녹내장 시야검사이미지 실시간 디지털화된 AI(반자동, 완전자동) 모델 개발
추출 정확도 반자동 AI 99.3%, 완전자동 AI 98.3%
국내 연구진이 AI 기반 실시간 녹내장 시야검사 결과 추출법을 독자 개발하여 효과를 입증했다. 향후 녹내장진단 시 빅데이터와 인공지능 활용도가 높아질 것으로 기대된다.
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 시야검사 결과는 병원 의료정보시스템 내 이미지 형태로 존재하여 분석하는데 상당한 시간이 소요됐다.
가톨릭대학교 여의도성모병원 안과 장동진 교수 연구팀은 병원내 누적된 시야검사 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 것으로 보았다.
장동진 교수(교신저자)는 “연구결과는 가톨릭중앙의료원 익명화의료정보분석 시스템(CMC nU CDW) 빅데이터에 추가되어 안과 뿐 아니라 다양한 임상과의 데이터와 시야정보를 연계하여 분석이 가능하다”고 밝혔다.
장 교수는 “AI 기반 녹내장 연구의 초석을 마련한데 의의가 있으며, 안과분야 뿐만 아니라 이미지로 검사결과를 분석하는 다양한 임상검사에 확대 적용할 수 있길 기대한다"고 밝혔다.
본 연구는 COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE(IF=5.428) 2021년 8월호에 게재됐다.
