송수정 강북삼성병원 안과 교수, 신지태 성균관대 전자전기공학부 교수 연구팀은 인공지능 방법들 중 하나인 생산적 적대 신경망(generative adversarial network)을 이용해 황반 변성 환자들의 변화를 예측할 수 있는 알고리즘을 개발했다고 밝혔다.생산적 적대 신경망은 생성자와 식별자가 서로 경쟁하며 데이터를 생성하는 모델로, 실제 이미지를 활용해 가짜의 이미지를 만들어내는 알고리즘이다. 

최근 유행했던 미래 내 얼굴을 예측하는 여러 페이스 어플리케이션 등이 생산적 적대 신경망을 활용한 예이다.이번 연구는 강북삼성병원 건강검진센터와 안과에서 5년 이상 추적 관찰이 가능했던 초기 및 중기 황반변성 환자들의 안저 사진들을 바탕으로, 생산적 적대 신경망을 이용해 현재 황반 변성 환자의 안저 이미지 입력시 1,3,5 년 뒤 예상되는 안저 이미지를 생성하는 식으로 알고리즘을 개발했다.  

특히 현재까지 개발된 황반변성 예측 알고리즘은 단순 악화 위험도 수치를 알려주는 정도에 국한됐지만, 이번 개발한 알고리즘은 환자 개개인의 안저 상태에 따른 악화 예측으로, 이는 인공 지능 방법을 응용한 개인 맞춤 질환 예측이라는 점에서 중요한 의의를 갖는다.송수정 교수는 "황반변성은 세계적으로 실명의 주요 원인 1,2위를 다투고 있기 때문에 초기나 중기 황반변성의 악화 예측은 아주 중요한 의미를 갖는다"고 말했다. 

송 교수는 이어 "같은 초기 환자들에게서도 환자 각 개인의 색소 변화, 황반부의 드루젠 등 개인 상태에 따라 황반변성의 악화 위험도가 각각 다른데 이에 대한 예측이 가능한 것이 이번 연구의 핵심"이라며 "알고리즘이 임상적으로 사용되기에는 예측 기능 성능 향상이나 추가 외부 검증이 필요하지만, 인공지능 연구의 궁극적인 단계라고 간주되는 미래 예측을 의료 분야에서 실현한 연구라는 점에서 큰 의미가 있다"고 밝혔다. 

이번 연구는 Computer Methods Programs in Biomedicine 저널 4월호에 게재됐다.

1열 사진: 실제 황반 변성 환자를 5년 동안 추적 관찰한 것으로 기준점, 1년 뒤, 3년 뒤, 5년 뒤의 실제 안저 사진 2열 사진: 기준 사진을 가지고 알고리즘을 통해 1년 뒤, 3년 뒤, 5년 뒤 변화를 예측하여 만들어낸 합성 안저 사진 (강북삼성병원 제공)