국내 연구진이 무릎 수술 예후에 관여하는 '경골(정강뼈) 후방 경사각'을 자동 측정하는 딥러닝 모델 개발에 성공했다. 이 모델 측정 성능은 의료진 수기보다 10배 빠르고, 전문의와 상당히 일치하는 것으로 나타나 표준화된 측정 기준이 없었던 '경골 후방 경사각'을 신속하고 정확하게 측정할 수 있다는 평가다.
뉴시스 보도에 따르면, 노두현 교수·김성은 서울대병원 정형외과 연구팀은 미국 미네소타대·노르웨이 베르겐대 연구팀과 함께 2009년부터 2019년까지 촬영된 무릎 관절 엑스레이 1만여건을 바탕으로 경골 후방 경사각을 자동 측정하는 딥러닝 모델을 개발했다고 26일 밝혔다.
'경골 후방 경사각'은 경골을 옆에서 볼 때 관절면이 얼마나 뒤로 기울어져 있는지 나타내는 각도로 무릎 관절의 안정성과 무릎 수술 후 인공관절 수명에 결정적인 영향을 미친다. 이 각도가 클수록(가파를수록) 십자인대 부상 위험이 높고, 인공관절 수술 예후가 나빠지는 것으로 알려졌다.
그러나 의료기관마다 엑스레이의 배율이나 길이가 다양하기 때문에, 같은 환자라도 경골 후방 경사각이 다르게 측정될 수 있고, 이로 인해 연구 결과의 임상 적용이 어려웠다.
이 모델은 먼저 엑스레이상 무릎뼈의 6개의 해부학적 기준점(랜드마크)을 자동으로 인식하고, 이후 각 기준점을 이용해 경골의 관절선과 중심축을 결정한 다음, 이를 바탕으로 경골 후방 경사각을 자동 계산한다.
이 방법은 엑스레이 영상이 짧아서 전체 무릎뼈를 확인할 수 없거나, 실제 거리(㎝) 측정이 불가능한 경우 등 다양한 임상 조건에서 활용할 수 있다는 장점이 있다.
전문의의 수기 측정과 비교했을 때, 딥러닝 모델은 측정 시간이 10배 이상 빨랐고, 측정 결과는 전문의와 최소 91% 일치했다.
또 다른 인종(노르웨이 환자)에 적용한 후속 연구에서도 측정 결과가 전문의와 80% 일치하는 것으로 나타나, 우수한 범용성을 보여준다고 연구팀은 강조했다.
이 결과는 경골 후방 경사각을 측정하는 딥러닝 모델이 다양한 인종군을 대상으로 확대 적용 가능함을 시사한다는 게 연구팀의 설명이다.
김성은 연구교수(교신저자)는 "이 결과는 국내에서 개발된 의료 AI 기술을 여러 인종에서 성공적으로 검증한 사례"라며 "이 모델이 경골 후방 경사각 측정의 표준으로 자리잡을 수 있도록 후속 연구를 통한 범용성 확대 방안을 모색하겠다"고 말했다.
Copyright ⓒ 모두서치 무단 전재 및 재배포 금지
본 콘텐츠는 뉴스픽 파트너스에서 공유된 콘텐츠입니다.
