녹내장의 조기 발견은 시각 장애를 예방하는 데 필수적이다. 인공지능(AI)은 컬러 안저 사진(CFP)을 비용 효율적으로 분석하는 데 활용될 수 있으며, 이를 통해 녹내장 선별검사를 더 쉽게 이용할 수 있게 한다. CFP로부터 녹내장 선별을 수행하는 AI 모델은 실험실 환경에서 유망한 결과를 보였으나, 분포 밖(out-of-distribution) 및 저품질 이미지가 존재하는 실제 상황에서는 성능이 유의미하게 저하된다. 이러한 문제를 해결하기 위해 본 연구에서는 인공지능 기반의 견고한 녹내장 선별(Artificial Intelligence for Robust Glaucoma Screening, AIROGS) 과제를 제안한다. 이 과제에는 약 113,000장의 영상으로 구성된 대규모 데이터셋(약 60,000명의 환자, 500개의 서로 다른 선별검사 센터)이 포함되며, 판독 불가능(ungradable)하고 예상치 못한 입력 데이터에도 견고한 알고리즘의 개발을 장려한다. 본 논문에서는 14개 팀의 해결책을 평가하였고, 그중 최우수 팀의 성과가 20명의 안과의사 및 안경사의 집합(전문가 집단)과 유사한 수준임을 확인하였다. 최고 점수를 받은 팀은 판독 불가능 이미지를 실시간(on-the-fly)으로 탐지하는 데 있어 수신자 조작 특성 곡선(receiver operating characteristic, ROC) 아래 면적이 0.99(95% CI: 0.98-0.99)로 나타났다. 또한 다수의 알고리즘은 세 가지 다른 공개 데이터셋에서 시험하였을 때에도 견고한 성능을 보였다. 이러한 결과는 견고한 AI 기반 녹내장 선별의 가능성을 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.