건대병원 김형찬 교수팀, 삼출성 나이 관련 황반변성 병변 구획화 인공지능 성능 확인
[의학신문·일간보사=김현기 기자] 딥러닝 기반의 인공지능 모델이 안과 전문의와 유사한 정확도와 빠른 데이터 분석이 가능하다는 연구결과가 나와 주목된다.
건국대학교병원은 최근 안과 김형찬 교수팀이 인공지능(AI)이 삼출성 나이 관련 황반변성 환자에서 관찰되는 병변들을 높은 정확도로 빠른시간 내 구획화한다는 연구결과를 내놨다고 밝혔다.
김형찬 교수팀은 삼출성 나이 관련 황반변성 환자의 빛간섭단층촬영에서 관찰되는 망막내액, 망막하액, 망막하고반사물질, 망막색소상피박리를 딥러닝 기술인 컨볼루션 신경망을 이용해 자동으로 구획화하고, 안과 전문의와 비교 분석했다.
특히 삼출성 나이 관련 황반변성 환자 93명, 93안에서 ‘빛간섭단층촬영’ 영상을 찍은 후 각각에서 10장의 B-scan을 무작위로 추출해 총 930장을 확보한 것.
이 중 550장은 회전, 늘임, 줄임 등의 변화를 거쳐 1만1550장으로 증강시킨 후 신경망 학습에 활용하고 140장은 학습 과정이 적절하게 이뤄지는지 확인하는 용도로, 나머지 240장은 훈련된 학습망의 테스트에 사용했다는 게 김 교수팀의 설명이다.
김 교수팀은 인공지능과 2명의 안과 의사 간의 다이스 계수, 양성예측도, 민감도, 상대면적차이, 급내상관계수 및 구획화에 사용한 시간을 확인했다.
이 결과 진단의 정확도 면에서는 안과의사와 신경망이 유사한 결과치를 냈다. 반면 시험 데이터 구획화의 경우 의사가 약 10시간, 신경망은 약 10초로 신경망의 속도가 현저히 빨랐다.
김형찬 교수는 “컨볼루션 신경망이 상대적으로 훨씬 짧은 시간에 다양한 삼출성 나이관련 황반변성 병변의 구획화를 정확하게 수행했다”며 “향후 병변들의 정량적 분석에 유용할 것”이라고 연구 의의를 밝혔다.
한편 김 교수팀의 연구는 안과학 분야의 최고 권위 학술지인 ‘미국안과학회지(American Journal of Ophthalmology(AJO)’ 7월호에 게재됐다.