건양의대 김 교수팀, AI 활용해 시신경질환 진단 정확도 100% 가깝게 끌어올려

▲ 김안과병원 김응수 교수

국내 연구팀이 안과학계에서도 진단이 까다로운 시신경질환을 AI를 활용해 100%에 가까운 정확도로 진단한 연구결과를 발표해 화제다. 

건양의대 김응수 교수(김안과병원  신경안과)팀이 28일 시신경병증에 대한 머신러닝(machine learning)의 유용성 연구를 진행한 결과 100%에 가까운 진단 성공률을 보였다고 발표했다. 

머신러닝은 인공지능의 한 분야로, 경험적 데이터를 기반으로 학습과 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이라 할 수 있다. 암 진단에 뛰어난 성과를 보여주고 있어 국내의 여러 대학병원들이 도입한 IBM사의 왓슨 역시 머신러닝의 일종이다.

김 교수팀은 머신러닝에 정상안 501건의 시신경 사진과 녹내장으로 진단된 눈 474건의 시신경 사진 데이터를 입력해 학습을 시키면서 분석을 진행했다. 

학습 및 분석기법은 회귀분석방법과 합성곱신경망(Convolution Neural Network)  방법 2가지를 이용했다. 그 결과 회귀분석방법에서는 약 100회 반복학습 시부터 훈련정확도가 100%에 가까워졌으며, 350회 반복학습으로 훈련이 완료됐다.

다만 이 기법에서는 녹내장안의 진단 정확도가 98.5%에 그쳤다. 합성곱신경망 기법에서는 500회를 넘어가면서 훈련 정확도가 100%에 가까워지기 시작했으며 800회의 훈련으로 100%에 이르렀다. 또한 녹내장안의 진단정확도도 100%를 기록했다. 

이 결과는 합성곱신경망 기법으로 머신러닝을 훈련시키면 시신경사진만 가지고 녹내장 이환 여부를 거의 100% 진단할 수 있음을 의미한다. 김교수팀은 다만 이번 연구에서 녹내장의 특징이 뚜렷하게 나타나는 시신경 사진만 사용했으므로, 녹내장인지 아닌지 감별진단하기 어려운 시신경 사진에 대한 진단에는 약간의 한계가 있을 수 있다고 말했다.

김응수교수는 "이번 연구 결과 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로도 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능할 수 있음을 시사했다"며 "다양한 안과 검사 이미지를 활용해 머신러닝을 훈련시키면 각막, 망막질환 등 각
종 안과질환의 진단에 활용할 수 있을 것"이라고 말했다.

이번 연구는 (주) 피디젠(안광성박사, 조성훈), 숭실대 생명정보학과 (김상수 교수, 안진모) ETRI(전자통신연구원, 최완 부장, 우영춘 책임)과 협력해 진행됐다. 

저작권자 © 메디칼업저버 무단전재 및 재배포 금지