치매를 키워드로 생성형AI가 그린 그림 [제미나이] 건강검진 때 흔히 찍는 안구 사진 한장으로 현재의 치매 여부는 물론, 앞으로 치매에 걸릴 위험까지 미리 내다볼 수 있는 인공지능(AI) 기술이 개발됐다. 비싼 돈 주고 뇌 검사를 하는 대신 일상적인 건강검진 데이터만으로 치매를 조기에 찾아내고 관리할 수 있는 길이 열린 것이다. 28일 서울대병원에 따르면 박상민 가정의학과 교수, 장주영 자이메드 박사, 한창호 서울의대 의료빅데이터연구센터 연구조교수, 김재원 의과학과 박사 연구팀은 건강검진 수검자의 안저(망막) 사진을 분석해 치매 위험을 선별하고 예측하는 AI 모델을 구축했다고 밝혔다. 치매는 단 한번의 검사로 확진하기 어려워 다양한 임상 평가, 인지기능 검사, 뇌 자기공명영상(MRI) 등을 종합해 진단한다. 하지만 이러한 정밀 검사들은 비용 부담이 크고 병원 접근성이 떨어져 일반인을 대상으로 한 대중적 조기 선별검사로 활용하기에는 뚜렷한 한계가 있었다. 연구팀은 망막에 주목했다. 망막은 중추신경계의 연장선으로, 뇌와 직접 연결돼있어 뇌혈관과 신경의 미세한 변화를 고스란히 반영하는 조직이다. 이 때문에 안구 안쪽을 촬영하는 안저 사진은 뇌 질환과 치매 위험을 평가할 수 있는 유력한 생체표지자(바이오마커)로 꼽혀왔다. 연구팀은 2004년부터 2016년까지 서울대병원에서 건강검진을 받은 3만6322명의 안저 사진 10만8008장을 정밀 분석했다. 이 중 안저 촬영 전후 2년 이내에 치매 진단을 받은 1001명(2868장)을 치매군으로 설정하고, 치매가 없는 대조군과 1대 4 비율로 매칭해 학습 데이터를 구축했다 한게임바둑이추천 . 이어 연구팀은 5가지 파운데이션 모델과 3가지 미세조정 기법을 조합해 총 15가지 AI 모델을 개발한 뒤 성능을 비교했다. 그 결과, 수백만장의 망막 사진을 사전 학습한 ‘RETFound-MAE’ 모델에 부분 미세조정을 적용한 AI가 가장 우수한 성적을 냈다. 성능 평가 결과는 놀라웠다. 해당 AI의 ‘현재 치매 선별 성능(AUROC)’은 0.750, ‘향후 치매 발생 예측 성능(C-index)’은 0.812를 기록해 기존에 병원에서 널리 쓰이던 임상 치매 위험 평가 도구인 CAIDE 。수(선별 0.624, 예측 0.689)를 크게 웃돌았다. AUROC와 C-index는 1에 가까울수록 예측이 정확함을 의미한다. 나이와 성별 등의 치매 위험 요인들을 모두 보정한 후에도 AI 。수가 높을수록 현재와 미래의 치매 발병 위험이 뚜렷하게 높아졌다. 이는 안저 사진 속에 기존 위험인자로는 알 수 없었던 추가적인 치매 위험 신호가 담겨 있음을 입증한다. 실제 임상 현장에서의 유용성을 보는 의사결정곡선분석에서도 AI 모델은 기존 평가나 전수검진 방식보다 뛰어났다. 기존 CAIDE 방식에 AI 모델을 결합했을 때 예측 정확도가 0.749에서 0.774로 크게 향상돼 상호 보완재로서의 가치도 증명했다. 박 교수는 “추가적인 고비용 검사 없이 일상 검진 데이터를 활용하는 이번 AI 기술이 치매 예방과 조기 개입 전략에서 유용한 보조 도구가 되기를 기대한다”고 말했다 모바일 온라인 바다이야기 게임 . 인공지능이 안저 사진의 어느 부위를 보고 판단했는지 보여주는 히트맵. 제공=서울대병원. 이번 기술의 또 다른 핵심은 AI가 어떤 근거로 판단을 내렸는지 눈으로 확인할 수 있는 ‘설명 가능한 AI(XAI)’ 기술을 도입했다는 。이다. AI가 안저 사진의 어느 부위를 보고 치매 위험을 감지했는지 히트맵(색상 지도)으로 시각화해 실제 망막의 해부학적 구조와 대조했다. 분석 결과, AI는 뇌와 시신경이 연결되는 ‘시신경유두’와 ‘시신경유두 주변 영역’을 가장 집중적으로 살펴 판단을 내렸다. 시신경유두 전체에 대한 AI의 주목도는 일반 주변 부위보다 5.72배나 높았다. 특히 ‘시신경유두 귀쪽 영역’에서 주목도가 가장 높은 것으로 나타났다. 시신경유두와 중심 시력을 담당하는 황반을 잇는 ‘유두황반다발’ 부위 역시 높은 주목도를 보였다. 이는 의학계에 이미 보고된 치매 관련 망막 신경 변화 부위와 정확히 일치하는 결과로, AI가 의학적·생물학적 타당성을 갖추고 판단하고 있음을 뒷받침한다. 장 박사는 “이번 연구는 AI의 예측 성능뿐만 아니라 설명 가능성과 임상적 유용성을 함께 평가했다는 。에서 안저 영상 기반 AI 생체표지자 개발의 중요한 방향을 제시했다”고 말했다. 이번 연구 결과는 디지털 헬스케어 분야의 세계적 권위지인 국제학술지 ‘npj 디지털 메디슨(npj Digital Medicine, 피인용지수 IF 18.0)’ 최신호에 정식 게재됐다. 박상민 서울대병원 가정의학과 교수(왼쪽부터), 장주영 자이메드 박사, 한창호 서울의대 의료빅데이터연구센터 연구조교수, 김재원 울의대 의료빅데이터연구센터 의과학과 박사 또 다른 핵심은 A