눈꺼풀의 마이봄샘도 AI가 판독했다! 가톨릭대 여의도성모안과병원 황호식 교수팀과 광주과학기술원 정의헌 교수 연구팀은 마이봄샘 영상 판독을 위한 딥러닝 모델을 개발했다. 이미지 판독 정확도 딥 러닝으로 73.01% 안과 판독 53.44%
▲(왼쪽부터) 여의도 노트르담대학교 황하오지 교수
국내 연구팀이 인공지능(AI)을 이용해 눈꺼풀 마이봄샘 영상을 판독하는 기술을 개발해 정확도를 입증했다. 막의 지질층을 형성합니다. 이 지질층은 눈물의 증발을 억제하는데, 마이봄샘이 막히거나 소실되면 기름이 분비되지 않고 지질층이 얇아져 증발성 안구건조증이 나타난다. 마이봄샘 기능부전은 안구건조증의 대표적인 원인으로, 과거에는 안과의사들이 마이봄샘 소실(meiboscore)에 대해 0, 1, 2, 3점을 매겼는데, 이는 정확도와 반복성이 낮은 주관적 판독값이다. 가톨릭대 여의도성모안과병원 황호식 교수팀(정의현 광주과학기술대 의생명공학과 교수) 연구팀이 보유하고 있는 마이봄샘 이미지 빅데이터를 분석했다. 여의도성모안과병원 연구팀은 마이봄샘 영상 1000장에 눈꺼풀 부위와 마이봄샘 부위를 표시한 뒤 안구건조증 전문의 2명이 마이봄샘 소실 여부를 채점했다. 800명을 광주과학기술원의 딥러닝 모델로 학습시킨 후 딥러닝과 전문독서의 결과를 비교 분석하였다.
▲적외선 마이봄샘 이미지 분석 딥러닝 모델
먼저, 마이봄샘 소실 정도의 검증 정확도 측면에서는 ‘딥러닝 모델’과 ‘전문가 판독’이 각각 73.01%, 53.44%로 딥러닝이 우세했다. 또한 재현성 검증을 위해 고려대학교 안산병원에서 촬영한 600장의 영상을 사용하였다. 딥러닝 모델로 학습한 마이봄샘 영상 결과를 안구건조증 전문가가 마이봄샘 손실을 평가한 결과와 비교했을 때 딥러닝 모델이 더 높은 정확도를 보였다. 황호식 교수(교신저자)는 “영상을 촬영한 기기의 데이터를 이용해 딥러닝 모델을 만들었기 때문에 본 연구를 의료기기에 직접 적용할 수 있고 안구건조증 진단 및 치료에 적용할 수 있다”고 말했다. 첨단의료기기 상용화를 목표로 광주과학기술원과 공동연구를 지속할 계획이다. 이번 연구는 안과 분야 국제 저명 학술지인 Ocular Surface(IF 6.268) 2022년 6월 온라인판에 실렸다.
가톨릭대학교 여의도성모병원 가톨릭대학교 여의도성모병원은 의무기록 서비스를 제공하고 있으며, 진료과, 진료과, 전문센터의 의료진 정보를 통해 진료 예약을 할 수 있으며 진료내역 및 검사, 처방전. www.cmcsungmo.or.kr
