[메디칼업저버 박선혜 기자] 국내 연구팀이 인공지능(AI)으로 눈꺼풀 마이봄샘(meibomian gland) 영상을 판독하는 기술을 개발했다.

가톨릭대 여의도성모 안과병원 황호식 교수 연구팀(광주과학기술원 의생명공학과 정의현 교수)은 여의도성모병원이 보유한 마이봄샘 영상 빅데이터를 활용한 딥러닝 모델을 개발하고 정확도를 입증했다. 

마이봄샘은 눈꺼풀에 있는 일종의 피지샘으로 안구 표면에 마이붐이라는 기름을 분비해 눈물막의 지질층을 형성한다. 이 지질층은 눈물 증발을 억제하는데 마이봄샘이 막히거나 소실돼 기름이 분비되지 않으면 지질층이 얇아지면서 증발형 안구건조증이 나타난다. 마이봄샘 기능장애는 안구건조증의 대표적 원인이다. 

과거에는 안과 전문의가 마이봄샘 소실정도(meiboscore)를 0, 1, 2, 3점의 점수를 매겨 주관적으로 판독해 정확성과 재현성이 낮았다. 

연구팀은 눈꺼풀 마이봄샘 영상 빅데이터를 활용, 광주과학기술원에서 딥러닝 기술을 적용해 마이봄샘 소실 정도를 정량적으로 분석했다. 

1000장의 마이봄샘 사진에서 눈꺼풀 영역과 마이봄샘 영역을 표기한 후 두 명의 안구건조증 전문의가 마이봄샘 소실점수를 매겼다. 이 중 800장을 광주과학기술원의 딥러닝 모델로 학습시킨 후 딥러닝과 전문의 판독결과를 비교했다. 

마이봄샘 소실정도의 검증 정확도 분석 결과, 딥러닝 모델과 전문의 판독은 각각 73.01%, 53.44%로 딥러닝이 우세했다. 

또 재현성 검증을 위해 고려대 안산병원에서 촬영된 600장의 마이봄샘 사진을 딥러닝 모델로 학습한 결과와 안구건조증 전문의들이 마이봄샘 소실을 평가한 결과를 비교했을 때도 딥러닝 모델이 더 높은 정확도를 보였다.

황호식 교수는 "본 연구는 마이봄샘 영상을 촬영하는 장비의 데이터를 이용해 딥러닝 모델을 만들었기 때문에 바로 의료기기에 적용해 안구건조증 진단과 치료에 응용할 수 있다"며 "실제 임상 효용성을 평가하기 위한 전향적 연구 및 첨단 의료기기 상용화를 목표로 광주과학기술원과 공동 연구를 진행할 예정"이라고 밝혔다. 

한편 이번 연구 결과는 Ocular Surface 6월 온라인판에 실렸다.