EyeWorld Korea December 2020 Issue

DEVICES 54 EWAP DECEMBER 2020 있으며, 머지않아 황반질환의 치료를 정교하게 할 수 있는 홈 진단 이미징과 함께 환자와 의료 시스템의 전반적인 가치를 높일 수 있다. 망막하액의 발견과 정량을 위한 일상적인 홈 OCT영상의 비용 효율적인 해석에AI의 도움이 필요할 것이다. Dr. Stoller 는 원격 방문/원격 안과진료가 병원에서 진료를 받기 어려운 지역에 거주하는 환자들을 위해 의료 접근을 향상시킬 수 있는 비용 효율적인 방법이라고 덧붙였다. “스크리닝 계획과 AI 기술의 결합은 발견하지 못해서 자칫 지나칠 수도 있는 안구 질환을 진단하는 데 도움을 줄 것이라 생각한다”고 말했다. 또한, 시간과 인력이 많이 소모되는 일부 검사들과는 달리 운영에 자원이 많이 소모되지 않는다고 Dr. Stoller는 말을 보탰다. Dr. Joseph 은 AI가 질병의 진행을 예측하고 치료요법을 조정할 수 있는 수준에 이른다면, 안과의들이 틀에 맞춘 접근법에 의존하기보다 자원들을 좀 더 효율적으로 사용할 수 있게 된다고 말했다. 그는 “조기에 질병을 발견하고 보다 정확히 발견할 수 있다면 환자의 질병이 중증으로 진행되기 전에 치료를 시작할 수 있을 것” 이라고 말했다. 위험과 난제 Dr. Ho는 대규모 데이터 세트에 의해 자칫 호도될 수 있다는 점이 잠재적 위험이라고 하였다. 그는 연관성이 있다고 해서 인과관계가 있는 것이 아니라고 했다. AI는 가정(hypothesis)은 할 수 있지만, 명확한 원인이나 최적의 치료방법을 내놓을 수는 없다. AI가 분석한 내용을 해석하고 이행하는데 있어 경험이 많고 전문가인 인간지능의 역할이 여전히 필요하다. 또 다른 위험은 데이터세트가 줄 수 있는 것보다 더 많은 정보를 얻으려고 하는 것이라고 그가 덧붙였다. “이것은 어느 정도 관심을 끌었던 이슈이지만, 시간이 다소 걸릴 것입니다” Dr. Joseph이 말했다. 환자들의 프라이버시와 데이터 보호를 위한 규제와 위한 윤리적인 우려들에 기대를 걸어보고 있다고 그가 덧붙였다. AI는 엄청난 규모의 환자 데이터가 필요하기 때문에 누가 데이터를 소유할지에 대한 의문이 생긴다. 컴퓨터의 성능 면에 있어 기술적인 제약이 있기도 한다. Dr. Joseph은 “우리는 대규모의 임상 영상자료를 만들어내고 또 얻고 있지만 그것을 처리하는 데에는 인력과 컴퓨터의 성능이 또 요구된다”고 말했다. 앞으로 알고리즘이나 도구를 개발하게 된다면, 어떤 유형의 사람의 감독이 필요하게 될까? 그는 어느 정도는 사람의 감독이 필요하다고 생각하고 있다. 이러한 도구를 추가한다는 건 하루아침에 이루어지는 일은 아니다. “많은 분들이 AI의 활용이 임상판단을 대체할 수는 없지만, 질병을 관리하는 데 있어 분명히 중요한 도구가 될 것이라고 생각하는 것 같습니다” Dr. Joseph 이 말했다. Dr. Stoller 는 AI에 있어서 주된 난제는 환자와 안과의의 수용력이라고 하였다. “많은 환자들은 첨단기술 장비를 수용할 준비가 되어있지만, 여전히 컴퓨터의 진단을 신뢰하지 못하고 오히려 내원하여 진단을 받지 않을 까 싶습니다” 그가 말했다. 안과의의 수용력에 있어서는 컴퓨터 알고리즘이 어떻게 결론에 도달하는지 항상 명확하지 않으므로 안과의들이 컴퓨터 프로그램이 사용하는 측정기준과 데이터의 가치를 평가할 수 없는 상태에서 AI 시스템을 신뢰할 수밖에 없다. 또 다른 난제는 기술 자체를 관리하는 데 있다. 다양한 인구에 결과가 적합함을 보장하기 위해서는 데이터 세트의 품질과 타당성의 평가가 중요하다. “AI의 동적인 속성은 머신러닝으로 하여금 어느 시점에서 알고리즘을 검토해야 하는 지 예측하기 어렵게 만든다는 것입니다” 그가 말했다. 게다가, 위음성의 위험도 있다. 임상시험에 미치는 영향 “우리는 AI를 어떻게 임상시험에 사용할 수 있을 지 학습단계를 거치는 중인 것 같습니다” Dr. Stoller가 말했다. 그는 임상시험에 사용되는 약물 요법에 영향을 미칠 수 있는 질병이 발생하거나 질병이 진행될 확률이 가장 높은 환자를 AI가 발견해줄 것이라 생각하고 있다. “장래성이 매우 크다고 생각합니다” 그가 말했다. “우리 안과 커뮤니티에서 아직까지 널리 채택된 것은 아니지만, 패러다임의 변화를 보고 기술을 수용하는 초기 단계에 있다고 생각합니다.” AI는 가정(hypothesis)은 할 수 있지만, 명확한 원인이나 최적의 치료방법을 내놓을 수는 없다. AI가 분석한 내용을 해석하고 이행하는데 있어 경험이 많고 전문가인 인간지능의 역할이 여전히 필요하다. AI는 질병 진행의 위험이 높은 환자군을 정확히 짚어내고, 습성 황반변성을 동반한 환자의 홈 OCT영상에서 AI를 기반으로 한 망막내액과 망막하액 확인 및 정량화 출처: Notal Vision page 56로 이어집니다