Ajou News
NEW SW학과-서울대병원 연구팀, 망막 영상 기반 AI 대사증후군 진단 기술 개발
- 2025-04-17
- 279
- 망막 영상과 인공지능을 결합한 혁신적 진단법 제시
- <npj Digital Medicine> 4월 게재
우리 학교 소프트웨어학과 김소연·손경아 교수 연구팀이 망막 영상과 인공지능을 결합한 대사증후군 진단 기술을 개발했다. 이에 대사증후군의 보다 쉽고 빠른 진단이 가능해질 전망이다.
소프트웨어학과 김소연·손경아 교수팀의 이번 연구 성과는 ‘망막 영상을 이용한 비전 트랜스포머 기반 대사증후군 분류(Vision transformer based interpretable metabolic syndrome classification using retinal Images)’라는 제목의 논문으로 디지털 건강 분야의 세계적 학술지 <npj 디지털 매디슨(npj Digital Medicine, 2023년 IF 12.4, JCR IF 상위 1%)> 4월호에 게재됐다. 이번 연구는 서울대병원 강남센터 최은경·최혁진 교수팀과의 공동 성과다.
이번 연구에는 최근 대학원 인공지능학과에서 석사 학위를 받은 이태관 연구원과 소프트웨어학과 김소연 교수가 공동 제1저자로 참여했고, 소프트웨어학과 손경아 교수와 서울대병원 강남센터 최은경 교수가 공동 교신저자로 연구를 주도했다.
대사증후군이란 고혈압, 당뇨병, 비만, 고지혈증 같은 질환에 대해 높은 발생률을 보이는 상태를 말한다. 전 세계적으로 대사증후군 유병률은 지속적으로 증가하는 추세다.
공동 연구팀은 건강검진에서 일반적으로 촬영되는 망막 영상을 이용해 영상에서 보이는 특징을 기반으로 대사증후군을 분류하고 진단할 수 있도록 하는 연구를 진행했다. 종합 건강검진에서 촬영한 망막 영상 데이터를 활용하는 비전 트랜스포머(Vision Transformer, ViT) 기반의 인공지능 모델을 개발한 것. 비전 트랜스포머는 이미지 처리를 위해 개발된 첨단 컴퓨터 비전 기술이다.
연구팀은 망막 영상만을 활용한 모델의 테스트 결과 우수한 진단 성능을 보였으며, 나이나 성별과 체질량 지수(BMI)와 같은 간단한 임상 정보를 추가한 경우 더 높은 정확성을 보였다고 밝혔다.
연구팀은 더불어 인공지능 모델이 어떤 망막 영상의 특징을 이용해 대사증후군을 진단하는지 시각적으로 제시해, 진단의 신뢰성과 해석 가능성을 높였다. 특히 망막 내 시신경 원반과 주변 혈관의 변형이 대사증후군 진단의 주요 지표임을 밝혀냈다.
이번 연구에서 아주대 소프트웨어학과 연구팀은 ▲비전 트랜스포머(Vision Transformer) 기반의 딥러닝 모델 개발 ▲모델 성능 평가 및 최적화 ▲트랜스포머(Transformer) 기반의 설명가능성 기법 및 ‘Shapley Additive Explanations(SHAP)’을 활용한 시각적·통계적 해석을 수행했다. 서울대병원 연구팀은 ▲건강검진 대상자의 망막 영상 및 임상 데이터의 확보 및 전처리 ▲임상적 타당성 검증 및 해석 ▲망막 영상 기반의 해석 결과 임상적 의미 분석을 담당했다.
이번 연구는 한국연구재단 우수신진연구사업, 중견연구자 지원사업, 정보통신기획평가원 인공지능융합혁신인재양성 사업의 지원을 받아 수행됐다.
연구팀은 이번 성과를 기반으로 의료 인공지능 분야에서 지속적인 협력 연구를 진행하고 있으며, 앞으로 다양한 인종과 지역의 데이터를 활용한 후속 연구를 통해 기술 적용 범위를 더욱 확대할 계획이다.