AI 이용 시신경병증·거짓시신경유두부종 구분 가능…진단정확도 최고 98%

의학 분야에 인공지능(AI)을 활용한 진단 방법이 확산되고 있는 가운데 안과질환인 시신경병증과 거짓시신경유두부종의 구분도 가능한 것으로 확인됐다.

건양의대 김안과병원 김응수 교수팀은 AI의 한 분야인 '머신러닝(machine learning)'을 통해 시신경병증과 가성유두부종, 그리고 정상안을 구별할 수 있는 점을 확인하고, 이 같은 연구결과를 SCI급 학술지인 'BMC Ophthalmology'에 게재했다고 밝혔다.

시신경병증은 다양한 원인에 의해 망막을 구성하는 물질이 점진적으로 소실되며 시야 장애가 발생하는 질환으로, 발병 후 지속적으로 치료를 해야 하지만 이미 상실된 시야를 회복하기는 힘든 중증 안질환이다. 또한 거짓시신경유두부종은 망막 위의 시신경이 모여 뇌로 들어가는 지점인 시신경 유두에서 비정상적인 융기가 발생하는 것으로 시신경병증과의 구분이 어려워 환자에게 정확한 진단, 예후, 그리고 치료법을 제공하는 것이 쉽지 않았다.

김 교수팀은 295건의 시신경병증 사진, 295건의 거짓시신경유두부종 사진, 그리고 779건의 정상안 사진을 입력해 머신러닝 기법 중 하나인 합성곱신경망(Convolution Neural Network) 분석법을 사용, 사진들을 분석했다. 총 4가지 머신러닝 분류기(classifier)를 이용한 결과, 95.89~98.63%에 달하는 진단 정확도가 도출돼 머신러닝을 이용한 감별진단이 유용하다는 점을 확인할 수 있었다. 이 같은 연구결과는 단순한 안저촬영만으로도 치료가 필요 없는 거짓시신경유두부종을 시신경병증으로 잘못 판단하여 불필요한 진료와 검사를 시행하는 착오를 줄일 수 있을 것이라는 의미이다. 이에 따라 거짓시신경유두부종 환자들의 진단을 위한 검사를 크게 줄일 수 있어 환자와 의사 모두 불필요한 시간과 비용 낭비를 감소시킬 수 있을 것으로 기대된다.

김 교수팀이 머신러닝을 이용해 안질환 진단에 성공한 것은 지난 2017년 연구에 이어 두 번째다. 지난 연구에서는 머신러닝을 통해 시신경 사진을 진단한 결과 녹내장 이환 여부를 거의 100% 진단할 수 있었다. 두 연구 모두 (주)피디젠(안광성박사, 조성훈), 숭실대학교 생명정보학과(김상수 교수, 안진모)와 협력해 진행됐다.

김안과병원 김응수 교수는 "이번 연구 결과 AI를 이용해 시신경병증과 거짓시신경유두부종을 감별진단하는 것이 가능하다는 것을 확인했다"며 "이는 지난 녹내장안 진단에 이어 다른 안질환을 AI로 진단할 수 있는 가능성 또한 한층 높아졌다는 의미로 앞으로도 지속적으로 AI를 통한 안질환의 감별진단 연구에 힘쓸 것"이라고 말했다.

김응수 교수팀의 이번 연구 결과는 '머신러닝을 이용한 시신경병증과 거짓시신경유두부종 구별 정확도(Accuracy of machine learning for differentiation between optic neuropathies and pseudopapilledema)'라는 제목으로 SCI급 안과 학술지인 BMC Ophthalmology에 게재되었다.

최근 몇 년 간 의학 분야에서도 인공지능(AI)을 활용한 진단 방법이 개발되며 그 활용 범위가 점차 넓어지고 있다. 이 가운데 그 동안의 안과분야 연구들이 대부분 당뇨망막병증, 녹내장, 황반변성과 같은 대표적인 안질환에 초점이 맞춰져 있었던 반면, 이번 연구는 시신경병증에서도 AI의 유용성을 확인한 점에 의의가 있는 것으로 풀이된다.
장종호 기자 [e-mail]

다양한 형태의 시신경병증과 거짓시신경유두부종. 상단은 거짓시신경유두부종으로 치료가 필요 없는 경우이나 하단은 시신경병증으로 치료가 필요한 질환이다. 사진제공=김안과병원