왓슨으로 대표되는 인공지능(AI, Artificial Intelligence)을 활용한 암 진단이 안과학계에서도 빛을 보고 있다. 진단이 까다로운 시신경질환을 AI를 활용하여 100%에 가까운 정확도로 진단한 연구결과가 나온 것.

김안과병원 김응수 교수(신경안과)팀은 28일 시신경병증에 대한 머신러닝(machine learning)의 유용성 연구를 진행한 결과, 100%에 가까운 진단성공률을 보였다고 밝혔다.

머신러닝은 인공지능의 한 분야로, 경험적 데이터를 기반으로 학습과 예측을 수행하고 스스로의 성능을 향상시키는 시스템과 이를 위한 알고리즘을 연구하고 구축하는 기술이다. 암 진단에 뛰어난 성과를 보여주며 국내 여러 대학병원들이 도입한 IBM사의 왓슨 역시 머신러닝의 일종이다.

김 교수팀은 머신러닝에 정상안 501건의 시신경 사진과 녹내장으로 진단된 눈 474건의 시신경 사진 데이터를 입력, 학습을 시키면서 분석을 진행한 결과, 회귀분석방법에서는 약 100회의 반복학습 시부터 훈련정확도가 100%에 가까워졌으며, 350회의 반복학습으로 훈련이 완료됏다고 설명했다.

다만 이 기법에서는 녹내장안의 진단정확도가 98.5%에 그쳤는데 합성곱신경망 기법에서는 500회를 넘어가면서 훈련정확도가 100%에 가까워지기 시작했으며 800회의 훈련으로 100%에 이른 것으로 전해졌다.

또한 녹내장안의 진단정확도도 100%를 기록했는데 이는 합성곱신경망 기법으로 머신러닝을 훈련시키면 시신경사진만 가지고 녹내장 이환 여부를 거의 100% 진단할 수 있음을 의미한다.

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

하지만 김응수 교수는 “이번 연구결과는 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로도 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능할 수 있음을 시사하고 있다”면서 “다양한 안과 검사 이미지를 활용하여 머신러닝을 훈련시키면 각막, 망막질환 등 각종 안과질환의 진단에 활용할 수 있을 것으로 생각하며, 앞으로도 관련연구를 이어나갈 계획”이라고 밝혔다.