AI-OCT 선별 도입으로 당뇨병 황반부종 불필요 전문의 의뢰가 69.1%에서 24.1%로 감소했다 — 핵심 요약
JAMA(2026) 게재 홍콩 다기관 무열등성 무작위배정 임상시험
홍콩에서 시행된 다기관 무열등성 무작위배정 임상시험에서 AI 기반 OCT 시스템을 당뇨병 황반부종(DME) 선별 경로에 추가하면 불필요한 전문의 의뢰가 69.1%에서 24.1%로 크게 줄어들었습니다. 두 군 모두 DME 의뢰 민감도는 100.0%를 유지했고, 사전에 정한 무열등성 한계(20%)보다 낮은 CI 상한으로 열등하지 않음이 확인됐습니다(P < .001). 다만 이 연구는 탐지·의뢰 성능 평가일 뿐 치료 개입이 아니며, 최종 진단은 여전히 전문의 몫입니다. 저자들이 명시적으로 나열한 limitations 문단은 초록에 포함되어 있지 않습니다.
🔎 이 글의 성격 (소개·정보 고지): 필자는 이 글에서 소개한 연구의 저자가 아니며 해당 연구와 이해관계가 없습니다. 이 글은 광고가 아니라 공개된 논문을 일반인의 눈높이에서 소개하는 정보 콘텐츠입니다. 개인의 진단·치료·검사에 관한 판단은 반드시 담당 안과 의료진과 상의하세요.
서지정보 · Zhang S, Lai TYY, Cheung CY 외 · *JAMA* · 2026;336(3):215–223 · DOI: 10.1001/jama.2026.7025 · PMID 42295755 · 연구비: 초록에 별도 funding 섹션 명시되지 않음(COI 문장 내 A. Luk 저자의 Hong Kong Research Grants Council 및 Hong Kong Bureau 연구비 수령 언급만 있음) · COI: 원문 명시분은 아래 출처 섹션 참조
핵심 요약
- 이 연구는 홍콩에서 시행된 단계적 평가로, 전향적 silent-mode 검증(603명)과 다기관 무열등성 무작위배정 임상시험(RCT, 276명) 두 단계로 구성됐습니다.
- 기존 안저사진 기반 선별에 AI-OCT를 2차 도구로 추가하면, DME 오인으로 인한 전문의 의뢰(false-positive referral) 비율이 대조군 69.1%에서 개입군 24.1%로 감소했습니다(절대차 -45%, 95% CI -58.2~-31.9, P < .001).
- 두 군 모두 DME 의뢰 민감도는 100.0%였고, 개입군에서 의뢰 제외된 참가자에게서 DME 발생은 없었습니다.
- 검증 단계에서 AI 시스템의 DME 탐지 민감도는 98.8%(95% CI, 94.5~100.0%), 특이도는 90.7%(95% CI, 88.7~92.4%)였습니다.
- 시스템은 영상 품질 평가와 불확실성 플래그 기능을 갖추고 있어, 판독 불가능(ungradable) 스캔은 7.2%, 판독 가능하지만 불확실(uncertain)로 표시된 스캔은 4.4%였습니다.
- 어느 군에 배정되든 최종적으로는 전원이 전문의 평가를 받는 윤리적 설계였으며, AI는 '2차 선별 도구'로 위치합니다.
- 저자들이 명시적으로 나열한 limitations 문단은 초록에 포함되어 있지 않습니다(원문에 명시되지 않음).
AI-OCT 선별이 해결하려던 문제와 시험 설계
안저사진 선별의 위양성 의뢰 부담
전 세계 표준인 안저사진 기반 당뇨병 망막병증 선별은 DME 의심 소견으로 인한 위양성 의뢰가 많아 전문 안과 클리닉에 큰 부담을 준다는 점이 이 연구의 출발점입니다. 원문은 false-positive referrals가 많다는 부담을 지적할 뿐, 기존 방식 자체의 안전성 문제를 말하는 것은 아닙니다.
두 단계로 구성된 검증과 무열등성 설계
연구는 ① 전향적 silent-mode 검증(603명)과 ② 다기관 무열등성 무작위배정 임상시험(276명)으로 진행됐습니다. 무열등성 마진은 사전에 20%로 정했고, 결과 CI 상한이 이 한계보다 낮아 표준 진료 대비 열등하지 않음이 확인됐습니다(P < .001).
