아주대병원 신경외과 노성현 교수는 2020~2021년 2년 동안 등록된 환자 1,017명의 측면 전척추 X-ray 영상을 분석해, 전체 척추 영상을 정확하게 진단 가능한 딥러닝(AI) 시스템을 개발했다.
분석 대상자는 여성 857명·남성 850명, 평균 연령 약 42.2세, 연령 범위는 20-85세였고, X-ray 영상 819개 사진은 랜드마크 감지 모델의 딥러닝 훈련에, 198개는 성능 테스트에 이용했다.
척추는 33개의 척추뼈로 구성되고, 가장 윗부분부터 경추(7개), 흉추(12개), 요추(5개), 천추(5개), 미추(4개)로 구성돼 있다.
이번 척추 자동 분석 시스템은 척추의 전체 영상을 획득하고, 이 영상에 지정된 랜드마크(기준점)를 찾아 랜드마크 간의 각도(굴곡) 관계를 확인하는 원리다.
랜드마크란 손으로 쉽게 만져지는 볼록 튀어나온 뼈로, 이를 기준점으로 굴곡(각도), 위치 등을 파악해 허리 통증, 협착증, 측만증 등의 척추질환을 정확하게 확인할 수 있다.
연구팀은 “평소 사람이 한 장의 척추 X-ray 영상을 분석하는 데 10분 내외가 걸렸다면, 이 시스템을 이용하면 10초 이내 분석이 가능하다”고 설명했다.
특히 성능 검증을 위해 기존의 198개 영상을 테스트한 결과, 사람(전문의)이 찍은 점과 딥러닝 시스템이 찍은 점의 위치 정확도가 90% 이상이었다.
또 객관적인 성능 평가를 위해, 타 의료기관 4곳의 690개의 전척추 X-ray 영상을 대상으로 외부 검증을 시행해 우수한 성능을 확인했다.
연구팀은 “여러 방법을 통해 척추의 해부학적 랜드마크와 위치를 정확하게 식별하고, 정확한 진단에 필요한 다양한 방사선 촬영 매개변수를 생성할 수 있음을 입증했다”고 말했다.
노성현 교수는 “척추질환 진단에 인공지능(AI)을 도입한 것”으로 “진단하는 사람에 따른 오차를 최대한 줄이고, 많은 X-ray 영상을 짧은 시간 정확하게 진단이 가능하다“고 밝혔다.
또 ”진료실에서 척추질환의 진단 및 평가에 유용하게 사용되길 바란다“고 덧붙였다.
이번 연구는 지난 5월 국제 학술지 Bioengineering에 ‘Deep Learning Method for Precise Landmark Identification and Structural Assessment of Whole-Spine Radiographs(전척추 X-ray 영상의 정밀한 랜드마크 식별 및 구조 평가를 위한 딥러닝 방법)’란 제목으로 게재됐다.
한편 이번 시스템은 연세대 세브란스병원 하윤 교수와 공동으로 2023년 3월 30일 특허 출원했으며, 의료 AI 스타트업 ㈜프로메디우스에 기술 이전됐다. 이전에 이와 비슷한 많은 연구들이 있었으나, 이번처럼 실제로 상용화된 것은 처음이다.