서울대병원이 근골격 AI 분야에서 미국 캘리포니아대 샌프란시스코캠퍼스(UCSF), 하버드대에 이어 세계 3위 수준의 연구 성과를 도출한 것으로 나타났다.
◆새로운 접근법 제시
18건 이상의 AI 기반 국제 공동 연구를 수행한 정형외과 노두현 교수팀(김성은 연구교수)은 최근 딥러닝 기술을 활용해 20년간 수집된 약 1만 7,000건의 무릎 방사선 영상을 분석하고, 관절염이 생기기 전부터 O자형 다리(내반 정렬)을 타고난 무릎에서 관절염 중증도가 더 높다는 사실을 규명해 1일 발표했다.
이 연구는 ‘관절염이 진행될수록 다리가 휜다’는 기존 인식을 넘어, 선천적인 무릎 정렬이 관절염 발생 및 악화에 밀접한 연관이 있다는 새로운 접근법을 제시해 정형외과 분야 권위지 ‘골관절 수술 저널(Journal of Bone and Joint Surgery)’에 게재됐다.
◆AI로 무릎 정렬에 따른 관절염 위험 차이 규명
국내 65세 이상 인구 4명 중 1명이 앓는 퇴행성관절염은 노화 등으로 뼈·연골·인대가 손상되는 질환으로 무릎에 흔히 발생한다. 이는 염증과 통증을 유발하고 다리 모양을 변형시키기도 하는데, 통증과 변형이 심하면 무릎 인공관절 전치환술을 고려할 수 있다.
효과적인 수술을 위해선 환자마다 선천적으로 타고난 무릎 정렬을 복원하는 것이 중요해 ‘무릎 관상면 정렬(CPAK)’ 개념이 활용된다.
이는 타고난 뼈 구조를 바탕으로 관절염이 생기기 전 무릎 정렬 형태를 추론하는 방법이다. 퇴행성 변화로 인한 왜곡을 배제할 수 있어 관절염 원인을 밝히는 데 유용하다. 그러나 무릎 관상면 정렬과 관절염 진행의 연관성을 분석한 연구는 없었다.
교수팀은 딥러닝 소프트웨어를 이용해 대규모 무릎 데이터를 분석하고, 방사선학적 변수를 계산했다. 이후 무릎 관상면 정렬에 따라 9가지 유형으로 분류했다.
[자료 : 관절염 심각도에 따른 무릎 관상면 정렬 유형. 관절염 0~2기에는 유형Ⅱ(중립 정렬)이 가장 흔했지만, 관절염이 심각해질수록 유형Ⅰ(내반 정렬) 비율이 증가했다.]
이번 분석 결과, 관절염 0~2기에는 유형Ⅱ(중립 정렬)이 가장 흔했지만, 관절염이 심각해질수록 유형Ⅰ(내반 정렬) 비율이 증가했다.
이 결과는 관절염이 진행될수록 무릎에 심한 내반 변형이 유발될 뿐 아니라, 내반 정렬을 타고난 사람이 관절염에 취약하다는 점을 보여준다고 교수팀은 설명했다.
추가로 선천적인 무릎 변수를 비교한 결과, 관절염 3~4기 환자는 0~2기 대비 대퇴골 관절면 각도(LDFA)가 크고 경골 관절면 각도(MPTA)는 작은 경향이 확인됐다.
즉, 관절염이 심각한 환자일수록 내반 정렬의 특성이 뚜렷하게 관찰됐다. 반면 두 변수는 연령이 증가해도 유의미한 변화가 없어, 나이가 들어도 타고난 무릎 뼈 모양은 유지되는 것으로 나타났다.
[자료 : 관절염 심각도별 선천적인 무릎 변수 차이. 관절염 3~4기 환자는 0~2기 대비 대퇴골 관절면 각도(LDFA)가 크고 경골 관절면 각도(MPTA)가 작아, 내반 정렬의 특성이 뚜렷했다]
이 결과를 바탕으로 교수팀은 선천적인 무릎 구조를 의미하는 ‘무릎 관상면 정렬’이 관절염 고위험군을 예측하고, 조기 개입 여부를 평가하는 유용한 지표가 될 수 있다고 설명했다.
또한, 무릎 관상면 정렬을 정밀하게 분류하는 연구팀의 딥러닝 소프트웨어를 활용해 맞춤형 관절염 진단·치료의 가능성을 높일 수 있다고 강조했다.
나아가 교수팀은 이 AI 기술을 이용해 한국 및 UAE 관절염 환자의 무릎 관상면 정렬을 비교하는 세계 최대 규모의 연구를 추가 수행했다. 그 결과, 중동 환자는 국내 환자보다 무릎 내반 정렬이 흔하고, 고령일수록 내반 변형이 심하다는 사실을 확인했다.
이 연구 결과는 인종과 환경에 따른 관절염 진행 양상의 차이를 입증해 ‘대한슬관절학회지(Knee Surgery & Related Research)’에 게재됐다.
노두현 교수는 “AI기반 연구를 통해 관절염 심각도에 따른 무릎 변형의 연관성을 규명할 수 있어 의미가 크다”며, “특히 맞춤형 관절염 수술을 실시하기 위해선 무릎의 해부학적 특성을 이해하는 것이 중요할 것으로 보이며, 대규모 데이터를 정밀하게 분석할 수 있는 AI 기술이 정형외과 치료의 새로운 패러다임을 제시할 것으로 기대된다”고 말했다.
◆고관절 골절 진단 AI 모델 개발
교수팀은 다기관 공동 연구를 통해 5천여개 엑스레이 영상을 학습한 고관절 골절 진단 AI 모델을 개발했다.
이 모델은 정형외과 전문의보다 골절을 감지하고 분류하는 정확도가 높은 것으로 확인돼, 의료 AI 분야의 혁신적 성과로 평가받으며 최근 국제학술지 ‘골관절 수술 저널(The Bone & Joint Journal)’의 에디터픽 연구로 선정됐다.
[메디컬월드뉴스 김영신 기자]
Copyright ⓒ 메디컬월드뉴스 무단 전재 및 재배포 금지
