인구 기반 연구에 따르면 망막 질환은 선진국에서 되돌릴 수 없는 실명의 가장 흔한 원인이며, 개발도상국에서는 백내장 다음으로 두 번째로 흔한 실명의 원인임.
망막 질환의 조기 발견을 위해 의료 이미징 기술이 중요하지만, 현재 사용 가능한 기술은 많은 도전 과제를 안고 있음.
중국 시안자오통-리버풀 대학교(XJTLU)와 VoxelCloud Inc.의 연구팀이 현재의 이미징 문제를 해결하기 위해 AI 기반의 의료 이미징 기술인 DualStreamFoveaNet(DSFN)을 도입함.
DSFN은 망막 이미지를 혈관 분포 정보와 결합하여 복잡한 임상 상황에서 시각적 선명도가 가장 높은 눈의 뒤쪽에 있는 함몰부위인 중심와를 정확하게 찾아내는 데 도움을 줌.
DSFN은 망막 질환의 조기 진단을 가능하게 하며, 다른 해부학적 구조 기반 질병 진단이 필요한 의료 조건에도 사용될 가능성이 있음. 예를 들어, 폐암 스크리닝에도 활용될 수 있음.
XJTLU AI 및 고급 컴퓨팅 학교의 박사 졸업생이자 연구의 첫 저자인 Dr. Sifan Song은 "정확한 중심와 위치 파악은 의료 전문가가 중심와 주변의 미세한 변화나 침착물을 감지할 수 있게 해줌. 이는 질병 진행 상황을 정기적으로 모니터링하고, 치료 효과를 평가하거나 치료 계획을 조정하는 데 도움을 주며, 되돌릴 수 없는 시력 손실로 이어지는 망막 질환을 예방할 수 있음"이라고 말함.
Dr. Song은 현재의 의료 이미징 기술이 중심와 위치를 식별하는 데 많은 한계가 있다고 설명함. 주변 망막 조직의 색상 강도가 중심와의 어두운 외관을 망막 배경과 구별하기 어렵게 만들며, 이는 망막 질환에 의해 더욱 가려짐.
그는 저조도 조건과 사진 촬영 시 비표준 중심와 위치가 정확한 중심와 위치 파악을 더욱 어렵게 만든다고 강조함. "흐릿하고 조명이 부족한 이미지는 눈 뒤쪽을 시각화하기 어렵게 만들고, 잘못된 진단으로 이어질 수 있음. DSFN은 이러한 많은 문제를 극복하는 데 도움을 줌"이라고 덧붙임.
Dr. Song은 DSFN의 설계가 높은 정확도를 유지하면서 계산 비용을 줄여 임상 환경에서의 적용에 더 적합하고 저렴하게 만든다고 설명함. "낮은 계산 비용은 더 빠른 처리 속도와 함께 제공되어 의사들이 진단 결과를 더 빨리 얻을 수 있게 하고, 더 정확한 안과 질병 예측으로 이어지는 더 빠른 모델 업데이트와 반복을 가능하게 함"이라고 말함.
Dr. Song은 현재 하버드 의대와 매사추세츠 종합병원에서 박사후 연구원으로 활동 중임.
