딥러닝으로 안과 망막 질환 진단 및 진찰한다
딥러닝으로 안과 망막 질환 진단 및 진찰한다
  • 최창현 기자
  • 승인 2018.08.25 20:56
  • 댓글 0
이 기사를 공유합니다

임상적으로 적용 가능한 딥러닝 아키텍처를 적용해 녹내장, 당뇨병 성 망막증 및 연령 관련 황반변성과 같은 대표적인 안구 질환 3 가지를 포함 50여 가지의 안구 질환을 인지하도록 학습시켜 진단율을 94.5 %까지 끌어올렸다
사진은 딥마인드의 모델 작동 원리와 OCT 뷰어와의 상호 작용을 보여준다. 자세한 내용은 아래 영상 및 첨부된 논문 참조)
사진은 딥마인드의 모델 작동 원리와 OCT 뷰어와의 상호 작용을 보여준다. 자세한 내용은 아래 영상 및 첨부된 논문 참조)

캡처된 진단 이미지의 양과 복잡성은 인간이 해석 할 수 있는 것보다 훨씬 빠른 속도로 증가하고 있다. 인공지능은 몇 가지 일반적인 질병의 2 차원 사진을 분류하는 데 큰 가능성을 보여 주었고 수백만 개의 주석이 달린 이미지 데이터베이스에 의존한다. 지금까지 3 차원 진단 스캔으로 실제 임상 경로에서 전문 임상의의 성과에 도달하는 과제는 아직 해결되지 않았다고 한다.

안과에서 사람의 눈을 진단하기 위해 빛간섭단층촬영(OCT, Optical coherence tomography) 스캐너를 사용한다. OCT 스캔은 비침습적인 방법으로 시신경 유두, 망막 및 각막을 포함한 안구의 구조를 파악하고 분석하는 검사 방법으로 빛을 사용하여 눈의 뒤쪽의 고해상도 3D 이미지를 작성하며, 매번 약 6천 5백만 개의 데이터 포인트를 생성하며 망막의 각 레이어를 매핑, 생성된 3 차원 이미지는 안구 질환을 진단하는 의사에게 제공된다. 하지만 각막혼탁, 백내장, 유리체 출혈 등이 있는 경우에는 빛이 안구 내로 잘 도달하지 못하기 때문에 정확한 영상을 얻기가 어려울 수 있으며, 전문적인 이미지해석 기술과 시간이 많이 소요된다.

구글 딥마인드(DeepMind)가 런던대학(University College)의 무어필드 안과병원(Moorfields Eye Hospital)과의 임상 시험에서 3 차원 OTC 스캔 세트에 새로운 딥러닝 아키텍처를 적용해 녹내장, 당뇨병 성 망막증 및 연령 관련 황반변성과 같은 대표적인 안구 질환 3 가지를 포함하여 50 가지의 일반적인 안구 질환을 인지하도록 학습시켜 진단율을 94.5 %까지 끌어올렸다고 한다. 이는 지난 13일(현지시각) 네이처 메디신(Nature Medicine) 온라인을 통해 발표됐다.(아래 영상은 무어필드 안과병원의 안과 전문의인 피어스 케인(Pearse Keane) 박사와 딥마인드 헬스 연구 책임자인 트레버 백(Trevor Back)은 안과 질환을 발견하기 위한 파트너십과 이번 연구에 대해 설명한다.)

현재 안과 질환을 진단하는 데 도움이 되는 OCT의 3D 이미지는 눈의 뒷부분에 대한 상세한 이미지를 제공하지만 읽기 어렵고 해석을 위해서는 전문가 분석이 필요하며, 분석하는 데 걸리는 시간과 의료 전문가가 수행해야 하는 스캔 횟수(무어필드 병원의 경우 하루에 1,000 개 이상)를 합치면 긴급 치료가 필요한 경우에도 스캔과 치료 사이에 긴 지연으로 치료시기를 놓치는 경우가 발생할 수 있다.

이번 딥마인드 연구진이 개발한 시스템은 이러한 문제를 해결하기 위한 기술로 수초 내에 안구 질환의 특징을 자동으로 탐지 할 수 있을 뿐만 아니라 긴급 치료가 필요한 환자에게는 치료를 권고함으로써 환자의 우선순위를 매길 수도 있다. 이 즉각적인 검사 과정은 검사와 치료 사이의 경과 시간을 대폭 줄여 당뇨성 안과 질환 및 노화 관련 황반변성 등으로 인한 병변을 전문의가 정확하게 진단하고 즉시 치료를 가능하게 한다. (아래 영상은 딥마인드의 모델 작동 원리와 OCT 뷰어와의 상호 작용을 보여준다.)

연구진은 이 문제에 대한 새로운 접근 방식으로 OCT 스캔을 이해하고 눈에 무엇이 잘못 되었는지를 결정하기 위해 모델링된 알고리즘으로 두 개의 신경 네트워크를 사용했다. 두 네트워크 모두 딥러닝을 사용하여 첫 번째 신경 네트워크는 OCT 스캔에서 출혈, 병변, 불규칙한 액체 또는 눈의 이상 증상과 같은 다양한 유형의 안구 조직 및 질병의 특징을 발견하도록 훈련되었으며, 두 번째 신경 회로망은 첫 번째 신경 회로망의 출력을 분석하여 의사에게 진단 및 추천을 제시 할 수 있으며, 시스템은 백분율 형태로 신뢰 등급을 부여한다. 

참고) 1. 논문명: 망막 질환 진단 및 진찰을 위한 임상적으로 적용 가능한 심층 학습(Clinically applicable deep learning for diagnosis and referral in retinal disease/네이처 메디신 바로가기) 2. 딥마인드의 이번 발표된 초기 논문(다운받기) 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.