망막 안저 사진 한 장으로 치매 여부를 가려내고 향후 발병 위험까지 정확하게 예측하는 인공지능(AI) 기술이 개발됐다. 기존의 고비용 검사를 대체하거나 보조할 수 있는 '설명 가능한 AI' 기반 생체표지자가 확보된 셈이다.

서울대병원 가정의학과 박상민 교수, 자이메드 장주영 박사, 서울의대 의료빅데이터연구센터 한창호 연구조교수·의과학과 김재원 박사 공동 연구팀은 수검자 3만 6,322명의 안저 사진 10만 8,008장을 분석해 치매 선별·예측 AI 모델을 개발했다고 밝혔다.

인공지능이 안저 사진의 어느 부위를 보고 판단했는지 보여주는 히트맵. 빨간색이 진할수록 AI가 강하게 주목한 부위로, 치매 선별(A)과 치매 발생 위험 예측(B) 모두 시신경유두 및 그 주변 영역에서 가장 높은 주목도가 확인됨.

연구팀은 사전 학습된 파운데이션 모델(RETFound-MAE)에 미세조정을 거쳐 최적의 AI 알고리즘을 구축했다. 성능 평가 결과, 현재 치매 선별 성능(AUROC)은 0.750, 향후 치매 발생 예측 성능(C-index)은 0.812를 기록하며 기존 임상 위험 평가 도구인 CAIDE(AUROC 0.624, C-index 0.689)를 웃돌았다. CAIDE 평가 방식과 AI를 병용할 시 예측 성능이 0.774까지 향상되는 시너지도 확인됐다.

특히 이번 모델은 판단 근거를 시각화하는 히트맵 기술을 적용해 임상 유용성을 대폭 높였다. 분석 결과 AI는 치매 판정 과정에서 시신경유두와 그 주변 영역, 유두황반다발을 집중 조명했다. 이는 시신경유두 부위의 주목도가 일반 주변부보다 5.72배 높게 나타나는 등 기존 의학계의 치매 관련 망막 구조 연구와 완벽히 일치하는 결과다.

박상민 교수(서울대병원 가정의학과)는 "추가적인 고비용 검사 없이 일상 검진 데이터를 활용하는 이번 AI 기술이 치매 예방과 조기 개입 전략에서 유용한 보조 도구가 되기를 기대한다"고 밝혔다.

장주영 박사(자이메드㈜)는 "이번 연구는 AI의 예측 성능뿐 아니라 설명가능성과 임상적 유용성을 함께 평가했다는 점에서 안저 영상 기반 AI 생체표지자 개발의 중요한 방향을 제시했다"고 설명했다.

이번 연구 결과는 국제 학술지 'npj 디지털 메디슨(npj Digital Medicine)' 최신호에 게재됐다.

(왼쪽부터) 서울대병원 가정의학과 박상민 교수, 자이메드㈜ 장주영 박사, 서울의대 의료빅데이터연구센터 한창호 연구조교수·의과학과 김재원 박사