상하이교통대와 청화대가 공동으로 안저영상만으로 당뇨망막병증 진행을 5년 이내 예측할 수 있는 DeepDR Plus를 출시했다.

1996년 재즈계의 퍼스트레이디로 불리는 엘라 피츠제럴드가베벌리 힐스집에서 죽었어요. 이 재능 있는 가수는 그래미상을 13번이나 수상했고 4천만 장 이상의 앨범을 판매했지만 결국 당뇨병성 망막병증(DR)으로 사망했습니다. 오늘날 당뇨병은 우리나라의 4대 만성질환 중 하나로 꼽히고 있으며, 국민 10명 중 1명이 당뇨병을 앓고 있습니다. 2023년 7월 가웨이핑 원사가 발표한 연구 데이터에 따르면, 우리나라에는 당뇨병성 망막병증 환자가 약 1,950만 명 있습니다.

데이터 출처:https://www.nature.com/articles/s41467-023-39864-w

일반적으로 당뇨병성 망막병증은 초기 단계에서는 비교적 숨겨져 있어 무증상으로 진행되지만, 후기 단계에서는 환자가 거의 실명하고 회복이 불가능합니다. 이는 20~74세 성인의 예방 가능한 실명의 주요 원인이 되었습니다. 당뇨병성 망막증은 일반적으로 느리게 진행되지만, 다양한 위험 요인의 영향을 받습니다. 발병 및 진행 위험은 개인마다 크게 다르므로, 발병 위험에 대한 정확한 진단과 평가는 의사와 환자 모두에게 큰 과제가 되었습니다.

AI가 의료 분야에서 점점 더 중요한 역할을 함에 따라, 딥 러닝과 합성곱 신경망을 사용하여 망막 사진에서 당뇨병성 망막증을 자동으로 감지했습니다.하지만 미래를 내다보고 위험을 예측할 수 있는 사람은 거의 없습니다.

이를 위해 상하이 교통대학교 건강전략개발연구소 소장인 지아 웨이핑 교수와 리 화팅 교수, 상하이 제6인민병원 내분비내과 및 대사학과, 상하이 당뇨병 중점실험실 소장인 팀, 상하이 교통대학교 전기공학과 컴퓨터과학과/교육부 인공지능 중점실험실의 성빈 교수 팀, 청화대학교 학술부 부학장 겸 의학부장인 황톈인 교수 팀이 시계열 이미지 시퀀스의 딥러닝을 기반으로 한 당뇨병성 망막증 합병증 조기 경보 시스템인 DeepDR Plus를 구축했습니다. 안저 이미지만으로 5년 이내 당뇨망막병증의 진행을 예측할 수 있습니다.

연구 하이라이트:

* 안저 이미지만을 사용하여 당뇨병성 망막증 진행을 예측하는 딥러닝 시스템(DeepDR Plus)을 개발 및 검증

* 이 시스템은 중국과 인도의 실제 임상 사례에 적용되어 임상 적용 시 평균 스크리닝 간격을 12개월에서 31.97개월로 연장했습니다.

* 이 시스템은 매우 낮은 진단 누락률을 유지하면서 검진 빈도와 공중 보건 비용을 크게 줄일 수 있습니다.

서류 주소:
https://doi.org/10.1038/s41591-023-02702-z
데이터 세트를 한 번의 클릭으로 다운로드하세요:
https://hyper.ai/datasets/29716
공식 계정을 팔로우하고 "DR"로 답글을 남겨 전체 PDF를 받아보세요.

데이터 세트: 중국 및 인도의 임상 데이터

먼저, 당뇨병성 망막병증과 관련된 특징을 학습하기 위해 DeepDR Plus 시스템은 상하이 종합 당뇨병 예방 및 관리 시스템(상하이 종합 모델)과 상하이 당뇨병 예방 프로그램(SDPP)에 속한 179,327명의 당뇨병 환자의 안저 이미지 717,308개를 사용하여 사전 학습되었습니다.

이 중 SDPP는 2015년 12월부터 2022년 11월까지 화동 요양소와 상하이 제6인민병원에서 신체 검사를 받은 79,284명의 참여자를 포함하는 지역사회 기반 종단 코호트 연구로, 이 중 25,231명의 참여자가 최소 4년간의 연간 추적 조사를 완료했습니다.

