© 2024 Tesser inc.
All Rights Reserved
KOR
ENG
체계적인 운영과 리크루팅 노하우, 커스텀 AI 등을 통해 최적화된 비용으로 전문 데이터를 제작할 수 있습니다.
개인정보 관리 시스템과 클라우드 보안환경을 바탕으로 운영해 데이터 유출의 위험성을 최소화합니다.
AI 학습을 통한 데이터 검증과 외부 협력 전문의 참여로 확실하게 검증된 학습 데이터를 구축하세요.
유방 영역, 유선조직 영역, 혈관, 유방암 영역을 분할하기 위한 딥러닝 모델에 필요한 학습 데이터를 제작했습니다.
자체 딥러닝 엔진으로 2D 영상의 자동 세그멘테이션과 3D 모델 재건으로 더 나은 시각화를 제공합니다.
뇌종양 환자의 MRI 영역을 분할해 수술계획에 필요한 3D 시각화를 구현하는 것에 필요한 학습데이터로, 뇌교종(Glioma), 전이암(Metastatic Tumor), 뇌수막종(Meningioma)의 세부 영역을 분할하기 위한 데이터를 제작했습니다.
종양 영역과 뇌 세부 영역을 함께 분할해 보다 상세한 정보를 제공할 수 있습니다.
폐암 환자의 CT 이미지 상에서 결절과 림프절 비대 영역의 세그멘테이션 마스킹을 통해 종양부담(Tumor Burden)을 계산하기 위한 데이터를 제작했습니다.
질환의 진행단계를 확인하고 3D를 통해 시각화를 제공할 수 있습니다.
임상 환경에서 만들어지는 다양한 의료 기록 텍스트들에서 주요 의학용어, 개념어, 약어 등을 분할, 분류하고 정리하기 위한 AI 학습 데이터를 제작했습니다.
의료 분야에 최적화된 거대언어모델과 의료 번역, 정보 추출, 요약 등에 활용됩니다.
AI를 통해 유방암 환자의 병리 슬라이드 상에서 종양 영역을 자동으로 세그멘테이션하기 위한 마스킹 데이터를 제작했습니다.
종양영역을 분리추출해 시행되는 다양한 검사에서 정확성을 높입니다.
3D 오럴 스캔 및 탁본 3D 스캐닝을 통해 제작된 3D 모델에서 치아 영역을 자동 분할하기 위한 AI 세그멘테이션 모델을 제작했습니다.
치아영역의 자동분할은 CAD 기반 3D 치과 프로그램의 대부분의 시뮬레이션 구현에서 기본적으로 요구됩니다.
3D 의료영상 데이터, 이미지 데이터, 텍스트 데이터 등.
프로젝트에 최적화된 커스텀 레이블링 도구를 구축합니다.
사전학습모델(PTM)과 프로젝트에 최적화된 커스텀 모델을 바탕으로 자동 레이블링을 통해 가공 속도를 최대화합니다.
미국의 의료데이터 처리에 대한 개인정보 보호방침인 HIPAA의 기준을 충족하는 클라우드 시스템 구성과 내부 개인정보 관리 체계를 바탕으로 운영합니다.
ISO 보안 인증을 받은 AWS 및 Azure 클라우드를 기반으로 주요 데이터를 관리하며, ISMS에서 권장하는 VPC 클라우드 아키텍쳐를 사용합니다.
자사 임상 연구와 서비스에서 사용되는 의료영상, 텍스트 등 데이터의 비식별화 기준과 주요 기술을 통해 안전하게 비식별처리를 진행합니다.