AREDS 안저사진 46,167장으로 학습한 AMD 대화형 AI, 외부 검증에서 고도 AMD 분류 성능을 확인하다

Toward Multimodal Conversational AI for Age-Related Macular Degeneration

NIH 연구진이 AREDS 참가자 3,192명의 안저사진 46,167장으로 학습한 황반변성(AMD) 특화 대화형 AI 'OcularChat'은 보류 테스트셋에서 고도 AMD를 정확도 95.4%로 분류했습니다. 이 모델은 사진 판독 결과뿐 아니라 그 근거가 되는 망막 소견을 자연어로 설명할 수 있도록 설계됐고, 완전히 다른 코호트(AREDS2)에서도 분류 성능 일부가 유지됐습니다. 다만 외부 검증에서 고도 AMD의 F1 점수는 크게 낮아졌으며, 저자들은 이 시스템을 임상 진료나 환자 대면 용도가 아닌 감독 하의 연구·교육 도구로 보았고 실제 적용 전 전향적 검증이 필요하다고 명시했습니다.

🔎 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 · 저자: Gu R 외 · 저널: Ophthalmology. Retina · 연도·권·쪽: 2026; ELocationID S2468-6530(26)00399-4 · DOI: 10.1016/j.oret.2026.08.010 · PMID 42612872 · 연구비: NIH(National Library of Medicine 및 National Eye Institute) 내부연구프로그램 지원 · COI: "The authors have no potential conflicts of interest to disclose."

핵심 요약

• 연구진은 범용 멀티모달 대형언어모델(Qwen2.5-VL-32B)을 AREDS 안저사진 46,167장과 GPT-4V로 생성한 모의 진료 대화 705,850개로 미세조정해, 사진 판독과 자연어 설명을 동시에 수행하는 AMD 특화 모델 'OcularChat'을 만들었습니다.
• 내부 보류 테스트셋(AREDS 참가자 915명, 사진 13,166장)에서 고도 AMD 분류 정확도는 0.954, F1은 0.837이었고, 색소 이상(정확도 0.849)과 큰 드루젠(정확도 0.678) 과제에서도 경쟁 모델보다 높은 F1을 기록했습니다.
• 외부 검증셋(AREDS2 참가자 831명, 사진 3,872장)에서 고도 AMD 정확도는 0.892로 유지됐지만 F1은 0.494로 하락했는데, 저자들은 anti-VEGF 치료를 받은 신생혈관 AMD가 안저사진에서 소견이 미미하거나 없을 수 있기 때문으로 해석했습니다.
• 망막전문의 3인의 마스크드 평가에서 OcularChat은 고도 AMD, 색소 이상, 드루젠 크기 과제와 종합 인상에서 미세조정 전 기반 모델보다 높은 평균 점수를 받았습니다.
• 저자들은 가장 현실적인 용도로 대량 영상 라벨링, 임상시험 대상자 스크리닝, 판독자 교육 같은 감독 하의 연구·교육을 꼽았고, 환자 대면 사용에는 전향적 검증이 필요하다고 명시했습니다.
• 학습·평가가 컬러 안저사진(CFP)만으로 이루어졌다는 점, 신생혈관 AMD 평가에는 OCT가 주는 구조 정보가 부족하다는 점이 원문에 명시된 주요 한계입니다.

연구 배경과 방법

고정된 결과만 내놓던 AI 판독에서 '설명하는 AI'로

지금까지의 AI 안저사진 판독 도구 상당수는 양성·음성 같은 고정된 분류 결과만 출력했습니다. 이 연구는 여기서 한 단계 나아가, 모델이 판독 결과뿐 아니라 그 근거가 되는 망막 소견을 눈으로 확인 가능한 형태로 대화로 설명하도록 만든 사례입니다.

데이터 구성

• 학습: AREDS 참가자 3,192명의 컬러 안저사진(CFP) 46,167장
• 내부 테스트: AREDS 참가자 915명의 CFP 13,166장 (참가자 단위로 분리된 보류 테스트셋)
• 외부 검증: AREDS2 참가자 831명의 CFP 3,872장 (완전히 다른 코호트)
• 모의 대화: GPT-4V로 생성한 환자-의사 대화 705,850개 (흡연 및 당뇨병 여부 등 변수 활용)
• 전문의 평가: 응답 120건, 3인 공동 검토 30세트

평가 과제는 세 가지였습니다. 고도 AMD 판별, 드루젠 크기 분류, 색소 이상 감지입니다.

성능 결과

내부 테스트셋(AREDS)

큰 드루젠 분류가 세 과제 중 가장 어려웠습니다. 최고 성능 경쟁 모델 대비 F1 향상폭은 고도 AMD +0.089, 색소 이상 +0.130, 드루젠 크기 +0.218이었습니다.