영상 품질 관리와 불확실성 플래그
검증 단계에서 1200개 스캔 중 86개(7.2%)가 판독 불가능했고, 판독 가능한 1114개 중 49개(4.4%)는 AI가 확신하지 못해 '불확실'로 표시됐습니다. 시스템은 영상 품질 평가와 불확실성 플래그 기능을 갖춰 판단 곤란 사례를 따로 걸러내도록 설계됐습니다.
주요 결과 수치
| 항목 | 수치 |
|---|
| 위양성 의뢰율 | 개입군 24.1% vs 대조군 69.1% (절대차 -45%, 95% CI -58.2~-31.9, P < .001) |
| DME 의뢰 민감도 | 양군 공통 100.0% |
| DME 의뢰 특이도 | 개입군 86.5% vs 대조군 0.0% |
| DME 유병률 | 개입군 30.9% vs 대조군 29.9% |
| 검증 단계 탐지 민감도 | 98.8% (95% CI, 94.5~100.0%) |
| 검증 단계 특이도 | 90.7% (95% CI, 88.7~92.4%) |
| ungradable / uncertain | 7.2% / 4.4% |
대조군의 의뢰 특이도가 0.0%인 것은 실패가 아니라, 프로토콜상 대조군은 원칙적으로 전원을 자동 의뢰하는 설계이기 때문입니다. 개입군은 필요 없는 의뢰를 상당수 걸러냈지만, 그 과정에서 진짜 DME를 하나도 빠뜨리지 않았습니다.
이 근거가 갖는 실무적 의미
OCT를 병원에 직접 가서 찍는 검사가 아니라 선별 경로 안에 AI-OCT를 넣는 발상으로, 전문의 진료 자원을 진짜 필요한 사람에게 집중시킬 수 있는 실무적 근거를 RCT 형태로 제시했습니다. 당뇨병 환자의 정기적인 안저·OCT 검진 체계 확대를 뒷받침하는 근거로 읽힙니다. 다만 이것은 선별 도구의 개선일 뿐 치료법이나 완치와는 무관하며, 최종 진단은 여전히 전문의 몫입니다.
알아두어야 할 한계
- 저자들이 명시적으로 나열한 limitations 문단은 초록에 포함되어 있지 않습니다(원문에 명시되지 않음).
- 초록에 드러난 맥락적 정보로는 홍콩 단일 지역 시행, silent-mode 검증이 삼차병원 분류소(triage unit)에서 이루어진 점 등이 있습니다.
- 이 연구는 탐지·의뢰 성능 평가이며 예방·치료 개입이 아닙니다.
자주 묻는 질문 (FAQ)
Q1. AI-OCT가 전문의 진료를 대체합니까?
아니요. 이 시험에서는 윤리적 이유로 어느 군에 배정되든 최종적으로 전원이 전문의 평가를 받았습니다. AI-OCT는 기존 안저사진 선별에 얹히는 '2차 선별 도구'로 위치합니다.
Q2. 민감도 98.8%는 완벽한 진단이라는 뜻입니까?
아니요. 판독 불가능한 스캔이 7.2%, 불확실로 표시된 스캔이 4.4% 존재했습니다. 98.8%는 '완벽'이 아니라 검증 단계의 탐지 성능 수치입니다.
Q3. 대조군 의뢰 특이도 0.0%는 기존 방식의 실패입니까?
아니요. 대조군은 프로토콜상 전원을 자동 의뢰하는 설계라 특이도가 0.0%입니다. 이는 프로토콜 특성이며 기존 방식의 안전성 문제를 말하는 것이 아닙니다.
Q4. 이 연구로 DME를 예방하거나 치료할 수 있습니까?
아니요. 이 연구는 탐지·의뢰 성능을 평가한 것으로, 예방·치료 개입과는 무관합니다.
Q5. 한국 독자에게 바로 적용할 수 있는 결과입니까?
이 시험은 홍콩에서 시행되었고, 저자들이 명시한 limitations 문단은 초록에 포함되어 있지 않습니다. 국내 적용 가능성에 대한 판단은 담당 의료진과 상의하세요.
