이승엽 아주대병원 안과 교수팀(안재홍 안과 교수, 이동윤 의료정보학교실 전문의)이 녹내장 수술 중 가장 많이 시행되는 ‘아메드밸브 삽입술’의 수술 성공 여부를 예측할 수 있는 기계학습 모델을 개발했다.

연구팀은 2017년부터 2021년까지 5년간 이 수술을 받은 환자 133명의 데이터를 분석, 녹내장 수술결과를 예측할 수 있는 기계적 학습모델(XGBoost) 개발했다고 4일 밝혔다.

녹내장은 안압 상승으로 시신경이 손상되면서 발생하는 시신경병증으로 시야가 점점 좁아지며 증상이 심하면 실명에 이를 수 있다. 아메드벨브 삽입술은 약물치료에 반응하지 않아 안압 조절이 안 되는 녹내장 환자에 아메드밸브를 삽입해 눈 속의 압력을 높이는 방수를 배출, 안압을 떨어뜨린다.

연구팀은 XGBoost를 예측모델은 모든 평가지표에서 다른 모델들보다 우수한 성능을 보였으며 고령일수록 수술 실패 위험성이 증가함을 확인했다.

특히 연구팀은 이번 모델의 성능을 최대한 높이기 위해 인구 통계학적 정보, 안과적 변수, 전신질환, 약물력 등 다양한 데이터를 통합해 예측력을 극대화했다. 다양한 기존 기계학습 알고리즘과 비교 분석해 최적의 모델을 개발한 후 이를 아메드밸브 삽입술 녹내장수술에 접목시켰다.

이승엽 교수는 “기존의 많은 기계학습 모델은 주로 단일요인이나 제한된 매개변수에 집중하다 보니 현실의 복잡한 임상상황 또는 개별 환자의 특성을 충분히 반영하지 못해 예측 정확도가 낮은 한계가 있었다”며 “기계학습을 이용한 아메드밸브 삽입술 예측의 첫 시도로서, 가장 널리 시행되는 녹내장 수술 기법의 성공 가능성을 비교적 정확하게 예측할 수 있는 모델을 개발했다는 데 의의가 있다”고 말했다.

안재홍 교수는 “이번 연구를 통해 수술계획을 좀 더 정교하게 수립하고 환자맞춤형 치료를 시행함으로써 환자 치료 결과 개선에 기여하길 바란다”고 밝혔다.

이번 연구결과는 ‘녹내장환자에서 아메드밸브 삽입술 후 예후 머신러닝 이용 분석’(Evaluation of machine learning approach for surgical results of Ahmed valve implantation in patients with glaucoma)이란 제목으로 국제학술지 ‘BMC ophthalmology’(IF=1.7)에 게재됐다.