연구진은 당뇨병성 망막증 진행 연구(DRPS) 코호트에 속한 19,100명의 당뇨병 환자의 76,400개 안저 이미지로 구성된 내부 데이터 세트에서 모델을 개발하고 검증했습니다. 이 데이터 세트는 개발 데이터 세트와 내부 테스트 데이터 세트로 9:1 비율로 분할되었습니다. 8개의 독립적인 종단 연구 집단이 외부 검증에 사용되었습니다.

임상 워크플로에 통합된 DeepDR Plus 시스템의 효율성을 평가하려면이 연구에서는 또한 중국 성인을 대상으로 한 지역 사회 기반 전향적 코호트 연구에서 실제 연구를 수행했습니다.분석에는 총 2,185명의 참여자가 포함되었으며, 이 중 538명은 통합 관리(IM) 그룹(일반 병원-지역사회 당뇨병 관리 프로그램)에 참여했고 1,647명은 비IM 그룹에 참여했습니다. 동시에 임상 워크플로우와의 통합 결과를 더욱 평가하기 위해,이 연구에서는 또한 인도 전향적 코호트(SN-DREAMS)를 대상으로 실제 연구를 수행했습니다.이 중 992명의 당뇨병 환자를 4년 연속 추적 조사했습니다.

모델: 안저 이미지만으로도 질병 진행을 효과적으로 예측할 수 있습니다.

DeepDR Plus 시스템에는 당뇨병성 망막증 진행을 예측하는 세 가지 모델이 포함되어 있습니다.데이터 모델, 안저 모델과 결합 모델. 안에:

안저 모델은 ResNet-50을 백본으로 사용하여 안저 이미지에서 특징을 추출하고 소프트 어텐션 계층을 사용하여 가장 많은 정보가 있는 특징을 선택합니다.이 연구에서는 먼저 Momentum Contrast(MoCo,v2)를 사용하여 자기 감독 학습을 통해 안저 이미지에서 특징을 추출하는 사전 학습된 특징 추출기를 만들었습니다. 동시에 본 연구에서는 일치지수(C-index)도 사용하였다. 과민성 대장 증후군 통합 브라이어 점수 평가 모델은 향후 5년 동안 참가자의 당뇨병성 망막증 성과를 예측했습니다.

메타데이터 모델은 생존 예측을 생성하기 위해 메타데이터를 입력합니다.여기에는 나이, 성별, 흡연 상태, 당뇨병 기간, 기준 DR 수준, 체질량 지수, 당화 HbA1c, 수축기 혈압, 이완기 혈압, 중성지방, 저밀도 지단백 콜레스테롤, 고밀도 지단백 콜레스테롤이 포함되었습니다.

결합된 모델은 안저 점수와 안저 모델의 메타데이터를 모두 입력합니다.

내부 검증에서 환자의 당뇨망막병증 진행 예측을 위한 메타데이터 모델, 안저 모델 및 결합 모델의 일관성 지수는 각각 0.696, 0.823 및 0.833이었습니다. 결과는 결합 모델의 성능이 펀더스 모델의 성능과 유사하고 메타데이터 모델의 성능보다 우수함을 보여줍니다. 이는 안저 모델의 정확한 예측 성능을 보여줍니다. 8개의 독립적인 외부 데이터 세트에서 이 모델은 당뇨병성 망막증 진행을 예측하는 데 유사한 성과를 달성했습니다.이는 DeepDR Plus 시스템이 높은 일관성과 강력한 보정을 갖추고 있음을 나타냅니다.

환자가 DR 진행 정도를 평가하기 위해 안과 의사의 도움을 받아야 하는 시기를 결정하기 위해, 이 연구에서는 DeepDR Plus 시스템의 예측 능력을 더욱 입증하기 위해 3개의 하위 그룹 분석도 수행했습니다. 3개 하위 그룹에는 망막병증이 없는 DM이 DR로 이전된 경우(하위 그룹 1), 의뢰가 필요 없는 DR이 의뢰가 필요한 DR로 이전된 경우(하위 그룹 2), 시력에 위협이 되지 않는 DR이 시력에 위협이 되는 DR로 이전된 경우(하위 그룹 3)가 포함되었습니다.

