부로 생각한다면,

it's about one meter of phone books in the pile.

전화번호부 책이 1미터 정도 쌓여있는 양이죠.

Looking at what we're doing today

오늘날 우리는

with these machines that we have,

이러한 기계들로

we can, just in a few seconds,

단몇초만에

get 24,000 images out of a body,

24,000개의 신체 영상을 얻죠.

and that would correspond to about 20 gigabytes of data,

데이터의 크기가 약 20기가바이트 정도죠.

or 800 phone books,

800여권의 전화번호부와 같은 양이죠.

and the pile would then be 200 meters of phone books.

전화번호부를 200미터 쌓아놓은 양이구요.

What's about to happen --

어떤일이 일어날까요?

and we're seeing this; it's beginning --

우리가 보고 있는 이것은

a technology trend that's happening right now

지금 시작되고 있는 기술의 경향입니다.

is that we're starting to look at time-resolved situations as well.

또한 그 결과에 대한 상황을 보게 될 것입니다.

So we're getting the dynamics out of the body as well.

그리고 신체로 부터 역동성을 보게 될 것입니다.

And just assume

추축하건데,

that we will be collecting data during five seconds,

우리는 5초 동안

and that would correspond to one terabyte of data --

테라바이트의 데이터를 수집 할 수 있을 것입니다.

that's 800,000 books

800,000권의 전화번호부 양이며,

and 16 kilometers of phone books.

전화번호부가 16km쌓인 것입니다.

That's one patient, one data set.

이것은 한명의 환자에게서나온 데이터 입니다.

And this is what we have to deal with.

이것이 우리가 다뤄야할 데이터입니다.

So this is really the enormous challenge that we have.

이것은 우리가 가지고 있는 큰 도전입니다.

And already today -- this is 25,000 images.

이미 오늘날, 25,000개의 영상을 다루죠.

Imagine the days

생각해보십시오

when we had radiologists doing this.

방사선사가 촬영한 날을 말이죠.

They would put up 25,000 images,

25000개의 이미지를 걸어두고,

they would go like this, "25,0000, okay, okay.

이렇게 하겠죠, 25,000 괜찮고 괜찮고

There is the problem."

여기 문제가 있군

They can't do that anymore. That's impossible.

이제 더이상 이런식은 불가능 합니다.

So we have to do something that's a little bit more intelligent than doing this.

그래서 우리는 이런것들을 좀 더 현명하게 해야합니다.

So what we do is that we put all these slices together.

그래서 우리는 이 영상들을 모두 합칩니다.

Imagine that you slice your body in all these directions,

당신의 몸을 모든 방향에서 촬영했다고 생각해보세요.

and then you try to put the slices back together again

그리고 그 영상들을 다시 합치는 거죠.

into a pile of data, into a block of data.

하나의 데이터로 혹은 데이터 뭉치로요.

So this is really what we're doing.

이것이 우리가 하려고 하는 것이죠.

So this gigabyte or terabyte of data, we're putting it into this block.

이 기가바이트나 테라바이트 데이터를 이 블럭에 집어넣습니다.

But of course, the block of data

하지만, 물론 그 블럭데이터는

just contains the amount of X-ray

엑스레이를 담고 있는데요.

that's been absorbed in each point in the human body.

몸 각부위에서 흡수된 엑스레이를 말하죠.

So what we need to do is to figure out a way

그런 다음 우리가 해야할 것은

of looking at the things we do want to look at

우리가 원하는 부위를 어떻게 봐야할 것인가 입니다.

and make things transparent that we don't want to look at.

필요없는 부위를 투명하게 하는 것이죠.

So transforming the data set

그래서 데이터들을

into something that looks like this.

이와 같이 변형시켜야 합니다.

And this is a challenge.

이것이 하나의 도전이죠.

This is a huge challenge for us to do that.

우리에게 커다란 도전이죠.

Using computers, even though they're getting faster and better all the time,

컴퓨터를 이용하더라도 아무리 빠르고 좋은 컴퓨터라 할지라도,

it's a challenge to deal with gigabytes of data,

기가바이트나 테라바이트의 데이터에서

terabytes of data

관련된 정보를

and extracting the relevant information.

