안과학계에서도 진단이 까다로운 시신경질환을 AI를 활용해 100%에 가까운 정확도를 확보할 수 있다는 연구결과가 나왔다.

건양의대 김안과병원 김응수교수(신경안과)팀은 28일 시신경병증에 대한 머신러닝(machine learning)의 유용성 연구를 진행한 결과 100%에 가까운 진단성공률을 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 일종.

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

학습 및 분석기법은 회귀분석방법과 합성곱신경망(Convolution Neural Network)[1] 방법 2가지를 이용했다.

그 결과 회귀분석방법에서는 약 100회의 반복학습 시부터 훈련정확도가 100%에 가까워졌으며, 350회의 반복학습으로 훈련이 완료됐다.

다만, 이 기법에서는 녹내장안의 진단정확도가 98.5%에 그쳤다. 합성곱신경망 기법에서는 500회를 넘어가면서 훈련정확도가 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.

김 교수팀은 다만 이번 연구에서 녹내장의 특징이 뚜렷하게 나타나는 시신경 사진만 사용했으므로, 녹내장인지 아닌지 감별진단하기 어려운 시신경 사진에 대한 진단에는 약간의 한계가 있을 수 있다고 말했다.

김응수 교수팀의 이번 연구는 (주) 피디젠(안광성박사, 조성훈), 숭실대학교 생명정보학과 (김상수 교수, 안진모) ETRI(전자통신연구원, 최완 부장, 우영춘 책임)과 협력해 진행한 것.

김응수 교수는 "이번 연구 결과 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로도 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능할 수 있음을 시사했다"고 전했다.

그는 이어 "다양한 안과 검사 이미지를 활용해 머신러닝을 훈련시키면 각막, 망막질환 등 각종 안과질환의 진단에 활용할 수 있을 것으로 생각하며 앞으로도 관련연구를 이어나갈 계획"이라고 덧붙였다.