더 알아보기
당뇨병 환자의 정기 안저 검진과 망막 선별에 관한 다른 글들은 AfterNOON Insights에서 확인할 수 있습니다. 개인의 검사 주기와 검사 방식 선택은 반드시 담당 안과 의료진과 상의하고 정기 검진을 받으세요.
출처 (Sources)
- Zhang S, Lai TYY, Cheung CY 외. An AI-Based OCT System to Detect Diabetic Macular Edema: A Prospective Validation and Noninferiority Randomized Clinical Trial. *JAMA*. 2026;336(3):215–223. DOI: 10.1001/jama.2026.7025 · PMID 42295755 · PMCID: PMC13270324
- 원문 이해상충 고지(초록 명시 문장 그대로): Dr A. Luk reported receiving grants from the Hong Kong Research Grants Council and Hong Kong Bureau and receiving research support from Merck Sharp & Dohme, Roche, AstraZeneca, and Amgen outside the submitted work. Dr Sivaprasad reported receiving personal fees from Roche, Bayer, Boehringer Ingelheim, 4DMT, Oculis, and Eyebiotech outside the submitted work. Dr T. Wong reported being a consultant for AbbVie Pte Ltd, Aldropika Therapeutics, Bayer, Boehringer Ingelheim, Carl Zeiss, Genentech, Iveric Bio, Novartis, Opthea Limited, Plano, Quaerite Biopharm Research Ltd, Roche, Sanofi, and Shanghai Henlius outside the submitted work and that he is an inventor, holds patents, and is a cofounder of start-up companies EyRiS and Visre, which have interests in, and develop digital solutions for, eye diseases outside the submitted work. Dr T. Lai reported receiving personal fees from 4DMT, Astellas, Bayer, Boehringer Ingelheim, Chugai Pharmaceuticals, Novartis, Ocular Therapeutix, Oculis, Roche, and Gaush Meditect and receiving grants from Bayer and Roche outside the submitted work. Dr C. Cheung reported holding US patent 12,361,697 B2. No other disclosures were reported.
```
함께 보면 좋은 글
👉 가까운 안과에서 황반변성 검진 예약하기
참고 자료
이 글은 안과 전문의 박상준(분당서울대학교병원 안과)의 감수를 받았습니다.
본 콘텐츠는 일반 건강정보이며, 진단과 치료는 담당 안과 전문의와 상담하세요.
JAMA(2026) 게재 홍콩 다기관 무열등성 무작위배정 임상시험
홍콩에서 시행된 다기관 무열등성 무작위배정 임상시험에서 AI 기반 OCT 시스템을 당뇨병 황반부종(DME) 선별 경로에 추가하면 불필요한 전문의 의뢰가 69.1%에서 24.1%로 크게 줄어들었습니다. 두 군 모두 DME 의뢰 민감도는 100.0%를 유지했고, 사전에 정한 무열등성 한계(20%)보다 낮은 CI 상한으로 열등하지 않음이 확인됐습니다(P < .001). 다만 이 연구는 탐지·의뢰 성능 평가일 뿐 치료 개입이 아니며, 최종 진단은 여전히 전문의 몫입니다. 저자들이 명시적으로 나열한 limitations 문단은 초록에 포함되어 있지 않습니다.
서지정보 · Zhang S, Lai TYY, Cheung CY 외 · *JAMA* · 2026;336(3):215–223 · DOI: 10.1001/jama.2026.7025 · PMID 42295755 · 연구비: 초록에 별도 funding 섹션 명시되지 않음(COI 문장 내 A. Luk 저자의 Hong Kong Research Grants Council 및 Hong Kong Bureau 연구비 수령 언급만 있음) · COI: 원문 명시분은 아래 출처 섹션 참조
핵심 요약
AI-OCT 선별이 해결하려던 문제와 시험 설계
안저사진 선별의 위양성 의뢰 부담
전 세계 표준인 안저사진 기반 당뇨병 망막병증 선별은 DME 의심 소견으로 인한 위양성 의뢰가 많아 전문 안과 클리닉에 큰 부담을 준다는 점이 이 연구의 출발점입니다. 원문은 false-positive referrals가 많다는 부담을 지적할 뿐, 기존 방식 자체의 안전성 문제를 말하는 것은 아닙니다.
