시력교정 인공지능의 연구 방향성
수술하면 안 되는 눈 찾기
수술하고 나면 얼마나 잘 보일까?
시력교정 수술을 고려하는 환자가 가장 궁금해하는 것입니다.
수술을 해도 되는 눈인가?
시력교정 수술을 담당하는 의사가 가장 먼저 답을 얻고 싶은 질문입니다.
진료실에서 만난 환자와 의사는 이처럼 처음에는 서로 다른 질문을 품고 있습니다. 수술을 하면 안 되는 눈을 걸러내는 것이 의사에게는 가장 중요합니다. 그래서 비앤빛이 가장 먼저 개발한 인공지능도 수술 가능 여부를 파악하는 인공지능입니다. 수술을 하면 안 되는 눈을 걸러내는 것이 첫 번째입니다. 절대 수술을 하면 안 되는 눈이 있기 때문입니다.
각막수술을 하면 안 되는 눈
원추각막(Kratoconus)이 대표적입니다.
정상적인 각막은 미식축구공처럼 타원형으로 완만한 곡선을 그리고 있지만 원추각막은 원뿔처럼 각막이 불룩 튀어나온 형태를 띱니다. 이로 인해 심한 근시와 난시처럼 시야가 흐릿해지거나 밤눈이 어두워지고 빛에 민감해지기도 합니다. 안경이나 렌즈로 시력을 교정할 수 있지만 최악의 경우에는 실명하거나 각막이식을 해야 하는 경우도 있습니다.
시력교정수술 후 각막의 형태가 원추각막처럼 변하는 경우도 있습니다. 이를 각막확장증(Corneal Ectasia)이라고 하는데요, 수술 후 각막이 얇아지면서 안정성을 잃어 앞쪽으로 심하게 튀어나오게 되는 현상입니다. 자연히 원추각막처럼 심한 근시와 난시가 생기고 심하면 실명하거나 각막이식을 해야 합니다.
각막확장증은 라식 수술 초창기에 많이 생겼던 부작용인데요, 라식 수술이 각막을 깎아 시력을 교정하는 한 각막확장증의 잠재적 위험은 늘 존재한다고 볼 수 있습니다. 더 잘 보려고 시력교정수술을 했는데 오히려 시력을 잃을 가능성이 존재한다니 아이러니이지요.
이처럼 수술을 하면 안 되는 눈을 피하는 것은 시력교정 전문의가 가장 먼저 해야 하는 일이라고 해도 과언이 아닙니다. 그렇기에 의사의 첫 번째 질문도, 비앤빛 인공지능의 첫 번째 대답도 수술 가능 여부인 것입니다.
시력교정 인공지능의 연구 방향
수술 가능 여부, 그리고 수술 방법을 선택하는 기준이 안정성이었던 것처럼 인공지능의 연구 방향도 안정성에 초점을 두고 있습니다. 이는 우리 병원의 기준이 아니라, 안과 인공지능의 연구 경향이라고도 할 수 있습니다. 해외에서도 시력교정 수술을 하면 안 되는 눈을 감별하는데 인공지능을 활용하자는 주장을 담은 연구 결과들이 속속 발행되고 있습니다.
브라질 리오대학교의 레나토 암브로시오(Renato Ambrosio Jr.) 교수는 2019년 1월 <Seminars in Ophthalmology>에 게재한 기고문에서 라식 수술 후 각막확장증을 다루면서, 인공지능과 머신러닝 알고리즘이 각막확장증을 확인하는 데 유용한 역할을 할 수 있다고 주장했습니다. 각막 3차원 단층촬영과 생역학 정보를 머신러닝으로 학습시킨 ‘각막 단층 생역학 지수(Tomographic Biomechanical Index, TBI)’ 결과를 머신러닝으로 학습시킨 결과를 검사기에 탑재하면 시력교정이 적합하지 않은 각막을 검사를 통해 알아낼 수 있다는 것이지요.
AAO(American Academy of Ophthalmology, 미국 안과학회)의 학회지인 <Ophthalmology>는 새로운 이론이 실리면 안과 지식이 바뀔 정도로 권위 있는 잡지입니다. 여기에도 라식 수술을 할 수 없는 원추각막을 감별하는데 인공지능을 활용해야 한다는 전문가 의견이 실렸습니다. 즉, 인공지능을 활용한 연구를 더욱 활발하게 해야 한다는 제안인 셈인 거죠.
