망막 정맥 폐쇄 환자 시력 예측을 위한 다중 모달 신경망 모델 개발

주장망막 정맥 폐쇄 환자의 치료 후 시력 예후를 예측하는 일은 임상 현장에서 난제로 꼽힙니다. 연구진은 다중 모달 신경망을 활용해 치료 전 환자 정보를 바탕으로 12개월 뒤 시력을 예측하는 모델을 설계했습니다.

팩트연구진은 망막 단층 촬영 영상인 OCT와 OCTA를 비롯해 환자의 나이, 성별, 초기 시력, 중심부 두께 데이터를 모델에 입력했습니다. 해당 자료는 치료를 받지 않은 망막 정맥 폐쇄 환자를 대상으로 수집했습니다.

팩트모델 성능 평가에는 인접 정확도와 정밀 정확도, 평균 절대 오차 지표를 사용했습니다. 검증 과정에서는 5겹 교차 검증 방식을 적용해 모델의 신뢰성을 확보했습니다.

팩트연구진은 경로 귀속 기법을 도입해 인공지능이 어떤 정보를 근거로 결과를 도출했는지 분석했습니다. 이 과정은 모델의 판단 근거를 시각화해 의료진의 결과 이해를 돕습니다.

주장다중 모달 영상과 임상 메타데이터의 결합은 망막 정맥 폐쇄 환자의 예후를 파악하는 데 보완적인 정보를 제공합니다. 이러한 인공지능 기술은 안과 질환의 맞춤형 치료 계획 수립에 기여할 가능성을 보여줍니다.

교차검증당뇨병성 황반 부종 환자 데이터를 활용한 추가 분석을 수행했으나, 이는 보조적인 탐색 연구에 해당합니다. 해당 데이터는 망막 정맥 폐쇄 질환에 대한 외부 검증 자료로 활용하기 어렵습니다.

교차검증현재 모델의 예측 성능은 다소 제한적인 수준에 머물러 있습니다. 단일 기관에서 수행한 후향적 연구라는 설계상의 한계가 존재하기 때문입니다.

교차검증귀속 기법의 신뢰성 또한 제한적이므로 결과 해석에 주의가 필요합니다. 앞으로 더 많은 환자를 대상으로 하는 전향적 검증이 반드시 수반되어야 합니다.

팩트본 연구는 한국연구재단과 정보통신기획평가원의 지원을 받아 수행했습니다. 과학기술정보통신부의 정보통신기술 연구센터 지원 프로그램 등이 연구 자금을 제공했습니다.

주장이번 연구는 인공지능을 활용한 안과 질환 예후 예측의 가능성을 제시합니다. 향후 임상 데이터의 다각적 분석을 통해 예측 정확도를 높이는 작업이 이어질 전망입니다.

주장의료 현장에서의 인공지능 도입은 치료 효율성을 높이는 핵심 동력이 됩니다. 데이터 기반의 정밀 의료 체계 구축을 위해 기술적 완성도를 높이는 노력이 필요합니다.

출처해당 연구는 2026년 6월 23일 사이언티픽 리포트에 게재된 내용을 교차 검증했습니다. (https://www.nature.com/articles/s41598-026-58583-y)