찾아내는건 도전입니다.

I want to look at the heart.

심장을 살펴보고 싶고,

I want to look at the blood vessels. I want to look at the liver.

혈관들을 보고싶죠, 간도 보고싶죠.

Maybe even find a tumor,

암도 여러 사례들에서

in some cases.

발견하고 싶죠.

So this is where this little dear comes into play.

작은 사슴이 놀고 있네요.

This is my daughter.

제 딸입니다.

This is as of 9 a.m. this morning.

아침 9시죠.

She's playing a computer game.

딸애는 컴퓨터 게임을 하고 있습니다.

She's only two years old,

이제 2살이죠.

and she's having a blast.

아주 즐거워 하고 있죠.

So she's really the driving force

그녀는 그래픽 기술 발전에 있어

behind the development of graphics-processing units.

추진력이라고 할 수 있습니다.

As long as kids are playing computer games,

아이들이 컴퓨터 게임을 하는 한

graphics is getting better and better and better.

그래픽 기술을 계속 발전하죠.

So please go back home, tell your kids to play more games,

집에 가시면 제발 아이들에게 게임을 더 하라고 하세요.

because that's what I need.

왜냐면 게임이 필요하거든요.

So what's inside of this machine

그 기계 안에 있는 것이

is what enables me to do the things that I'm doing

의료적 데이터를 가지고 무언가를 할 수 있게

with the medical data.

합니다.

So really what I'm doing is using these fantastic little devices.

그래서 저는 이 작고 멋진 기계를 사용하려고 합니다.

And you know, going back

여러분도 아다시피

maybe 10 years in time

10년전쯤에

when I got the funding

제가 처음 연구비를 받아

to buy my first graphics computer --

저의 첫 그래픽 컴퓨터를 샀죠.

it was a huge machine.

덩치가 엄청나게 컸었죠.

It was cabinets of processors and storage and everything.

캐비넷안에 처리장치,저장장치 모든것이 있었죠.

I paid about one million dollars for that machine.

가격은 백만불이었습니다.

That machine is, today, about as fast as my iPhone.

그 기계는 오늘날의 아이폰과 같은 속도였습니다.

So every month there are new graphics cards coming out,

매달 새로운 그래픽 카드가 출시됩니다.

and here is a few of the latest ones from the vendors --

이것들은 가장 최신의 제품들입니다.

NVIDIA, ATI, Intel is out there as well.

NVIDIA, ATI, Intel도 제품을 내놓습니다.

And you know, for a few hundred bucks

아시다시피 몇 백불이면

you can get these things and put them into your computer,

이 그래픽카들을 여러분의 컴퓨터에 달 수 있습니다.

and you can do fantastic things with these graphics cards.

그리고 멋진일들을 그래픽카드로 할 수 있죠.

So this is really what's enabling us

이런 그래픽카드들이

to deal with the explosion of data in medicine,

거대한 데이터를 처리할 수 있게하고,

together with some really nifty work

멋진 작업들을 해낼 수 있죠.

in terms of algorithms --

알고리즘에서 처럼

compressing data,

데이터를 압축하고,

extracting the relevant information that people are doing research on.

사람들이 연구하는 것과 관련정보들을 추출하죠.

So I'm going to show you a few examples of what we can do.

자 이제 여러분에게 우리가 할 수 있는 몇가지 예를 보여드리죠.

This is a data set that was captured using a CT scanner.

이것을 CT 스캐너로 촬영한 데이터입니다.

You can see that this is a full data [set].

전체 데이터를 보고 있습니다.

It's a woman. You can see the hair.

여자고 머리카락도 보입니다.

You can see the individual structures of the woman.

이 여성의 각각의 조직들이 보이죠.

You can see that there is [a] scattering of X-rays

엑스레이의 잔상이 보이는데,

on the teeth, the metal in the teeth.

이빨에 금속성분에 잔상이 나타났죠.

That's where those artifacts are coming from.