이 연구에서는 세 가지 주요 하위 그룹에서 DeepDR Plus 시스템을 사용하여 기준 망막 이미지를 통해 5년 이내에 다양한 유형의 DR 등급의 악화를 예측했습니다. 분석 결과, 세 가지 주요 하위 그룹의 메타데이터 모델의 일관성 지수는 0.700-0.711, IBS는 0.261-0.328로 나타났다. 안저모형의 일관성지수는 0.826, 0.820, 0.824로 증가하였고, IBS는 0.153-0.189로 감소하였다. 결합 모델의 일관성 지수는 0.835-0.852이고, IBS는 0.145-0.167이었습니다.

또한, 이 연구에서는 외부 데이터 세트에 대한 안저 모델의 예측 성능을 평가하고 내부 데이터 세트와 비슷한 결과를 얻었습니다.연구 결과에 따르면 안저 이미지만으로도 질병 진행을 효과적으로 예측할 수 있는 것으로 나타났습니다.

AI 기반 개인 맞춤형 검진 간격

이 연구에서 IM 그룹은 정기적인 임상 검사와 대사 측정을 받았으며, 종합병원 전문가로부터 지도와 조언을 제공받았습니다. 따라서 본 연구에서는 IM군과 비IM군을 저위험군과 고위험군으로 세분화하고, DeepDR Plus 시스템의 안저모델과 메타데이터 모델을 활용하여 모든 참여자를 평가하였다.

비IM 그룹에서 안저 모델의 고위험군 환자는 당뇨병성 망막병증이 발생할 가능성이 더 높았고, 안저 모델의 저위험군 환자는 메타데이터 모델과 비교했을 때 당뇨병성 망막병증이 발생할 가능성이 더 낮았습니다.

또한, 이 연구에서는 메타데이터 모델이나 안저 모델이 권장하는 개인 맞춤형 검진 요법의 성과를 고정 연간 검진 요법과 비교하여 평가했습니다.IM 그룹과 비IM 그룹의 모든 참가자가 안저 모델에서 권장하는 개인 맞춤형 검진 간격을 따랐다면 평균 검진 간격을 12개월에서 31.97개월로 연장할 수 있었습니다.메타데이터 모델과 비교했을 때, 안저 모델은 DR의 지연된 감지율을 크게 줄이는 동시에 스크리닝 빈도를 유사하게 줄이는 데 성공했습니다. 또한, 안저 모델에서 권장하는 스크리닝 간격을 사용할 경우 IM 그룹에서 DR 진행의 지연 감지율이 비IM 그룹보다 낮았습니다(0.37% 대 1.28%). 이는 DeepDR Plus 시스템이 향후 개입과 관계없이 DR의 지연 감지율을 줄이는 데 확실히 효과가 있음을 시사합니다.

결론적으로, 메타데이터 모델과 비교했을 때, 안저 모델은 참여자를 더욱 정확하게 계층화할 수 있어 개인화된 개입이 가능하고 DR 스크리닝 빈도를 줄이는 동시에 DR 진행 탐지 지연을 줄일 수 있습니다.

중국, 당뇨망막병증 AI 진단 세계 최초

최근에,기민한  글로벌 인공지능 거버넌스 평가 지수가 공식적으로 발표되어, 처음으로 새로운 글로벌 인공지능 거버넌스 환경을 평가하고 해석했습니다. 평가 결과에 따르면 인공지능 발전 수준 측면에서 미국과 중국이 총량 면에서 선두를 달리고 있습니다.

국내 인공지능 기술의 급속한 발전 덕분에 우리나라는 인공지능 보조 의료 분야에서 고무적인 진전을 이루었으며, 당뇨병성 망막증의 검진 분야에서도 미국과 비슷한 수준을 유지하고 있습니다. 2013년 초, 상하이 교통대학 의학부에 소속된 제6인민병원의 지아웨이 팀과 리화팅 팀은 상하이 교통대학 컴퓨터과학과의 성빈 팀과 함께 당뇨망막병증 특징의 자동 추출 기술을 연구하기 시작했습니다.

2016년, 구글은 대량의 당뇨망막병증 이미지 데이터로 학습한 후 딥러닝 시스템을 사용하여 중등도에서 중증 DR을 정확하게 진단했습니다. 그 결과는 미국 의학 협회 저널(Journal of the American Medical Association)에 게재되었습니다.자마) .

