의사처럼 생각하는 인공지능

비앤빛 인공지능 1 – 최적의 수술법을 찾아라

다행히 대부분의 눈은 수술이 가능합니다. 또한 대부분의 눈은 여러 수술 중 선택이 가능합니다. 그래서 의사의 머릿속은 다시 복잡해집니다. 각막을 ‘어떤’ 방법으로 ‘얼마나’ 깎아야 하는지 결정해야 하는데, 이때 고려해야 할 변수가 참으로 다양하기 때문입니다.

두세 시간에 걸쳐 진행한 다양한 검사 결과를 살피는 한편, 환자에게 다른 병력은 없는지, 직업이나 생활습관, 가족관계, 경제력 등 여러 변수를 살펴야 합니다. 예를 들어, 직업 특성상 밤 운전을 해야 한다면 수술 후 빛 번짐 여부를 더욱 예민하게 살펴야겠죠. 또한 이종격투기나 스쿠버다이빙처럼 운동을 즐기거나 공예나 회화 등 섬세한 작업이 필요한 취미를 즐기는 지도 중요한 고려사항이 됩니다.

이처럼 의사는 수술 전, 수술의 안정성을 높이기 위해 생각의 단계를 거듭해가며 세밀한 부분까지 고려해서 판단해야 합니다.

가장 적합한 수술방법을 찾기 위한 의사들의 노력은 다양한 방법으로 이어져왔습니다. 그중 하나가 ‘랜들만 스코어(Randleman ectatic risk score)’인데요, 각막지형도 이미지와 각막 두께, 나이, 수술 후 잔여각막 실질 두께, 안경 도수를 합산해 라식 수술이 가능한지 또는 위험한 지를 일종의 도표로 만든 것입니다. 많은 의사들이 여기에 저마다의 노하우, 즉 경험과 직관을 보태 수술 방법을 결정하기도 했습니다. 하지만 어느 것도 완전히 객관적인 근거라고 보기는 어렵습니다. 랜들만 스코어는 각막의 단단한 정도(biomechanical factor)는 판단 지표에 넣지 않은 데다, 앞서 언급한 다양한 변수들 중 어디에 무게중심을 두는지, 환자나 의사의 선호도는 무엇인지에 따라 최종 결론이 달라지게 됩니다.

변수를 제거하고 객관적인 눈의 조건만으로 판단하면 어떤 수술이 가장 좋을까요?

그에 대한 답을 내는 것이 비앤빛의 첫 번째 인공지능입니다.

비앤빛 인공지능 1은 기존의 알려진 여러 판단기준과 비앤빛 전문의들의 노하우로 진행된 ‘검사결과-수술방법’ 세트 10,561명의 환자(21,122안) 데이터를 학습했고, 지금도 학습을 계속하고 있습니다. 2016년 이후 비앤빛의 수술 경험을 최대한 학습한 셈입니다. 이후 7,919명의 데이터로 학습 결과를 확인했습니다. 그래서 ‘이런 검사 결과에는 이런 수술이 적합하다’는 결론을 제시할 수 있지요.

이 인공지능은 검사결과를 입력하면 인공지능은 의사가 수술방법을 결정하는 생각의 단계를 그대로 따라갑니다. 그리고 아래와 같은 단계로 가능한 수술방법을 보여줄 수 있습니다.

(1) 수술 가능 여부 파악

우선 수술 전 검사 결과를 살펴봅니다. 근시나 난시 상태와 각막두께 등을 꼼꼼히 살핍니다.

그리고 각막 두께와 각막 곡률, 펜타캠 검사결과와 다른 여러 검사결과를 종합해 시력교정 수술을 할 수 없는 눈을 감별할 수 있습니다.

모든 검사결과와 여러 자료를 더해 시력교정수술이 가능 여부를 머신러닝 알고리즘을 판단합니다.

이 연구결과는 <네이처>의 파트너 저널인 <NPJ Digital Medicine> 게재되었습니다.

<NPJ Digital Medicine>은 최근 각광받고 있는 디지털 헬스케어의 권위 있는 저널인데요, 근거중심의 의료 인공지능 및 디지털 의학을 표방하는 첫 국제적 허브입니다. 전자의무기록을 활용한 구글의 연구나 FDA에서 처음으로 승인된 인공지능 의료기기인 IDx 안저판독기 결과도 이 저널에 실렸습니다. 비앤빛 인공지능이 세계적인 수준임을 인정받은 것입니다.

(2) 수술 방법 제안

수술이 가능하다면 그다음에는 일반 레이저수술이 가능한 지 파악합니다. 시력이 너무 나쁘거나, 각막 표면이 불규형 하거나 비대칭인 경우 수술 안정성을 높일 수 있는 맞춤형 수술이나 렌즈삽입술을 추천할 수 있습니다. 이 경우, 환자의 눈에 꼭 맞는 세부 수술법도 함께 추천할 수 있습니다.