엑스레인 잔상이 보인 부분이죠.

But fully interactively

하지만, 완전히 상호적이죠

on standard graphics cards on a normal computer,

보통 컴퓨터에 평범한 그래픽 카드에서 말이예요.

I can just put in a clip plane.

횡단면을 볼 수가 있습니다.

And of course all the data is inside,

물론 모든 데이터는 안에 있죠.

so I can start rotating, I can look at it from different angles,

회전시켜 볼수도 있고 다른 각도로 볼수도 있죠.

and I can see that this woman had a problem.

이 여성에게 어떤 문제가 있는지 알 수있죠.

She had a bleeding up in the brain,

뇌에 출혈이 보이네요.

and that's been fixed with a little stent,

기구로 출혈을 막았군요.

a metal clamp that's tightening up the vessel.

금속 꺽쇠로 혈관을 묶었어요.

And just by changing the functions,

단지 기능을 바꾸는 것만으로

then I can decide what's going to be transparent

어떤 구조물을 투명하게 할 수 있으며,

and what's going to be visible.

어떤 걸 보이게 할 수도 있죠.

I can look at the skull structure,

두개골을 볼 수도 있고,

and I can see that, okay, this is where they opened up the skull on this woman,

그래서 이 여성의 두개골에 어디가 밖으로 열려있고,

and that's where they went in.

어디가 안쪽으로 들어갔는지 알 수 있죠.

So these are fantastic images.

멋진 영상들이죠.

They're really high resolution,

해상도가 굉장히 높습니다.

and they're really showing us what we can do

이것들은 우리가 오늘날

with standard graphics cards today.

일반적 그래픽 카드로 할 수 있는 것들이죠.

Now we have really made use of this,

이제 이걸좀 이용해 보도록하죠

and we have tried to squeeze a lot of data

많은 데이터들을 짜서 이 시스템에

into the system.

넣었습니다.

And one of the applications that we've been working on --

우리가 작업하고 있는 프로그램 중 하나로

and this has gotten a little bit of traction worldwide --

지금 세계적으로도 첨단인

is the application of virtual autopsies.

가상 부검 프로그램 입니다.

So again, looking at very, very large data sets,

다시 말씀드리지만 굉장히 큰 데이터입니다.

and you saw those full-body scans that we can do.

한사람의 몸전체를 촬영한 것이죠.

We're just pushing the body through the whole CT scanner,

우린 대상자를 CT 기계에 넣기만 하면,

and just in a few seconds we can get a full-body data set.

몇 초 후에 몸전체에 대한 데이터를 얻을 수 있습니다.

So this is from a virtual autopsy.

이것이 가상 부검의 시작입니다.

And you can see how I'm gradually peeling off.

여러분은 제가 어떻게 하나씩 벗겨가는지 보게될것입니다.

First you saw the body bag that the body came in,

먼저 보실것은 사체가 들어있는 주머니 입니다.

then I'm peeling off the skin -- you can see the muscles --

다음은 피부를 벗겨내죠. 근육이 보이시죠.

and eventually you can see the bone structure of this woman.

그리고 이 여성의 골격구조가 보이시죠.

Now at this point, I would also like to emphasize

지금 제가 강조하고 싶은 것은

that, with the greatest respect

가장 큰 경외감을

for the people that I'm now going to show --

지금 보시게 될 분들에게 돌린다는 것입니다.

I'm going to show you a few cases of virtual autopsies --

전 지금 가상부검의 몇몇 사례를 보여드릴려고합니다.

so it's with great respect for the people

대상자 분들에게 경외감을 돌리며,

that have died under violent circumstances

이분들은 처참한 환경에서 돌아가셨습니다.

that I'm showing these pictures to you.

여러분께 그 영상을 보여드리겠습니다.

In the forensic case --

법의학적 사례에서

and this is something

이것들은 중요합니다.

that ... there's been approximately 400 cases so far

지금까지 약 400건의 사례들이

just in the part of Sweden that I come from

스웨덴의 일부 지역에서

that has been undergoing virtual autopsies

가상 부검이 이루어 졌습니다.

in the past four years.

