망막 이미지를 이용해 질병을 검출하는 AI는 이미 존재한다. 하지만 사전에 대량 망막 이미지에 정상 또는 비정상 라벨링을 실시해 학습해야 했다. 새로운 AI인 RETFound는 챗GPT 구조 등과 같은 자가 학습을 실시하기 때문에 사전 학습이 간단하게 이뤄진다.
망막은 인체에서 유일하게 모세 혈관망을 직접 관찰할 수 있는 부위이기 때문에 망막을 조사해 건강 상태를 알 수 있다. 이에 AI를 이용해 망막 이미지에서 질병 징후 검출 기술을 개발하고 있지만 사전 학습이 필요했다.
RETFound는 자가 학습을 실시해 라벨링이 불필요하다. 자가 학습은 채팅 AI인 챗GPT 등에서도 쓰인다. 챗GPT는 인간이 생성한 무수한 텍스트를 예로 이전 단어 맥락에서 다음 단어를 예측한다. 연구팀은 라벨링 없이 망막 이미지 160만 장으로 RETFound 학습을 실시했다. 이에 따라 RETFound는 망막이 어떻게 있어야 하는지 배운다. 이후 파킨슨병 발병자 망막 이미지 100장과 발병하지 않은 사람 망막 이미지 100장처럼 소수 라벨링 이미지를 입력하명 망막에 나타나는 질병 징후를 쉽게 배울 수 있었다고 한다.
RETFound는 이미 당뇨병성 망막염 등 검출로 뛰어난 결과를 냈다고 한다. 당뇨병성 망막염에 비하면 심장 발작이나 심부전, 뇌졸중, 파킨슨병 등 전신 질환 예측은 성능이 떨어지지만 다른 AI보다는 뛰어나다고 한다.
연구자는 RETFound가 처음으로 라벨이 없는 데이터를 이용해 학습해 연구자에게 큰 병목 현상 해소가 되고 있다고 평가했다. 관련 내용은 이곳에서 확인할 수 있다.