망막 · Br J Ophthalmol · IF 4.5 · 2026 · 코멘트 2026-09-29
고도근시 중국인 성인에서 swept-source 광간섭단층촬영 장비의 맥락막 두께 측정값 비교
Sreng et al.
읽기 포인트
- 인공지능으로 분석하면 두 기계 간 차이가 2마이크로미터 수준으로 줄어든다는 뜻이다. 급내상관계수도 0.98까지 올라갔다.
- 아직 모든 병원의 소프트웨어가 인공지능 분석을 채택한 건 아니다.
- 고도근시가 있는 사람들을 진찰할 때 안과의사는 망막 뒤쪽의 혈관층인 맥락막의 두께를 재곤 한다.
일차적 의견
• 고도근시 중국인 97명에서 DREAM OCT와 Triton OCT의 맥락막 두께 측정값을 vendor software와 deep learning으로 비교.
• Vendor software는 큰 차이(61–71 µm, p<0.001, ICC=0.63)를 보였으나, deep learning은 차이를 2.26 µm로 감소시킴(ICC=0.98).
• 두 기계와 단일 사이트로 제한되어 다른 OCT 장비 및 인종에 대한 일반화 가능성 불명확.
Deep learning 기반 분석은 제조사 소프트웨어 대비 OCT 장비 간 맥락막 두께 측정값의 일치성을 크게 향상시켜, 근시 임상 및 연구에서 더욱 신뢰할 수 있는 기계 간 비교를 가능하게 할 수 있다.
쉽게 풀어 쓴 해설
딥러닝으로 OCT 측정값 차이를 크게 줄였어요
핵심 결과
- 두 OCT 기계의 기본 소프트웨어로는 맥락막 두께 측정값이 61~71㎛ 차이났지만, 딥러닝 분석으로는 2㎛ 정도로 줄었어요.
- 기계 제조사 기본 프로그램만으로는 측정값이 일치하지 않았거든요.
어떤 연구인가요
- 고도근시가 있는 중국인 97명에서 서로 다른 두 OCT 기계로 눈 뒤쪽 혈관층인 맥락막의 두께를 재봤어요.
- 각 기계의 기본 소프트웨어와 인공지능 기반 딥러닝 프로그램으로 같은 사진을 분석해 결과를 비교했어요.
누구에게 해당하나요
- 고도근시 환자의 맥락막 변화를 여러 OCT 기계로 추적해야 할 때 참고가 될 수 있어요.
- 이 결과는 중국인을 대상으로 두 기계만 검사했기에 한국인이나 다른 OCT 기계에서도 같을지는 아직 몰라요.
아직 모르는 것
- 연구가 한 병원의 두 기계에만 국한되어 다른 환경에서도 딥러닝이 같은 효과를 낼지 불확실해요.
- 다음 진료 때 "제 맥락막을 여러 OCT로 재촬영해야 하면 측정값이 얼마나 달라질 수 있나요"를 물어볼 만해요.