김응수 교수팀, "다양한 시신경병증 감별진단-조기발견 가능"
정상안시신경(상)과 녹내장안 시신경(하) 비교
|
|
[보건타임즈] 최근 AI(Artificial Intelligence 인공지능)를 활용, 찾기 쉽지 않은 시신경질환의 발병원인과 병소를 거의 100% 정확하게 확진해낼 수 있는 안과학계의 연구결과가 나와 주목받고 있다.
요즘 왓슨을 대표로 한 AI를 이용한 암 진단이 국내 의료계에서 크게 부각되고 있다.
왓슨(Watson)은 인간이 표현한 자연어를 인지, 판단할 수 있는 초고성능 인공지능 컴퓨터다.
이름은 IBM사(社)의 창업자 토머스 J. 왓슨에서 따왔으며 이 회사 데이비드 페루치가 주도한 DeepQA 프로젝트를 통해 개발됐다.
건양의대 김안과병원 신경안과 김응수 교수(사진)팀은 28일 시신경병증 검사에서 머신러닝(machine learning)의 유용성을 연구한 결과 100%에 가까운 진단 성공률을 보였다고 발표했다.
머신러닝은 인공지능의 한 분야다.
김안과병원에 따르면 머신러닝은 경험적 데이터를 기반으로 학습과 예측을 수행하는 것은 물론 스스로의 성능을 향상시키는 시스템과 이를 수행할 수 있도록 절차, 방법, 명령어들을 모은 알고리즘이 탑재 인공지능이다.
암 진단에 뛰어난 성과를 보여줌으로써 국내 여러 대학병원들이 도입했거나 서두르는 IBM사의 왓슨 역시 머신러닝의 일종이다.
김 교수팀은 머신러닝에 정상안 501건의 시신경 사진과 녹내장으로 진단된 눈 474건의 시신경 사진 데이터를 입력, 회귀분석방법과 합성곱신경망(Convolution Neural Network)방법 2가지를 학습시키면서 수행과정을 분석해 들어갔다.
김안과병원이 운영하는 머신러닝은 신경망으로 구성된 딥러닝 유형으로 특히 이미지의 사물 인식 분야, 음성 인식 분야에서 각광 받는 기종으로 컬러 이미지와 같은 다차원 배열로 이뤄진 데이터의 처리가 가능하다.
일반적인 신경망은 이미지 데이터 그대로 처리하지만, CNN은 이미지에서 특징을 추출해 처리한다.
이 결과 회귀분석방법에서 약 100회의 반복학습 시부터 훈련정확도가 100%에 가까워졌으며, 350회의 반복학습으로 훈련이 완료됐다.
다만 이 기법에선 녹내장안의 진단정확도가 98.5%에 그쳤다.
합성곱신경망 기법에서는 반복학습 500회를 넘어가면서 훈련정확도가 100%에 가까워지기 시작했으며 800회 땐 100%에 이르렀다.
녹내장안의 진단은 100% 정확했다.
김 교수팀은 "이는 합성곱신경망 기법을 훈련시킨 머신러닝이 시신경사진만으로 녹내장 이환 여부를 거의 100% 진단할 수 있음을 의미한다"면서 "이번 연구에서 녹내장의 특징이 뚜렷하게 나타나는 시신경 사진만 사용해 녹내장인지 아닌지 감별진단하기 어려운 시신경 사진에 대한 진단에선 약간의 한계가 있을 수 있다"고 말했다.
인공지능 활용은 4차 산업혁명의 소용돌이 속에서 의료계에도 빠르게 확산되고 있다.
얼마 전 구글의 알파고가 세계적인 프로바둑 기사 이세돌, 커제와 대국에서 잇따라 압승하면서 머신러닝에 대한 사회의 관심도가 크게 높은 상태에 있다.
현재 피부암 분야와 함께 안과영역에서 당뇨망막병증의 진단과 분류에 90% 육박한 정확도를 보여 줘 경험이 많은 의사에 필적하는 진단능력이 확인된 바 있다.
이러한 결과는 미국의학협회지(JAMA), 네이처(NATURE) 등 세계 유수의 학술지에 발표돼 의학계의 큰 관심을 끌었다.
이번 연구는 김 교수팀이 (주) 피디젠(안광성박사, 조성훈), 숭실대학교 생명정보학과 (김상수 교수, 안진모) ETRI(전자통신연구원, 최완 부장, 우영춘 책임)과 협력, 진행됐다.
김 교수는 "이 연구결과 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로 머신러닝을 통해 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능할 수 있다는 것을 시사한 것"이라면서 "다양한 안과 검사 이미지를 활용, 머신러닝을 훈련시키면 각막, 망막질환 등 각종 안과질환의 진단에 활용할 수 있을 것으로 생각하며, 앞으로 이 분야의 연구를 이어나갈 계획"이라고 밝혔다.
기사최종편집일: 2024-04-26 22:33:08
다음기사 : 