지난 4년간 말이죠.

So this will be the typical workflow situation.

그렇다면, 이것은 일반적인 작업이 될 것입니다.

The police will decide --

경찰이 저녁에

in the evening, when there's a case coming in --

자신들이 사건을 맡은 시간에

they will decide, okay, is this a case where we need to do an autopsy?

부검이 필요하다고 생각되는 사건을 맡았다면,

So in the morning, in between six and seven in the morning,

아침 6시에서 7시 사이에

the body is then transported inside of the body bag

그 사체는 사체가방에 담겨서 저희 센터로

to our center

오게 됩니다.

and is being scanned through one of the CT scanners.

그런다음 CT로 촬영을 하게 되죠.

And then the radiologist, together with the pathologist

그리고 나서 방사선사는 병리사와 같이

and sometimes the forensic scientist,

가끔은 법의학자와 같이

looks at the data that's coming out,

그 데이터를 살펴 보게 됩니다.

and they have a joint session.

그들은 회의를 합니다.

And then they decide what to do in the real physical autopsy after that.

그런다음 실제적인 부검에서 뭘 할 것인지를 결정합니다.

Now looking at a few cases,

이제 몇몇 사례들을 보죠.

here's one of the first cases that we had.

여기 첫번째 사체를 보시죠.

You can really see the details of the data set.

우리는 굉장히 자세하게 들여다 볼수 있습니다.

It's very high-resolution,

해상도가 매우 높으니까요.

and it's our algorithms that allow us

그리고 저희의 연산프로그램은

to zoom in on all the details.

모든 세세한 부분들을 확대할 수 있습니다.

And again, it's fully interactive,

강조하자면, 완벽하게 상호적이죠.

so you can rotate and you can look at things in real time

그래서 회전시킬 수도 있고, 실시간으로 살펴볼 수 있죠.

on these systems here.

이 시스템을 이용해서요.

Without saying too much about this case,

간단하게 이 사건에 대해 말씀드리면

this is a traffic accident,

교통사고 이고,

a drunk driver hit a woman.

음주운전자가 여성을 치었습니다.

And it's very, very easy to see the damages on the bone structure.

뼈에 대한 손상은 굉장히 잘 보입니다.

And the cause of death is the broken neck.

사인은 경추골절입니다.

And this women also ended up under the car,

여성은 차에 깔려 있었습니다.

so she's quite badly beaten up

여성은 심각한 상해를 입었죠.

by this injury.

손상이 심했어요.

Here's another case, a knifing.

다른 사례를 보죠. 칼로 찔린거죠.

And this is also again showing us what we can do.

우리가 무엇을 할 수 있는지 보여주고 있습니다.

It's very easy to look at metal artifacts

금속으로 된 물체들은 잘 보이죠.

that we can show inside of the body.

몸안에 무엇이 있는지 보이죠.

You can also see some of the artifacts from the teeth --

여기 보시면 이빨에도 뭔가 있죠.

that's actually the filling of the teeth --

사실 이빨에 사용된 충전물입니다.

but because I've set the functions to show me metal

제가 금속물체를 보이게 하고, 다른 것들은

and make everything else transparent.

모두 투명으로 보이게 했기 때문입니다.

Here's another violent case. This really didn't kill the person.

다른 폭력사건입니다. 이것이 사망원인은 아닙니다.

The person was killed by stabs in the heart,

심장이 찔려서 사망하였습니다.

but they just deposited the knife

하지만, 그들이 찌른 칼은

by putting it through one of the eyeballs.

한쪽 안구를 관통했죠.

Here's another case.

또다른 사례를 보죠.

It's very interesting for us

매우 흥미로운 사례입니다.

to be able to look at things like knife stabbings.

칼에 찔린 듯한 물체가 보이죠.

Here you can see that knife went through the heart.

보시다시피 칼이 심장을 관통했습니다.

It's very easy to see how air has been leaking

공기가 세는 것일 쉽게 볼 수 있죠.

from one part to another part,

한부분에서 다른 부분으로 말이죠.

which is difficult to do in a normal, standard, physical autopsy.

