EyeWorld Korea December 2020 Issue

EWAP DECEMBER 2020 47 DEVICES 찾아줄 수 있을 것이라고 생각한다. Dr. Wallace는 기존의 각막형태도 시스템 보다 값이 저렴하고 휴대할 수 있으며 접근이 쉬운 스마트폰 기반의 플라시도 각막 형태도 시스템 (Delphi, Intelligent Diagnostics) 개발에 협조하고 있다. Delphi는 AI 기반 분석을 위해 클라우드 서버에 데이터를 모으게 되며, 제품이 출시된 후 빠른 시일 이내에 AI 기술이 접목될 것이다. Delphi는 제품 출시 직후 AI 기술을 접목하고자 클라우드 서버에 데이터를 집계하여 지원 분석을 가능하게 할 예정이다. 그는 “눈을 세게 문지르는 행위 등 조기 각막형태도에 변화를 주며, 해당행위가 바뀌지 않는 경우, 진행성 각막확장증으로 변하게 되는 위험인자들의 아형을 식별할 수도 있을 것”이라 말했다. 다시 말하자면, “이제 희망은 Delphi와 같은 장비가 임상의의 해석을 실시간으로 제공하여 진단에 도움을 줄 뿐만 아니라 어쩌면 치료결정까지도 지도해 줄 수 있으리라는 것입니다” Dr. Wallace가 말했다. 일반적으로Dr. Wallce는 AI가 인간의 능력을 능가할 것이라고 생각하고 있다. “각막확장증에 기여하는 요인들을 이해하는 면에 있어서 AI는 과소평가된 위험인자들을 찾아내거나 발견하는 데 도움을 줄 수 있습니다. 게다가, 우리 시스템이 클라우드에서 실시간으로 difference mapping 을 가능하게 해 조기 발견을 크게 증강할 수 있도록 할 예정입니다.” 이미징 적인 관점에서는 Dr. Wallace는 안구표면과 관련하여 Placido reflectance 가 Scheimpflug elevation mapping 보다 좀 더 민감하기 때문에 더 작고 좀 더 미묘한 불규칙성을 기존의 Scheimpflug 기반 시스템보다 더 잘 식별할 수 있을 것이라고 강조했다. “Posterior surgical imaging 과 관련하여 Dr. Ambrosio가 아주 훌륭하고 중요한 지적을 해 주셨고 저 또한 진심으로 동감합니다” Dr. Wallce가 말했다. “전면부 표면 이미징의 경우, Placido 와Scheimpflug의 상대적 이점에 대한 의견이 분분했으나 이미 결론은 내려진 듯합니다.” 각막형태검사는 신경망이 이미 진단보조에 사용되고 있는 영역이다. Dr. Wallace 는 신경망은 정상과 비정상적인 진단을 위한 비교를 끌어내도록 돕는 고정된 크기의 데이터세트라고 설명했다. AI와 같이 오픈 시스템에서의 난제는 신경망과 같은 방법으로 작동하리라는 것을 장담할 수 없다는 점이라고 Dr. Wallace는 말했다. 그는 “모든 데이터세트를 적당히 큐레이션 하여 불량한 데이터가 좋은 데이터를 전부 오염시키지 않도록 해야 합니다. 즉, 다른 불량한 데이터소스와 더불어 testing 및 sampling artifacts 를 찾아 제거해주어야 한다는 뜻입니다” 고 말했다. “프로세스에서 중요한 이 부분을 제대로 해내기 위해서 들어가는 요인이 많이 있습니다. 빅 데이터를 사용하는 시스템이 모두다 직관적이고 신중한 임상 기반 진단이나 분석을 해줄 것이라는 보장이 없습니다. 빅데이터 기능과 신중한 접근 방식이 결합되고 좋은 데이터를 선택적으로 사용한다면, 이 영역에서 더 많은 발전이 이루어질 것이라고 생각됩니다” Dr. Wallace 가 말했다. 교차결합 고려하기 Dr. Ambrósio는 교차결합을 계획할 때 AI에 대한 두 가지 가능성이 있다고 하였다. 맞춤화 교차결합 알고리즘을 생성하기 위해 William Dupps, MD, PhD 의 finite element modelling이 사용되었다고 하며, 예후인자에 있어 AI 사용 또한 유망하다고 한다. “임상진료에서 저는 현재의 파라미터를 Cynthia Roberts, PhD가 설명한 stiffness 파라미터로 간주합니다. 그러나, 그러한 AI예후 인자를 개발하려는 추적연구가 진행 중에 있습니다” Dr. Ambrósio 가 말했다. 생체역학과 같은 새로운 파라미터가 데이터세트에 추가되면서, Dr. Ambrósio는 질병을 감지하고 특성화 할 수 있는 능력이 개선될 것이라고 생각한다. Dr. Wallace 는 교차결합 계획에서 인공 지능의 유용성에 무게를 두었는데, 먼저 각막형태검사상 비대칭과 교차결합 의뢰를 위한 조기 원추각막을 식별할 수 있는 잠재력을 지적했다. 둘째, 각막형태검사가 엑시머(excimer) 와 CXL 결합을 포함하는 맞춤형 치료를 지도해줄 수 있을까? “이론적으로는 문제없습니다. 그렇지만 사소한 곳에서 문제가 있듯, 세부적인 것을 위해서는 입력되는 데이터세트에는 단순히 전면 Placido reflectance에서의 각막형태 정보만이 아니라 더 많은 정보들이 필요합니다. Thickness mapping을 알고 싶을 것이고, 각막 생체역학에 대해 알고 싶을 것인데, thickness mapping으로는 추정할 수 없는 것들입니다,” Dr. Wallace가 말했다. 굴절수술 결과 예측하기 Dr. Ambrósio는 AI가 각막확장증 위험을 선별하는 능력을 초월하여 굴절수술의 효율과 예측을 증강시킬 수 있는 유망한 기술이라고 말했다. Dr. Wallace 는 굴절수술에 있어 AI 유용성에 대해 조심스러운 입장이다. “첫째로, 엑시머(PRK, LASIK) 든 펨토초 레이저(SMILE)든, 레이저치료 기술은 확실히 제한이 있습니다. 둘째, 시축, 카파각, 그리고 다른 특징과 같이 장비를 통해 각막의 특정 구조를 확인할 때에는 어느 정도 장비마다 변동이 있기 때문에 치료계획을 위한 출력 값을 얻기에는 입력 값이 일관되지 못합니다. 셋째, 솔직하게 저는 개인적으로 AI 의 엄격한 진단모드에 수년간의 적응기간이 필요하다고 생각하기 때문에 인공지능의 치료역량에 대해 고려할 때는 다른 무엇보다 이런 점들을 먼저 염두에 두어야 할 것 같습니다.” 결정적으로, Dr. Wallace 는 “숙련되고 경험이 많은 굴절안과의와 동급으로 훌륭하거나 그보다 더 나은 기계” 에 대해 경고의 목소리를 높였다. “…레이저 굴절수술에 숙련된 대부분의 우리 안과의들은 이 자리에 오기까지 수년 또는 심지어 수십 년이 걸렸기 때문에 우리의 지혜와 지식이 담긴 이 모든 집합적인 정보의 정수를 단 몇 천 줄의 코드로 뽑아내어 기계가 사람보다 더 낫게 만들 수는 없을 것”이라고 그는 말했다. 결론 Dr. Wallace는 “지능”이라는 용어에 대한 의견을 펼쳤다. 그는 지능이 “기존에 불가능 했거나 사용한 적이 없었던