서울대병원 "AI로 무릎 예후 핵심지표 자동 측정 가능성"

(서울=뉴스1) 구교운 기자 = 무릎 수술 예후에 관여하는 핵심 지표를 수기 측정보다 10배 빠르게 계산하는 인공지능 모델이 국내 연구진의 주도로 개발됐다.

서울대병원은 정형외과 노두현 교수·김성은 연구교수와 미국 미네소타대, 노르웨이 베르겐대 공동연구팀이 2009~2019년 촬영된 1만여 건의 무릎 관절 측면 엑스레이 영상을 바탕으로, 경골 후방 경사각을 빠르고 신뢰성 있게 측정할 수 있는 딥러닝 모델을 개발했다고 26일 발표했다.

'경골 후방 경사각'은 경골을 옆에서 볼 때 관절면이 얼마나 뒤로 기울어져 있는지 나타내는 각도다. 무릎 관절의 안정성과 무릎 수술 후 인공관절 수명에 결정적 영향을 미친다. 특히 이 각도가 크면 십자인대 부상 위험이 높고, 인공관절 수술 예후도 나빠질 수 있다.

그러나 의료기관마다 무릎 엑스레이의 길이나 배율이 다양하기 때문에 경골 후방 경사각을 측정하는 표준화된 방법은 세계적으로 부재했다. 이에 같은 환자라도 기관마다 측정값이 다를 수 있어 연구 결과의 임상 적용에 한계가 있었다.

이번에 개발한 모델은 무릎뼈의 6개의 해부학적 기준점(랜드마크)을 자동으로 인식한다. 이후 각 기준점을 이용해 경골의 관절선과 중심축을 결정하고 이를 바탕으로 기울기를 계산한다.

이 방법은 엑스레이 영상이 짧거나, 실제 거리 측정이 불가능한 경우 등 다양한 임상 조건에서 활용 가능하다는 장점이 있다.

이 모델과 전문의 수기 측정의 성능을 비교한 결과, 딥러닝 모델의 측정 시간(평균 2.5초)이 수기(평균 26.1초) 측정 대비 10배 이상 빨랐다.

또 '관찰자 간 상관계수'는 최소 91%로, 이는 딥러닝 모델의 측정값이 전문의의 수기 측정값과 상당히 일치함을 의미한다. 반면 성능의 일관성을 의미하는 관찰자 내 상관계수는 수기 측정이 최대 95%였으나, 딥러닝 모델은 완벽한 일관성(100%)을 보였다.

후속 연구에서 노르웨이 환자 289명의 무릎 영상을 검증한 결과, 딥러닝 모델과 전문의의 관찰자 간 상관계수는 80%로 나타났다. 이 결과는 경골 후방 경사각을 측정하는 딥러닝 모델이 다양한 인종군을 대상으로 확대 적용할 수 있음을 시사한다.

김성은 연구교수(교신저자)는 "이 결과는 국내에서 개발된 의료 AI 기술을 여러 인종에서 성공적으로 검증한 사례"라며 "이 모델이 경골 후방 경사각 측정의 표준으로 자리 잡을 수 있도록 후속 연구를 통한 범용성 확대 방안을 모색하겠다"고 말했다.

이번 연구 결과는 최근 국제학술지 '스포츠의학 정형외과 저널'(Orthopaedic Journal of Sports Medicine)에 게재됐다.

kukoo@news1.kr