비단 최근 연구에서만 수술 가능 여부 판단에 인공지능의 필요성을 강조한 것은 아닙니다. 2017년에 이미 각막지형도 검사 결과를 머신러닝으로 학습시켜 원추각막을 걸러낼 수 있다고 주장하는 연구 논문이 있었습니다.
또한 위에서 설명한 머신러닝을 사용한 지표인 TBI도 임상적으로 정확도가 아주 높다는 것이 검증되고 있습니다.
여러 연구가 공통적으로 말하는 것은 머신러닝을 통해 수술을 하면 안 되는 사람, 수술 결과가 안 좋을 가능성이 높을 사람을 걸러내야 한다는 점입니다. 시력교정에서 인공지능에 대한 연구는 안정성에 핵심을 두고 있다고 해도 과언이 아닌 셈입니다.
이유는 두 가지입니다. 첫 번째는 원추각막은 수술을 하면 절대 안 되는 눈이고, 각막확장증은 시력교정의 가장 치명적인 합병증이기도 때문입니다. 두 경우 모두 시력을 좋게 하고자 수술을 했다가 실명할 위험을 안고 있습니다.
두 번째는 검사 결과를 감별하는 것은 인공지능이 잘할 수 있는 일이기 때문입니다. 검사를 다양하게 한다는 것은 안과의사가 봐야 할 지표가 많다는 것입니다. 검사결과들로부터 단순히 수술 가능 여부뿐만 아니라 수술 후 최적의 시력 상태가 가능한지, 수술 후 합병증 가능성은 없는지 복잡한 결과들을 분석해야 합니다.
의사가 검수하고 고려해야 할 것을 인공지능은 한 번에 보여줄 수 있습니다. 복잡한 계산을 사람보다 컴퓨터가 잘할 수 있는 것과 같은 원리입니다. 게다가 검사결과가 이미지로 표현되는 경우가 많은 안과의 특성상, 이미지 딥러닝으로 학습한 인공지능은 안과 의사가 오랜 시간 숙련해야 판단할 수 있는 검사 결과 또한 한 번에 보여줄 수 있습니다.
실제로 비앤빛의 첫 번째 인공지능은 원추각막이나 각막확장증 위험을 높은 정확성으로 감별해냈습니다.
수만 명의 데이터로 학습한 머신러닝으로 수술하면 안 되는 눈을 감별하는 것은 데이터로 쌓인 수술을 진행한 의사들의 노하우로 감별하는 것과 같습니다. 합병증이 생길 가능성이 있는 눈을 놓치는 실수를 하지 않는 것, 그것이 뛰어난 수술 실력보다 중요하기 때문입니다.
참고자료
레나토 암브로시오 교수가 라식 수술 후 각막확장증을 다룬
Post_LASIK Ectasia: Twenty Years of a Conundrum
원추각막을 감별하는데 인공지능을 활용해야 한다는 전문가 의견
The Future of Keratoconus Screening with Artificial Intelligence
일찍이 2017년에 각막지형도 검사 결과를 머신러닝으로 학습시켜 원추각막을 걸러낼 수 있다고 주장한
Accuracy of machine learning classifiers using bilateral data from a Scheimflug camera for identifying eyes with preclinical signs of keratoconus
각막지형도 검사 결과의 정확도가 높다고 입증한
Enhaced Ectasia Detection Using Corneal Tomography and Biomechanics
비앤빛 강남 밝은 세상 안과 류익희 원장
시력교정을 중심으로 고도근시를 위한 렌즈삽입술, 재교정 등을 담당하고 있으며, 국내 유일의 아마리스 레이저 글로벌 리서치 파트너 및 아벨리노랩사의 의료 자문 의사입니다. 비앤빛 강남 밝은 세상 안과의 책임경영자이며, 비앤빛 데이터연구소를 맡아 다양한 국내외 학술활동과 강연, 데이터 관리, AI 개발 등을 지휘하고 있습니다.
유태근 안과 전문의(로봇공학석사)
서울대에서 로봇공학을 공부하고, 연세의료원에서 안과 전문의 과정을 마쳤습니다.
에디터: 이명제
