추출 정확도 반자동 AI 99.3%, 완전자동 AI 98.3%
국내 연구진이 AI 기반 실시간 녹내장 시야검사 결과 추출법을 독자 개발하고 그 효과를 입증해 향후 녹내장진단 시 빅데이터와 인공지능 활용도가 높아질 전망이다.
녹내장은 안압 상승 등의 원인으로 시신경이 눌리거나 혈액 공급에 장애가 생겨 시신경 기능에 이상을 초래하는 질환이다. 시신경 손상은 시야 결손으로 이어지고 말기에는 실명에 이를 수 있다.
녹내장 진단에는 시간에 따른 시야 변화 양상을 분석하는 것이 필수적이다. 그동안 시야 검사 결과는 병원 의료정보시스템 내 이미지 형태로 존재하여 분석하는데 상당한 시간이 소요됐다.
가톨릭대학교 여의도성모병원 안과 장동진 교수<사진> 연구팀은 병원내 누적된 시야 검사 이미지 빅데이터를 실시간으로 디지털화하여 분석할 수 있는 인공지능 모델(AI digitizer)을 개발하여 그 정확도를 분석했다.
2010년부터 2019년까지 총 325,310장의 시야검사용지를 분석, 5,530,270건의 정보를 추출했다. 이후 독자 개발한 2개의 인공지능모델을 적용하여 검사처리결과, 시간, 정확도 등을 분석했다.
인공지능모델은 ‘반자동 AI 디지타이저(The Semi-AI digitizer), ’와 ‘완전자동 AI 디지타이저(Full-AI digitizer)’다. 반자동 AI는 시야검사 이미지 분석시 분류와 주요 정보 위치를 의료진이 정한 규칙에 맞추어 처리한 뒤 텍스트 인식을 통해 주요 임상정보를 추출한다. 완전자동 AI은 시야검사 이미지를 딥러닝한 후 텍스트 인식을 통해 임상정보를 획득한다.
추출 정확도에서는 반자동 AI는 99.3%, 완전자동 AI는 98.3%를 기록했다. 이미지 처리 속도는 반자동 AI가 완전자동 AI보다 빠르고 컴퓨터 자원을 덜 사용하는 것으로 나타났다. 반면 이미지 해상도나 구성이 달라지는 경우 의료진의 추가 처리가 필요했다. 완전자동 AI는 이미지 해상도나 주요 정보의 위치가 달라져도 그 위치를 추적하여 인식할 수 있는 반면 더 많은 컴퓨터 자원이 소요됐다.
연구팀은 반자동 AI와 완전자동 AI의 장점을 상황에 맞게 적절히 활용하면 녹내장 연구와 진단에 효과적일 것이라고 평가했다.
장동진 교수(교신저자)는 “연구결과는 가톨릭중앙의료원 익명화의료정보분석 시스템(CMC nU CDW) 빅데이터에 추가되어 안과뿐 아니라 다양한 임상과의 데이터와 시야 정보를 연계하여 분석이 가능하다”고 밝혔다.
이어 “AI 기반 녹내장 연구의 초석을 마련한데 의의가 있으며, 안과분야 뿐만 아니라 이미지로 검사결과를 분석하는 다양한 임상검사에 확대 적용할 수 있을 것”이라고 기대했다.
한편 이번 연구는 ‘COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE(IF=5.428)’ 2021년 8월호에 게재됐다.
