EyeWorld Korea March 2025 Issue

36 EyeWorld Asia-Pacific | March 2025 REFRACTIVE SURGERY ASIA-PACIFIC PERSPECTIVES Tanya TRINH, MD Cornea, Cataract and Refractive Surgeon, Mosman Eye Cente, 1A Effingham Street, Mosman, 2088 tanya.trinh@gmail.com 굴절 수술에서의 인공지능(AI) – 찾지 않으면 놓친다 인공지능(AI)은 굴절교정 수술 분야에서 진단의 정밀성 향상, 환자 예후 예측, 맞춤형 치료 계획 수립을 도우며 진료환경을 혁신적으로 변화시키고 있다. 그러나 AI가 의료현장을 혁신할 가능성이 분명한 만큼, 그 한계와 도전 과제 또한 면밀히 검토하여 공정하고 안전한 환자 결과를 보장하는 것이 필수적입니다. 굴절교정 수술 AI의 내재적 편향성과 오류 가능성 AI 시스템은 본질적으로 학습 데이터의 한계를 반영하는 내재적 편향(inherent bias)을 가질 수 있습니다. 의료 전반에서 남성과 여성 간의 데이터 불균형으로 인해 여성 환자에서 과소 혹은 과잉 진단 및 치료가 이루어질 가능성이 크다는 점이 점점 더 우려되고 있습니다. 특히 소아 환자 및 저개발 국가의 안과 환자군은 동의 또는 접근성 문제로 인해 데이터 확보가 제한적일 가능성이 높아 더욱 취약한 계층으로 남아 있습니다. 예를 들어 소아 환자의 근시 진행 위험을 AI가 효과적으로 분석하려면, 성인 데이터를 단순히 소아에 적용하는 것이 아니라, 연령·인종·성별에 적절히 맞춰 훈련된 AI 모델이 필요합니다. 이는 성장, 발달 중이며 상대적으로 취약한 소아 각막의 특성을 고려할 때 더욱 중요합니다. AI 알고리즘은 진단 및 치료 대상 환자군의 인구통계학적 특성과 특징을 정확히 반영하는 다양한 데이터셋을 학습해야 합니다. 그러나 자원이 부족한 지역에서 이러한 데이터셋을 확보하는 것은 어려울 수 있으며, 이는 부정확한 진단과 치료 추천으로 이어져 오히려 의료 불평등을 심화시킬 위험이 있습니다. 굴절교정 수술 분야는 정밀의학을 실천하는 분야로, 우리는 AI 도구가 가장 정확한 데이터를 기반으로 해야 한다는 점을 강력히 요구해야 합니다. 이를 위해서는 신뢰할 수 있는 데이터를 신속하고 면밀하게 확보하는 데 투자해야 합니다. 만약 AI가 주류 환자군에 최적화된 치료 전략만을 불공정하게 우선시하고 소외된 집단의 특수한 요구를 간과한다면, 각막 확장증 위험 평가 오류 또는 수술 후 부작용 증가로 이어질 수 있습니다. 이를 해결하려면 더욱 대표성 있는 데이터셋을 의도적으로 포함하고, 다양한 환자군을 대상으로 AI 시스템을 지속적으로 검증하는 노력이 필요합니다.

RkJQdWJsaXNoZXIy Njk2NTg0