일반적 실제 부검에서는 보기 힘든 것입니다.

So it really, really helps

이 것은 진정으로

the criminal investigation

범죄 수사에 도움이 됩니다.

to establish the cause of death,

사인을 알아내는데 말이죠.

and in some cases also directing the investigation in the right direction

어떤경우 수사를 바른 방향으로 이끕니다.

to find out who the killer really was.

누가 진짜 범인인가를 가리는 것이죠.

Here's another case that I think is interesting.

또 하나의 흥미로운 사례입니다.

Here you can see a bullet

여기 총알이 보이죠.

that has lodged just next to the spine on this person.

이 사람의 척추 옆에 밖혀있죠.

And what we've done is that we've turned the bullet into a light source,

우리가 한 것은 그 총알에 빛을 비춰봤습니다.

so that bullet is actually shining,

총알이 빛나고 있죠.

and it makes it really easy to find these fragments.

이렇게 함으로써 조각들을 찾기 쉽게 합니다.

During a physical autopsy,

실제 부검동안에

if you actually have to dig through the body to find these fragments,

조각들을 찾기 위해서 사체를 파헤쳐서

that's actually quite hard to do.

조각을 찾기는 매우 힙듭니다.

One of the things that I'm really, really happy

제가 기쁘게 생각하는 것중 하나는

to be able to show you here today

여러분께 이것을 보여드릴 수 있어서 입니다.

is our virtual autopsy table.

저희 가상부검 테이블 입니다.

It's a touch device that we have developed

우리가 개발한 터치스크린 테이블입니다.

based on these algorithms, using standard graphics GPUs.

저희의 연산프로그램을 바탕으로 일반 그래픽카드를 사용했죠.

It actually looks like this,

이렇게 생겼습니다.

just to give you a feeling for what it looks like.

어떻게 생겼는지 보여드렸으면 했습니다.

It really just works like a huge iPhone.

말하자면, 큰 아이폰처럼 작동하죠.

So we've implemented

우리는 모든 동작들을

all the gestures you can do on the table,

이 테이블 위에서 할 수 있습니다.

and you can think of it as an enormous touch interface.

큰 터치 스크린을 가진 기계라고 생각하시면 됩니다.

So if you were thinking of buying an iPad,

아이패드를 사실 생각이라면,

forget about it. This is what you want instead.

잊으세요 여기 당신이 원하는 것이 있습니다.

Steve, I hope you're listening to this, all right.

스티브, 당신 듣고 있죠?, 그래요.

So it's a very nice little device.

이것은 굉장히 멋진 물건이죠.

So if you have the opportunity, please try it out.

만일 기회가 되신다면 한번 사용해 보세요.

It's really a hands-on experience.

정말 손으로 느낄 수 있습니다.

So it gained some traction, and we're trying to roll this out

여러 언론에 소개되었고, 이용해볼려고 하고 있으며,

and trying to use it for educational purposes,

교육적으로 사용할려고 합니다.

but also, perhaps in the future,

아마도 미래에는

in a more clinical situation.

좀 더 임상적으로 사용될 것입니다.

There's a YouTube video that you can download and look at this,

가상부검에 대한 유튜브 영상입니다..

if you want to convey the information to other people

만일 여러분이 가상 부검에 대해 알리고싶다면,

about virtual autopsies.

유용한 영상이죠.

Okay, now that we're talking about touch,

이제 터치에 대해 이야기 해봅시다.

let me move on to really "touching" data.

실제 데이터에 대해서 이야기 해보죠

And this is a bit of science fiction now,

지금은 공상과학 소설같은 이야기지만,

so we're moving into really the future.

미래에 가능한 이야기죠.

This is not really what the medical doctors are using right now,

지금 현재에 의사들이 사용하는 것은 아니지만,

but I hope they will in the future.

저는 미래에는 그러리라 생각합니다.

So what you're seeing on the left is a touch device.

왼쪽에 보시면 터치 기기가 있습니다.

