녹내장 수술 결과를 예측하는 기계적 학습 모델이 개발됐다.
아주대병원 안과 이승엽 교수팀(안재홍 교수, 의료정보학교실 이동윤 전문의)은 2017년부터 2021년까지 5년간 아메드밸브 삽입술을 받은 환자 133명의 데이터를 분석해, 녹내장 수술 결과를 예측할 수 있는 기계적 학습 모델을 개발했다.
녹내장은 안압 상승으로 시신경이 손상되면서 발생하는 시신경병증으로, 시야가 점점 좁아지며 증상이 심하면 실명에 이를 수 있다.
아메드밸브 삽입술은 약물치료에 반응하지 않아 안압 조절이 안되는 경우 시행하는 대표적인 녹내장 수술법으로, 눈 속에 아메드밸브를 삽입해 눈 속의 압력을 일으키는 방수를 배출해 안압을 하강시킨다.
연구결과 이번 XGBoost 모델을 이용한 예측 모델은 모든 평가 지표에서 다른 모델들보다 우수한 성능을 보였으며, 또 고령일수록 수술 실패의 위험성이 증가하는 것을 확인했다.
특히 연구팀은 “이번 모델의 성능을 최대한 높이기 위해 인구 통계학적 정보, 안과적 변수, 전신질환, 약물력 등 다양한 데이터를 통합해 예측력을 극대화했다”며 “또 기존의 다양한 기계 학습 알고리즘과 비교·분석해 최적의 모델을 개발한 후 이를 아메드밸브 삽입술 녹내장 수술에 접목시켰다”고 설명했다.
기존의 많은 기계 학습 모델이 주로 단일 요인이나 제한된 매개변수에 집중하다 보니, 현실의 복잡한 임상 상황 혹은 개별 환자의 특성을 충분히 반영하지 못해 예측 정확도가 낮다는 한계가 있었다.
이승엽 교수는 “기계 학습을 이용한 아메드밸브 삽입술 예측의 첫 시도”라며 “안압이 조절되지 않는 녹내장 환자에서 널리 시행하고 있는 수술의 성공 가능성을 비교적 정확하게 예측할 수 있는 모델을 개발했다는 데 의의가 있다”고 말했다.
안재홍 교수는 “이번 연구를 통해 수술 계획을 좀 더 정교하게 수립하고, 환자 맞춤형 치료를 시행함으로써 환자 치료 결과 개선에 기여하길 바란다”고 밝혔다.
이번 연구 결과는 국제 학술지 ‘BMC ophthalmology’에 ‘Evaluation of machine learning approach for surgical results of Ahmed valve implantation in patients with glaucoma(녹내장 환자에서 아메드밸브 삽입술 후 예후 머신러닝 이용 분석)’란 제목으로 게재됐다.
