전문가 수준 3D OCT 진단 자동화, FOCUS 시스템

초록

FOCUS는 EfficientNetV2‑S 기반 영상 품질 평가와 Vision Foundation Model을 활용한 이상 탐지·다중 질환 분류를 순차적으로 수행하고, 슬라이스‑레벨 예측을 적응형 집계기로 통합해 3D OCT 전체를 환자 수준 진단으로 자동 전환한다. 3,300명(40,672장) 내부 데이터와 1,345명(18,498장) 외부 데이터를 통해 F1 99.01%‧97.46%‧94.39%를 달성했으며, 실제 현장 검증에서도 90.22%–95.24%의 안정적인 성능을 보였다. 인간 전문가와 비교했을 때 이상 탐지와 다중 질환 진단 모두 동등하거나 우수한 정확도를 유지하면서 처리 속도도 크게 향상되었다.

상세 분석

본 논문은 OCT 기반 망막 질환 자동 진단에 있어 기존 2D 단일 작업 AI 모델이 갖는 한계를 체계적으로 극복한다는 점에서 학술적·임상적 의의가 크다. 첫째, 전처리 단계에서 EfficientNetV2‑S를 이용해 이미지 품질을 99.01% F1 점수로 정확히 구분함으로써 잡음·아티팩트가 포함된 스캔이 후속 모델에 미치는 영향을 최소화한다. 이는 대규모 실험을 통해 다양한 장비와 촬영 조건에서도 일관된 품질 판별이 가능함을 입증한다.

둘째, 핵심 모델로 Vision Foundation Model(VisionFM)을 파인튜닝하여 2D B‑scan마다 이상 여부와 9가지 망막 질환(AMD, CNV, CSC, DR, MH, ME, ERM, RP 등)을 동시에 예측한다. 기존 2D 모델은 슬라이스 간 독립성을 가정해 병변이 희소하게 나타나는 경우 성능이 급격히 저하되지만, 본 연구는 다중 인스턴스 러닝(MIL) 기반의 Unified Adaptive Aggregation Classifier(UAAC)를 도입해 각 슬라이스의 예측 신뢰도와 불확실성을 정량화하고, 가중 평균이 아닌 동적 선택적 집계 방식을 적용한다. 결과적으로 “needle‑in‑a‑haystack” 형태의 병변도 전체 볼륨에서 효과적으로 포착한다.

셋째, 3D 볼륨 전체를 2D 특징 추출과 3D 집계로 분리함으로써 3D‑CNN가 요구하는 막대한 연산량과 대규모 라벨링 비용을 회피한다. 이는 실제 임상 현장에서 0.2초 내외의 추론 시간을 달성하게 해, 대규모 스크리닝에 적합한 실시간 처리 능력을 제공한다.

넷째, 데이터셋 구성이 매우 포괄적이다. 4개의 등급(1~4) 의료기관과 5종류 이상의 OCT 장비를 아우르는 3,300명(40,672장) 내부 코호트와 1,345명(18,498장) 외부 코호트를 활용해 모델의 일반화 능력을 검증하였다. 외부 검증에서 F1 90.22%–95.24%를 기록한 점은 장비·인구·임상 환경이 달라도 성능 저하가 최소임을 의미한다.

다섯째, 인간‑기계 비교 실험에서 기술자는 이상 탐지에서 95.47% vs 90.91%, 다중 질환 진단에서 93.49% vs 91.35%의 F1 점수를 보이며, FOCUS가 전문가 수준을 유지함을 보여준다. 특히 OCT 단일 영상만으로 판단해야 하는 상황에서 FOCUS는 대규모 사전 학습을 통해 인간이 놓치기 쉬운 미세 구조 변화를 포착한다는 강점을 가진다.

마지막으로, 제한점으로는 데이터가 주로 중국인 인구에 국한되어 있어 인종·질병 스펙트럼 차이에 대한 외적 타당성이 아직 검증되지 않았으며, 현재 버전은 LLM 기반 보고서 자동화·설명 생성 기능을 포함하지 않는다. 향후 다국적 데이터와 LLM 연계가 이루어지면 임상 수용성 및 규제 통과에 한층 유리해질 것으로 기대된다.