It's a little mechanical pen

이것은 작은 기계적 팬입니다.

that has very, very fast step motors inside of the pen.

힘을 측정하는 센서가 펜안에 있습니다.

And so I can generate a force feedback.

그래서 제가 힘의 세기를 다르게 할 수 있습니다.

So when I virtually touch data,

가상데이터에 터치를 할때,

it will generate forces in the pen, so I get a feedback.

이것은 펜이 터치 힘을 만들기때문에 제가 느낄수 있습니다.

So in this particular situation,

지금 특정한 예를 들어보면,

it's a scan of a living person.

살아있는 사람을 스캔하여,

I have this pen, and I look at the data,

제가 이펜을 이용해 테이터를 보고 있죠.

and I move the pen towards the head,

제가 펜을 사람의 머리로 가지고가면,

and all of a sudden I feel resistance.

갑자기 딱딱한 것이 느껴집니다.

So I can feel the skin.

다시말해 피부를 느낄수 있죠.

If I push a little bit harder, I'll go through the skin,

제가 좀더 세게 누르면 피부를 통과할 수 있습니다.

and I can feel the bone structure inside.

그리고 안에 있는 딱딱한 뼈를 느낄수 있죠.

If I push even harder, I'll go through the bone structure,

좀더 세게 누르면 뼈도 뚫을 수 있죠.

especially close to the ear where the bone is very soft.

뼈가 매우 물렁한 귀근처의 뼈들은 특히 더 그렇죠.

And then I can feel the brain inside, and this will be the slushy like this.

그리고 전 뇌속을 느낄 수 있죠. 이렇게 뭉게질 수 있습니다.

So this is really nice.

굉장하죠.

And to take that even further, this is a heart.

좀 더 보면, 심장이죠.

And this is also due to these fantastic new scanners,

이런 것이 가능한것은 이런 멋찐 스캐너들 덕분입니다.

that just in 0.3 seconds,

0.3초밖에 걸리지 않죠.

I can scan the whole heart,

심장하나를 스캔하는데 말이죠.

and I can do that with time resolution.

스캔을 시간에 따라 할 수 있어요.

So just looking at this heart,

지금 이 심장을 보고 있지만,

I can play back a video here.

비디오를 뒤로 돌릴수 있죠.

And this is Karljohan, one of my graduate students

이건 제 대학원생중의 한명인 칼조한입니다.

who's been working on this project.

이 프로젝트에 참여하고있죠.

And he's sitting there in front of the Haptic device, the force feedback system,

그는 촉각 기기 앞에 앉아있습니다. 힘되먹임 시스템이죠.

and he's moving his pen towards the heart,

그가 팬을 심장쪽으로 가지고 가면,

and the heart is now beating in front of him,

그 심장이 지금부터 그 앞에서 뜁니다.

so he can see how the heart is beating.

심장이 어떻게 뛰는지 알수 있죠.

He's taken the pen, and he's moving it towards the heart,

팬을 다시 빼서 심장쪽으로 가지고 가면,

and he's putting it on the heart,

그것을 심장에 갖다대면,

and then he feels the heartbeats from the real living patient.

그는 그 심장이 뛰는 것을 느낄 수 있습니다.

Then he can examine how the heart is moving.

그는 심장이 어떻게 움직이는지 알 수 있죠.

He can go inside, push inside of the heart,

그리고 심장 안쪽으로 팬을 넣으면,

and really feel how the valves are moving.

심판막이 어떻게 움직이는지 느낄 수 있습니다.

And this, I think, is really the future for heart surgeons.

제생각에는 미래의 심장외과에서 쓰여질 거라 생각합니다.

I mean it's probably the wet dream for a heart surgeon

아마도 심장외과의사들이 정말 바라는 것이

to be able to go inside of the patient's heart

환자의 심장 안을 직접 느껴보는 것이말이죠.

before you actually do surgery,

실제로 수술하기전에 말이예요.

and do that with high-quality resolution data.

고해상도 영상으로 이것을 하는 걸 원할꺼예요.

So this is really neat.

정말 굉장하죠.