외부 검증셋(AREDS2)

정확도는 대체로 유지됐지만 고도 AMD와 큰 드루젠의 F1은 크게 낮아졌습니다. 저자들은 치료받은 신생혈관 AMD가 안저사진에서 소견이 미미하거나 없을 수 있기 때문으로 해석했으며, 이는 안저사진 단독 판독의 구조적 한계(OCT 필요성)와 직결되는 부분입니다.

전문의 마스크드 평가 (5점 만점, OcularChat vs 기반 모델)

• 고도 AMD: 3.503 vs 2.833
• 색소 이상: 3.272 vs 2.828
• 드루젠 크기: 3.064 vs 2.433
• 종합 인상: 2.978 vs 2.464

미세조정이 분류 성능뿐 아니라 설명 품질까지 끌어올렸다는 평가를 받았습니다. 다만 일부 전문의는 간결한 출력이 충분한 영상 기반 추론을 보여주지 못한다고 느꼈고, 설명 깊이에 대한 선호도는 임상의마다 달랐습니다.

임상적 의의와 한계

의의: 원격검진 확장의 다음 단계 후보

이 결과는 AI 안저판독이 '결과만 알려주는 도구'에서 '근거를 설명하는 도구'로 이동하고 있음을 보여줍니다. 대량 영상 라벨링, 임상시험 대상자 스크리닝, 판독자 교육처럼 전문의의 감독 아래 작업량을 줄이는 용도부터 현실적인 적용 대상으로 저자들은 보고 있습니다. 다만 대중 입장에서는 "AI가 AMD를 대신 진단해 준다"가 아니라 "판독자와 연구자를 돕는 도구의 가능성을 보였다"로 읽는 것이 정확합니다.

원문에 명시된 한계

• 학습·평가가 CFP(안저사진)만으로 이루어져, 특히 신생혈관 AMD 평가에는 OCT가 주는 구조 정보가 부족합니다.
• 분류 지표만으로는 부족합니다. 정답 라벨이 항상 단계에 맞는 추론을 의미하지 않았고, 장황한 응답이 최종 판단을 흐리거나 무관한 세부사항을 넣기도 했습니다.
• 향후 연구는 진단 정확도·설명 충실도·임상 관련성·환각(hallucination) 위험을 따로 평가해야 합니다.
• 임상 워크플로우 또는 환자 대면 사용 전 전향적 검증이 필수입니다.

자주 묻는 질문 (FAQ)

Q1. 이 AI로 황반변성을 스스로 진단할 수 있습니까?

아니요. 저자들은 임상 워크플로우 또는 환자 대면 사용 전 전향적 검증이 필요하다고 명시했습니다. 현재 단계의 용도는 의사·연구자의 감독 아래서의 연구·교육입니다.

Q2. 내부 테스트에서 95.4% 정확도라면 거의 완벽한 것 아닙니까?

정확도 0.954는 보류 테스트셋에서의 고도 AMD 분류 수치일 뿐입니다. 외부 검증셋에서 같은 과제의 F1은 0.494로 크게 낮아졌고, 치료받은 신생혈관 AMD는 안저사진에서 소견이 잘 보이지 않을 수 있다는 구조적 한계도 함께 보고됐습니다.

Q3. 이 AI가 의사를 대체합니까?

대체하지 않습니다. 저자들의 결론은 clinician-supervised(임상의 감독 하) 활용이며, 현실적 용도로 영상 라벨링·스크리닝·교육을 꼽았습니다.

Q4. 이 연구는 실명을 예방합니까?

예방 개입을 시험한 연구가 아닙니다. 이 연구가 보여준 것은 분류·설명 성능이며, 조기 발견이 상담·추적·시기 적절한 개입을 돕는다는 서술까지만 가능합니다.

더 알아보기

안과 임상시험·역학 논문의 일반인용 정독 리뷰는 AfterNOON Insights에서 계속 다룹니다. 본 글은 공개된 논문을 소개하는 정보 콘텐츠이며, 개인의 검사·진단·치료 판단은 담당 안과 의료진과 상의하세요. 나이관련황반변성이 걱정된다면 자가 판단보다 정기 안과 검진을 먼저 챙기시길 권합니다.

출처 (Sources)

• Toward Multimodal Conversational AI for Age-Related Macular Degeneration. 저널명·연도·권·쪽·DOI: 2026; ELocationID S2468-6530(26)00399-4; 10.1016/j.oret.2026.08.010. PMID 42612872.
• Conflict of Interest (원문 문장 그대로): "The authors have no potential conflicts of interest to disclose."
• Financial Support (원문 문장 그대로): "Division of Intramural Research, National Library of Medicine, National Institutes of Health and the Intramural Research Program of the National Eye Institute."
• Acknowledgments (원문 문장 그대로): "This research was supported by the Intramural Research Program of the National Institutes of Health (NIH), including the National Library of Medicine and the National Eye Institute. This work used the computational resources of the NIH high-performance computing Biowulf cluster."

본 콘텐츠는 일반 건강정보이며, 진단과 치료는 담당 안과 전문의와 상담하세요.

가까운 안과에서 황반변성 검진 예약하기