김응수 건양대 김안과병원 신경안과 교수팀은 진단이 어려운 시신경병증에 대한 머신러닝(machine learning)의 유용성 연구를 실시해 100%에 가까운 진단성공률을 보였다고 28일 밝혔다.

머신러닝은 인공지능의 한 분야로 경험적 데이터를 기반으로 학습과 예측을 수행하고 스스로의 성능을 향상시키는 시스템이다. 암 진단에 뛰어난 성과를 보여줘 국내 여러 대학병원이 도입한 IBM의 ‘왓슨’도 머신러닝의 일종이다.

김 교수팀은 머신러닝에 정상안 501건의 시신경 사진과 녹내장으로 진단된 눈 474건의 시신경 사진 데이터를 입력해 학습을 시키면서 분석을 진행했다. 학습 및 분석기법은 회귀분석방법과 합성곱신경망(Convolution Neural Network) 방법 두 가지를 이용했다. 그 결과 회귀분석방법에서는 약 100회의 반복 학습시부터 훈련정확도가 100%에 가까워졌으며, 350회의 반복학습으로 훈련이 완료됐다.

단 이 기법에서는 녹내장안의 진단정확도가 98.5%에 그쳤다. 합성곱신경망 기법에서는 500회를 넘어가면서 훈련정확도가 100%에 가까워지기 시작했으며 800회의 훈련으로 100%에 이르렀다. 녹내장안의 진단정확도도 100%를 기록했다.

이 결과는 합성곱신경망기법으로 머신러닝을 훈련시키면 시신경 사진만 갖고 녹내장 이환 여부를 거의 100% 진단할 수 있음을 의미한다. 단 김 교수는 녹내장 특징이 뚜렷히 나타나는 시신경 사진만 사용한 결과여서 녹내장인지 아닌지 감별하기 어려운 시신경 사진을 진단하는 것은 약간의 한계가 있을 수 있다고 말했다.

이번 연구는 피디젠(안광성 박사, 조성훈), 숭실대 생명정보학과(김상수 교수, 안진모) ETRI(전자통신연구원 최완 부장, 우영춘 책임)과 협력해 이뤄졌다. 연구결과는‘미국의학협회지(JAMA)’, ‘네이처(NATURE)’ 등 세계 유수의 학술지에 발표됐다.

김응수 교수는 “이번 연구로 비교적 간단한 검사로 얻을 수 있는 시신경 사진만으로 녹내장을 비롯한 다양한 시신경병증의 감별진단과 조기발견이 가능함을 입증했다”며 “다양한 안과 검사 이미지를 활용해 머신러닝을 훈련시키면 각막·망막질환 진단에 활용할 수 있을 것”이라고 말했다.