Now we're going even further into science fiction.

공상과학소설만큼이나 앞서가고 있죠.

And we heard a little bit about functional MRI.

기능적 MRI에 대해서 말씀드리면,

Now this is really an interesting project.

현재 굉장히 흥미로운 프로젝트입니다.

MRI is using magnetic fields

MRI는 자기장을 이용하죠

and radio frequencies

방사선 주파수와 함께요.

to scan the brain, or any part of the body.

뇌나 몸을 스캔하게 됩니다.

So what we're really getting out of this

이것을 통해 얻을 수 있는 데이터는

is information of the structure of the brain,

뇌 구조에 대한 정보죠.

but we can also measure the difference

하지만, 또 다른 것들을 측정할 수 있는데,

in magnetic properties of blood that's oxygenated

산화된 혈액과 비산화혈액의 자기성의 차이를

and blood that's depleted of oxygen.

측정할 수 있습니다.

That means that it's possible

그것은 뇌의 활동을

to map out the activity of the brain.

지도화 할 수 있다는 이야기죠.

So this is something that we've been working on.

이것이 우리가 하고 있는 것들중 하나입니다.

And you just saw Motts the research engineer, there,

Motts라는 연구 기술자를 보고 계신데

going into the MRI system,

MRI시스템을 연구하고 있습니다.

and he was wearing goggles.

고글을 쓰고 있죠.

So he could actually see things in the goggles.

그는 고글을 통해 무언가를 보게 됩니다.

So I could present things to him while he's in the scanner.

그가 스캔하는 동안 저는 고글을 통해 어떤것들을 보여주죠.

And this is a little bit freaky,

이것이 좀 괴상하긴 하죠.

because what Motts is seeing is actually this.

사실 Motts은 지금 이것을 보고 있습니다.

He's seeing his own brain.

그 자신의 뇌를 보고 있는거죠.ㅣ

So Motts is doing something here,

Motts은 여기서 무엇을 하고 있네요.

and probably he is going like this with his right hand,

아마도 그는 오른속으로 이러고 있나봅니다.

because the left side is activated

좌뇌가 활성하 된것을 보고 알수 있죠.

on the motor cortex.

좌뇌의 운동영역이요.

And then he can see that at the same time.

그는 이걸 같이 보고 있죠.

These visualizations are brand new.

이것들은 새로운 영상기법이죠.

And this is something that we've been researching for a little while.

이것은 저희가 얼마간 연구회 왔던 것이죠.

This is another sequence of Motts' brain.

이건 Motts의 다른 뇌활동 패턴입니다.

And here we asked Motts to calculate backwards from 100.

100부터 꺼꾸로 계산하라고 시켰습니다.

So he's going "100, 97, 94."

그는 100 97. 94 이렇게 하죠.

And then he's going backwards.

그리고 그는 꺼꾸로 계산하죠.

And you can see how the little math processor is working up here in his brain

이러한 작은 계산이 그의 뇌를 얼마나 활성화시키는지 보이시죠.

and is lighting up the whole brain.

대부부의 뇌가 활성화 되었습니다.

Well this is fantastic. We can do this in real time.

굉장하죠 실시간으로 볼수 있어요.

We can investigate things. We can tell him to do things.

많은 것들을 조사할 수 있죠. 그에가 뭔가 해보라고 할 수 있죠.

You can also see that his visual cortex

그의 시각 영역도 볼 수 있습니다.

is activated in the back of the head,

뇌의 뒤쪽 시각영역이 활성화됬네요.

because that's where he's seeing, he's seeing his own brain.

거기가 그가 보고 있는 곳이죠 자신의뇌를 보고 있으니까요.

And he's also hearing our instructions

그는 지시도 듣고 있죠.

when we tell him to do things.

우리가 뭔가 하라고 할때요.

The signal is really deep inside of the brain as well,

그 신호는 뇌속 깊이 있습니다.

and it's shining through,

그렇다해도 빛나고 있죠.

because all of the data is inside this volume.

왜냐면 모든 데이터가 이 안에 있으니까요.

