[메디칼타임즈=최선 기자] 당뇨망막병증 선별검사 과정에 인공지능(AI) 기반 광간섭단층촬영(OCT) 시스템을 추가할 경우 당뇨황반부종(DME) 의심 환자의 불필요한 전문의 의뢰를 크게 줄이면서도 진단 민감도는 유지할 수 있다는 연구 결과가 나왔다.

무작위 대조시험에서 AI-OCT를 활용한 선별 경로는 기존 안저사진 기반 의뢰 체계 대비 위양성 의뢰율을 45%포인트 낮췄으며, 실제 DME 환자를 놓치는 사례는 발생하지 않았다.

홍콩중문대 안과 슈이 장 박사 등이 진행한 당뇨병성 황반부종을 감지하는 AI 기반 OCT 시스템의 비열등성 무작위 임상시험 결과가 15일 국제학술지 JAMA Network에 게재됐다(doi: 10.1001/jama.2026.7025).

당뇨망막병증 선별검사는 전 세계적으로 안저사진을 기반으로 시행되고 있지만 사진만으로는 황반부종 여부를 정확히 판단하기 어려워 많은 환자가 안과 전문의에게 의뢰된다. 문제는 상당수는 정밀검사 결과 DME가 없는 것으로 확인돼 높은 위양성 의뢰율이 전문 진료 인력과 의료자원에 부담을 초래하고 있다는 점.

연구진은 이러한 한계를 해결하기 위해 AI 기반 OCT 분석 시스템을 개발했다. OCT는 망막 단층 구조를 직접 확인할 수 있어 DME 진단 정확도가 높지만, 기존에는 장비 비용과 판독 인력 문제로 대규모 선별검사에 적용하기 어려웠다.

연구진은 이미지 품질 평가, DME 자동 판독, 불확실 사례 분류 기능을 포함한 AI-OCT 시스템을 구축하고 실제 임상 환경에서 활용 가능성을 검증하고자 이번 연구를 수행했다.

연구는 홍콩에서 단계적으로 진행됐다. 먼저 2020년 2월부터 2023년 7월까지 3차 의료기관 분류진료실에서 당뇨병 환자 603명을 대상으로 전향적 '사일런트 모드(silent mode)' 검증 연구를 실시했다.

이후 2023년 9월부터 2025년 4월까지 지역 단위 당뇨망막병증 선별사업에서 DME 의심 소견으로 의뢰된 환자 276명을 대상으로 다기관 비열등성 무작위 대조시험을 진행했다.

RCT 참가자는 두 군으로 무작위 배정됐다. 중재군(137명)은 기존 안저사진 판독 결과와 AI-OCT 결과를 함께 활용해 전문의 의뢰 여부를 결정했다. 반면 대조군(139명)은 현재 표준 진료와 동일하게 안저사진 결과만으로 자동 의뢰됐다.

우선 전향적 검증 연구에서 AI-OCT 시스템은 전체 1200개 스캔 중 86건(7.2%)을 판독 불가능 사례로 분류했고, 판독 가능한 1114건 중 49건(4.4%)은 불확실 사례로 표시했다. DME 진단 성능은 민감도 98.8%, 특이도 90.7%를 기록했다. 연구진은 이를 통해 AI가 실제 임상 환경에서도 높은 정확도로 DME를 탐지할 수 있음을 확인했다.

핵심 결과는 무작위 대조시험에서 나타났다. 실제 DME 유병률은 중재군 30.9%, 대조군 29.9%로 유사했다. 그러나 위양성 의뢰율은 중재군 24.1%, 대조군 69.1%로 큰 차이를 보였다. 절대 차이는 -45%p에 달했으며 통계적으로 유의한 비열등성이 입증됐다.

특히 DME 의뢰 민감도는 두 군 모두 100%를 유지했다. 즉 AI-OCT를 추가했다고 해서 실제 DME 환자를 놓치는 사례가 늘어나지 않았다. 반면 의뢰 특이도는 중재군이 86.5%를 기록한 반면 대조군은 0%에 그쳤다. 또한 중재군에서 의뢰되지 않은 환자 가운데 실제 DME 환자는 단 한 명도 발견되지 않았다.

연구진은 이러한 결과가 AI-OCT가 단순히 진단 정확도를 높이는 수준을 넘어 선별검사 체계 자체를 효율화할 수 있음을 보여준다고 평가했다. 현재 안저사진 기반 선별검사는 민감도를 확보하기 위해 많은 환자를 전문의에게 의뢰하는 구조인데, AI-OCT를 2차 선별도구로 활용하면 불필요한 의뢰를 대폭 줄여 안과 전문의의 진료 부담을 경감할 수 있다는 것이다.

연구진은 "AI-OCT를 당뇨망막병증 선별검사 과정의 보조 도구로 활용할 경우 진단 민감도를 유지하면서도 잠재적으로 불필요한 DME 의뢰를 크게 감소시킬 수 있다"며 "전문의 진료 자원을 보다 효율적으로 활용하는 데 기여할 수 있을 것"이라고 결론지었다.