한국의 연세대에서「망막 사진」으로 아이의 자폐증을 100% 분간하는 AI 모델을 발표

 

자폐 스펙트럼(ASD) 아이를 「망막의 사진」만으로 100% 정밀도로 분간하는 딥 러닝 AI 모델을 한국의 연세대 의학부 연구팀이 개발했습니다.

ASD의 아이들을 조기 진단하는 객관적인 스크리닝 도구로서 AI가 유망한 선택이 될 수 있을 것으로 기대되고 있습니다.

Development of Deep Ensembles to Screen for Autism and Symptom Severity Using Retinal Photographs | Ophthalmic Imaging | JAMA Network Open | JAMA Network

Development of Deep Ensembles to Screen for Autism and Symptom Severity

안구 안쪽에 있는 망막에는 빛을 감지하는 시세포가 1억 개 이상 늘어서 있으며, 시세포가 감지한 정보는 시신경을 전달하여 뇌로 보내집니다. 망막 전체에 둘러싸인 시신경은 안구 안쪽에서 100만 개 이상이 모인 굵은 뭉치가 되어, 벽을 뚫고 있다는 것. 이 시신경 유두(시신경이 망막으로 들어가는 곳은 안구의 내강으로 향해서 약간 높게 융기하고 있으며, 이곳은 시신경원판 또는 시신경 유두로 불린다)는 중추 신경계의 연장선 상에 있는 "뇌의 창"이며, 최근에는 이 시신경 유두에 간단하고 비침습적으로 액세스 하여 뇌와 관련된 정보를 얻으려는 시도가 진행되고 있습니다. 이미 영국의 연구팀은 망막에 레이저를 조사하여 외상성 뇌사과를 검출하는 방법을 고안하고 있습니다. 

이번에 새롭게 연세대학 의학부의 연구팀은 아이의 「망막 사진」을 스크리닝해 ASD인지 여부와 ASD의 중증도를 진단하는 딥 러닝 AI 모델을 개발했습니다. 연구팀은 "ASD 환자에게는 망막의 구조적 변화가 있으며, 이는 배아나 해부학적 결합을 통한 시각경로의 이상 등 뇌의 변화를 반영하고 있을 가능성이 있다."라고 말합니다.

첫째, 연구팀은 ASD의 유무와 ASD의 중증도를 연관시키는 망막 사진으로 AI 모델을 훈련시켰습니다. ASD의 중증도는 자폐증 진단 관찰 검사 제2판(ADOS-2)과 대인 응답성 척도 제2판(SRS-2)의 스코어로 평가되었다고 합니다.

그리고, 평균 연령 7.8세의 아이 958명으로부터 수집한 합계 1890장의 망막의 사진을 이용해, AI 모델이 ASD의 유무나 중증도를 올바르게 측정할 수 있을지를 테스트했습니다. 피험자 중 ASD로 진단된 것은 약 절반이었고 나머지 절반은 연령과 성별 대상이 동일한 비 ASD 대조군이었습니다.

테스트 결과, AI 모델은 100% 정확도로 아이가 ASD인지 여부를 망막 사진에서 판별하는 데 성공했습니다. 또한, ASD 진단에 중요하다고 생각되는 시신경 유두를 포함한 사진의 10%만을 남겨두었고, 나머지 부분을 제거하여도 정확도에 현저한 감소는 보이지 않았습니다. 이것은 시신경 유두가 ASD와 정형 발달을 구별하는 중요한 영역임을 보여줍니다.

이번 피험자의 최저 연령은 4세였기 때문에, AI 모델은 그 이후의 연령층에 대해서 ASD의 객관적인 스크리닝 툴로서 이용 가능하다고 연구팀은 주장합니다. 한편, 신생아의 망막은 4세까지 계속 성장하기 때문에, 4세 미만의 아이라도 AI 모델이 정확하게 기능하는지를 확인하기 위해서는 추가 연구가 필요하다는 것.

간만에 한국이 해냈습니다.
연대 의학부 훌륭하네요