관절염 환자의 근감소증 예측 알고리즘 개발됐다

서울대병원 정형외과 노두현 교수팀, 하지 X-ray와 피검사 결과만으로 예측 가능한 모델 만들어 정재영 기자l승인2022.07.05l수정2022.07.05 10:31

크게

작게

메일

인쇄

신고

▲ 사진 왼쪽부터 서울대병원 정형외과 노두현 교수, 황두현 수련의, 안성호 학생

무릎 인공관절 치환술 전 시행하는 검사인 하지 X-ray와 피검사만으로 환자의 '근감소증(sarcopenia)'을 정확히 예측할 수 있는 인공지능 모델이 세계 최초로 개발됐다. 

서울대병원 정형외과 노두현 교수팀(황두현 수련의, 안성호 학생)은 인공지능인 합성곱 신경망과 기계학습의 분류 모델을 복합적으로 이용해 수술 전 하지 X-ray와 피검사 결과만으로 근감소증을 예측할 수 있는 알고리즘 모델을 개발했다고 5일 밝혔다.

근감소증은 노화에 따라 근육량이 줄어들고 근육 기능이 저하되는 질환으로, 낙상, 골절, 여러 수술 후 합병증의 대표적인 위험인자로 꼽힌다.

따라서 수술 전 선제적으로 근감소증 환자를 선별하고 치료를 제공하는 것이 중요한데, 기존 근감소증 선별을 위해 종아리 둘레 수치를 사용하는 경우가 있으나 이는 연령에 따른 지방 축적, 피부 탄력의 변화 등으로 인해 범국가적으로 권장되는 방법은 아니다.

반면 근육의 양으로 근감소증을 진단하는 경우 MRI 혹은 CT를 활용하지만, 이 방법은 근육량 측정 정확도가 높은 장점이 있지만 시간이 오래 걸리거나 방사능 피폭, 관찰자에 따라 상이한 측정 결과 등의 한계가 있다. 

따라서 정형외과 분야에서는 환자에게 부담이 되는 추가 검사 없이 기존에 시행하는 검사만으로 근감소증을 선별할 수 있는 적절한 도구가 필요한 상황이다.

연구팀은 수술 이력이 없는 건강한 지원자 227명의 하지 X-ray 사진을 사용해 자동 근육 분할(X-ray 사진에서 근육에 해당하는 부분을 구획화해 나타낸 것) 역할을 수행하는 딥 러닝 예측 모델을 개발했다.

▲ (A)원본 방사선 이미지 (B)전문의가 표시한 분절된 근육 (C)인공지능 모델이 예측한 분절된 근육. (B)와 (C)가 거의 유사한 형상을 보임을 알 수 있다.

예측 모델은 하지 X-ray 사진으로부터 근육을 분할해 환자의 전신 근육량을 추산해, 이를 포함한 총 7개의 변수(예측 전신 근육량, 체질량지수, 빌리루빈, 헤모글로빈, 알부민, 단백질, 나이)를 활용해 근감소증을 예측한다.

연구팀은 이 모델을 활용해 퇴행성 무릎 관절염 치료를 위해 슬관절 전치환술(Total Knee Arthroplasty, 이하 TKA)을 앞두고 있는 환자 403명을 테스트했다. 

▲ 예측 모델 훈련과 테스트. 하지 X-ray 이미지는 전처리(자르기 및 크기 조정) 및 증강을 거쳐 합성곱 신경망에 공급되고 5겹 교차 검증을 통해 학습된다. 이후 최적화된 XGBoost 분류 모델(회귀 및 분류 문제를 해결하기 위해 사용하는 기계 학습 모델)을 사용해 환자의 예측 근육량(PMV)을 추정하고 환자를 근감소증 및 정상 그룹으로 분류한다.

연구 결과 개발된 딥 러닝 모델이 하지 X-ray 사진의 자동 근육 분할 측면에서 전문의가 표시한 것과 다름없는 높은 성능을 보이는 것을 알 수 있었으며, 또한 근감소증 예측 모델의 검증 단계에서 해당 모델의 예측 능력(AUC: Area Under Curve)의 수치는 0.98로 우수한 성능을 보였다. 

특히 근감소증을 예측하는 7개의 변수 중 PMV(예측 전신 근육량) 값은 근감소증을 판별하는 기능에서 가장 중요한 변수로 확인됐다.

▲ 검증 단계에서의 인공지능 모델 예측 능력(AUC)(좌), 근감소증 판별 기능에 사용되는 변수들의 중요도(우)

이번 연구는 CT, MRI 영상 촬영이나 체성분 분석, 골다공증 검사와 같은 별도의 진단을 통해 확인하던 근감소증을 수술 전 간단한 X-ray와 피검사로 확인할 수 있다는 점에서 의의가 크다.

노두현 교수는 "본 기술을 활용해 무릎 인공관절 치환술뿐만 아니라 다양한 정형외과 수술을 받는 환자의 근감소증을 정확히 예측할 수 있을 것"이라며 "그 결과에 따라 적절한 치료를 제공할 수 있기를 기대한다"고 말했다.

해당 연구 1저자로 참여한 황두현 수련의는 "이번 연구는 최근에 각광받는 딥러닝과 머신러닝을 복합적으로 활용해 실제 임상에서 필요한 기술을 직접 개발한 좋은 예시다"라며, "근감소증 환자들에게 수술 전후의 근육량 보강 및 합병증에 대한 사전 교육을 실시해 수술 후 위험인자에 순발력 있게 대응할 수 있을 것"이라고 말했다. 

이번 연구는 국제 SCI 학술지 '임상의학학술지(Journal of Clinical Medicine)' 최근호에 게재됐다.


정재영 기자  medical_hub@hanmail.net
<저작권자 © 헬스미디어, 무단 전재 및 재배포 금지>

정재영 기자의 다른기사 보기

인기기사

기사 댓글
첫번째 댓글을 남겨주세요.
0 / 최대 400byte

숫자를 입력해주세요

욕설등 인신공격성 글은 삭제합니다.
여백
여백
여백
여백
여백
회사소개기사제보광고문의불편신고개인정보취급방침청소년보호정책이메일무단수집거부
명칭 : 헬스미디어뉴스  |  등록번호 : 서울, 아01556  |  등록일자 : 2011년 03월 18일  |  제호 : 헬스미디어인터넷뉴스  |  발행인 : 서찬덕  |  편집인 : 서찬덕
발행소(주소) : 서울특별시 영등포구 선유로49길 23, 1016호  |  발행일자 : 2011년 6월 1일  |  전화번호 : 02)322-1037  |  청소년보호책임자 : 김용희
Copyright © 2022 헬스미디어. All rights reserved.