두 단계로 구성된 검증과 무열등성 설계
연구는 ① 전향적 silent-mode 검증(603명)과 ② 다기관 무열등성 무작위배정 임상시험(276명)으로 진행됐습니다. 무열등성 마진은 사전에 20%로 정했고, 결과 CI 상한이 이 한계보다 낮아 표준 진료 대비 열등하지 않음이 확인됐습니다(P < .001).
영상 품질 관리와 불확실성 플래그
검증 단계에서 1200개 스캔 중 86개(7.2%)가 판독 불가능했고, 판독 가능한 1114개 중 49개(4.4%)는 AI가 확신하지 못해 '불확실'로 표시됐습니다. 시스템은 영상 품질 평가와 불확실성 플래그 기능을 갖춰 판단 곤란 사례를 따로 걸러내도록 설계됐습니다.
주요 결과 수치
대조군의 의뢰 특이도가 0.0%인 것은 실패가 아니라, 프로토콜상 대조군은 원칙적으로 전원을 자동 의뢰하는 설계이기 때문입니다. 개입군은 필요 없는 의뢰를 상당수 걸러냈지만, 그 과정에서 진짜 DME를 하나도 빠뜨리지 않았습니다.
이 근거가 갖는 실무적 의미
OCT를 병원에 직접 가서 찍는 검사가 아니라 선별 경로 안에 AI-OCT를 넣는 발상으로, 전문의 진료 자원을 진짜 필요한 사람에게 집중시킬 수 있는 실무적 근거를 RCT 형태로 제시했습니다. 당뇨병 환자의 정기적인 안저·OCT 검진 체계 확대를 뒷받침하는 근거로 읽힙니다. 다만 이것은 선별 도구의 개선일 뿐 치료법이나 완치와는 무관하며, 최종 진단은 여전히 전문의 몫입니다.
알아두어야 할 한계
자주 묻는 질문 (FAQ)
Q1. AI-OCT가 전문의 진료를 대체합니까?
아니요. 이 시험에서는 윤리적 이유로 어느 군에 배정되든 최종적으로 전원이 전문의 평가를 받았습니다. AI-OCT는 기존 안저사진 선별에 얹히는 '2차 선별 도구'로 위치합니다.
Q2. 민감도 98.8%는 완벽한 진단이라는 뜻입니까?
아니요. 판독 불가능한 스캔이 7.2%, 불확실로 표시된 스캔이 4.4% 존재했습니다. 98.8%는 '완벽'이 아니라 검증 단계의 탐지 성능 수치입니다.
Q3. 대조군 의뢰 특이도 0.0%는 기존 방식의 실패입니까?
아니요. 대조군은 프로토콜상 전원을 자동 의뢰하는 설계라 특이도가 0.0%입니다. 이는 프로토콜 특성이며 기존 방식의 안전성 문제를 말하는 것이 아닙니다.
Q4. 이 연구로 DME를 예방하거나 치료할 수 있습니까?
아니요. 이 연구는 탐지·의뢰 성능을 평가한 것으로, 예방·치료 개입과는 무관합니다.
Q5. 한국 독자에게 바로 적용할 수 있는 결과입니까?
이 시험은 홍콩에서 시행되었고, 저자들이 명시한 limitations 문단은 초록에 포함되어 있지 않습니다. 국내 적용 가능성에 대한 판단은 담당 의료진과 상의하세요.
더 알아보기
당뇨병 환자의 정기 안저 검진과 망막 선별에 관한 다른 글들은 AfterNOON Insights에서 확인할 수 있습니다. 개인의 검사 주기와 검사 방식 선택은 반드시 담당 안과 의료진과 상의하고 정기 검진을 받으세요.
출처 (Sources)
```
함께 보면 좋은 글
👉 가까운 안과에서 황반변성 검진 예약하기
참고 자료
이 글은 안과 전문의 박상준(분당서울대학교병원 안과)의 감수를 받았습니다.
본 콘텐츠는 일반 건강정보이며, 진단과 치료는 담당 안과 전문의와 상담하세요.