구글에 영감을 받은 당시 싱가포르 국립안과센터의 황톈인은 큰 충격을 받았습니다. 황톈인은 동시에 구글의 연구는 여전히 다민족 검증이 부족하다는 한계가 있다고 생각합니다. 2017년 황톈인과 싱가포르 국립안과병원 팀은 새로운 딥러닝 시스템을 성공적으로 개발했습니다. 이 시스템은 다민족, 다국적 집단에서 DR 및 기타 관련 안과 질환을 효과적으로 진단하는 최초의 시스템이었습니다. 해당 결과는 이후 JAMA 저널에 게재되었습니다.

2017년에는 항저우 건강 및 가족계획위원회가 당뇨병성 망막증 검진 프로젝트를 주도적으로 시작하여 인공지능 기반 진단을 기반으로 한 휴대용 안저 카메라를 도입하여 기초 수준에서 전문 의료 자원이 부족하다는 문제를 해결했습니다. 동시에, 중국 시장에는 수많은 인공지능 의료기기가 출시되어 더 많은 환자에게 질병 치료에 대한 새로운 희망을 안겨주고 있습니다.

2018년, 자웨이핑 연구팀은 황톈인 연구팀과 협력하여 싱가포르 국립 안과 센터 등 세계적 학술기관과 손잡고 상하이 "일대일로" 국제공동대사질환 지능형 예방 및 통제 실험실 설립 승인을 받아 당뇨병 예방 및 치료 분야에서 협력을 추진했습니다.

모든 것이 본격적으로 발전하고 있지만 AI 진단 시스템은 임상 진단 및 치료에 즉시 추가 검증되지 않았습니다. 2020년에 구글 팀은 당뇨병성 망막증에 대한 AI 진단 시스템이 태국에서 임상 적용 시 강한 "부적응성"을 보였다는 보고서를 발표했습니다. 5분의 1 이상의 이미지가 선명도 문제로 인해 시스템에서 거부되었습니다. 간호사들은 사진을 다시 찍어야 했고 환자들은 치료를 위해 다른 병원으로 이송되었습니다. 해당 AI 시스템은 태국의 11개 병원에 구현된 후 거부되었습니다.

해외에서는 AI 진단시스템이 임상적 난관에 부딪히고 있는 반면, 국내에서는 AI 진단시스템이 급속한 발전 국면에 접어들고 있다. 2020년 8월, 우리나라 최초로 딥러닝 기술을 기반으로 한 당뇨망막병증 안저영상 보조진단 소프트웨어가 출시 승인을 받았습니다. 2021년 난카이대학은 CABNet(Category Attention Block)을 출시하고, 소수의 추가 매개변수만으로 기존 딥 아키텍처의 성능을 크게 향상시킬 수 있는 Global Attention Block을 제안했으며, DR 분류에서도 뛰어난 성능을 달성했습니다.

또한 2021년에는 Jia Weiping 팀과 Sheng Bin 팀이 공동으로 DeepDR 시스템을 출시했습니다. 이 시스템은 경미한 단계부터 증식 단계까지 망막 병변의 다양한 정도를 정확하게 구별할 수 있습니다.핵심 성과에 대해 중국에서 발명특허 3건, 미국에서 발명특허 1건을 취득하였으며, 전국의 많은 병원에서 활용되고 있습니다. 같은 해, 황톈인은 청화대학교의 교수가 되었습니다. 상하이 교통대학과 청화대학의 의학 및 공학 학제간팀은 AI 지원 당뇨병 관리 기술과 임상 실무에 대한 긴밀한 학제간 협력 및 협동 연구를 시작했으며, 이를 통해 양측의 기존 연구도 가속화되었습니다.

오늘 DeepDR Plus 시스템 출시로 개발도상국의 안저 필름 검사의 효율성, 공정성, 접근성이 크게 향상되었으며, 전 세계 저소득, 중소득 국가와 지역에서 당뇨병 관리 모델의 질, 효율성, 개혁 및 혁신을 개선할 수 있는 새로운 길이 열렸습니다. 가까운 미래에 인공지능은 더 많은 당뇨병 환자에게 치료에 대한 새로운 희망을 가져다 줄 것입니다.

참고문헌:
1.https://new.qq.com/rain/a/20240123A05OOZ00
2.https://m.thepaper.cn/baijiahao_20929983
3.https://baijiahao.baidu.com/s?id=1791412684120469650&wfr=spider&for=pc
4.https://www.nsfc.gov.cn/csc/20340/20343/57820/index.html