And in just a second here you will see --

여기서 보시는데 단 몇초밖에 안걸리죠

okay, here. Motts, now move your left foot.

그래 Motts 왼발을 움직여봐

So he's going like this.

그는 이렇게 할꺼예요.

For 20 seconds he's going like that,

20초동안 이렇게 할 겁니다.

and all of a sudden it lights up up here.

그리고 갑자기 여기가 활성화되죠.

So we've got motor cortex activation up there.

여기 운동영역이 활성화되죠.

So this is really, really nice,

진짜 멋지죠.

and I think this is a great tool.

전 이게 굉장한 기기라고 생각해요.

And connecting also with the previous talk here,

제가 앞에서 말씀드린것이랑 관련되어있죠.

this is something that we could use as a tool

이것을 이용함으로써 우리는

to really understand

진정으로 신경들이

how the neurons are working, how the brain is working,

어떻게 작용하는지 뇌가 어떻게 일을 하는지

and we can do this with very, very high visual quality

굉장한 고행상도와 빠르게

and very fast resolution.

알아낼 수 있습니다.

Now we're also having a bit of fun at the center.

다른 것들도 센터에 있습니다.

So this is a CAT scan -- Computer Aided Tomography.

이것은 CAT 스캔입니다. computer adided tomography

So this is a lion from the local zoo

이건 지역 동물원의 사자죠.

outside of Norrkoping in Kolmarden, Elsa.

콜마덴에 있는 노코핑 밖에 동물원이죠.

So she came to the center,

사자는 센터에 와서

and they sedated her

진정제를 맞추고

and then put her straight into the scanner.

스캐너에 넣었습니다.

And then, of course, I get the whole data set from the lion.

사자의 몸전체를 촬영했죠.

And I can do very nice images like this.

이와 같이 굉장히 좋은 영상을 가지고 있죠.

I can peel off the layer of the lion.

사자를 한겹식 벗길 수 있어요.

I can look inside of it.

그 안쪽도 볼 수 있죠.

And we've been experimenting with this.

이걸로 실험을 했습니다.

And I think this is a great application

이건 굉장한 기기라고 생각됩니다.

for the future of this technology,

미래를 위한 기술말이죠.

because there's very little known about the animal anatomy.

현재는 동물의 해부학적 지식이 많이 부족하죠.

What's known out there for veterinarians is kind of basic information.

현재 알려진 것들은 수의사들에게 아주 기본적인 것들이죠.

We can scan all sorts of things,

이런 것들을 스캔 할 수 있습니다.

all sorts of animals.

모든 동물들을요.

The only problem is to fit it into the machine.

문제는 스캐너에 들어갈 수 있는 거야한다는 것이죠.

So here's a bear.

여기 곰이 있죠

It was kind of hard to get it in.

기계에 넣기가 힘들죠.

And the bear is a cuddly, friendly animal.

곰은 미련하면서 친근한 동물이죠.

And here it is. Here is the nose of the bear.

여기보시면 곰의 코가 보이죠.

And you might want to cuddle this one,

아마 쓰다듬고 싶으시겠죠.

until you change the functions and look at this.

기능변경을 해서 이렇게 되기 전까지는요.

So be aware of the bear.

곰이라는걸 기억하고 있으세요.

So with that,

여기 보시면,

I'd like to thank all the people

제가 감사하고싶은 사람들입니다.

who have helped me to generate these images.

이런 영상을 만드는데 도움을 준 사람들입니다.

It's a huge effort that goes into doing this,

이렇게 하기까지는 굉장한 노력이 들었죠.

gathering the data and developing the algorithms,

데이터를 모으고 알고리즘을 짜고

writing all the software.

소프트웨어를 짰죠.

So, some very talented people.

매우 뛰어난 사람들입니다.

My motto is always, I only hire people that are smarter than I am

저의 모토는 저보다 똑똑한 사람을 고용하자는 것입니다.

and most of these are smarter than I am.

대부분의 사람이 저보다 똑똑하죠.

So thank you very much.

감사합니다.

(Applause)

박수