측정 시간 2.6초, 관찰자 간 상관계수 최소 91%로 전문의와 상당히 일치
[메디칼업저버 신형주 기자] 인공지능(AI) 기반 무릎 수술 예후 핵심지표를 자동으로 측정하는 모델이 개발됐다.
서울대병원 정형외과 노두현 교수·김성은 연구교수, 미국 미네소타대, 노르웨이 베르겐대 공동연구팀은 2009~2019년 촬영된 1만 여 건의 무릎 관절 측면 엑스레이 영상을 바탕으로, 경골 후방 경사각을 빠르고 신뢰성 있게 측정 가능한 딥러닝 모델을 개발했다.
이 모델은 무릎뼈 6개의 해부학적 기준점을 자동으로 인식한다. 이후 각 기준점을 이용해 경골의 관절선과 중심축을 결정하고, 기울기를 계산한다.
이 방법은 엑스레이 영상이 짧거나, 실제 거리 측정이 불가능한 경우 등 다양한 임상 조건에서 활용 가능하다.
이 모델과 전문의 수기 측정의 성능을 비교한 결과, 딥러닝 모델의 측정 시간이 수기 측정 대비 10배 이상 빨랐다(평균 2.5초 vs 평균 26.1초).
또 관찰자 간 상관계수는 최소 91%로, 딥러닝 모델의 측정값이 전문의의 수기 측정값과 상당히 일치하는 것으로 확인됐다.
반면, 성능의 일관성을 의미하는 관찰자 내 상관계수는 수기 측정이 최대 95%였으나, 딥러닝 모델은 완벽한 일관성을 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 인종을 대상으로 확대 적용 가능함을 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 자리잡을 수 있도록 후속 연구를 통한 범용성 확대 방안을 모색하겠다"고 말했다.
한편, 이번 연구 결과는 최근 국제학술지 '스포츠의학 정형외과 저널(Orthopaedic Journal of Sports Medicine)'에 게재됐다.