인공지능 딥러닝 기술로 요추의 모서리 등급을 자동적으로 계산해 강직척추염을 조기에 진단할 수 있다는 연구 결과가 나왔다.

한양대학교병원 영상의학과 이승훈 교수팀(1저자 서울백병원 구본산 교수, 공동저자 한양대류마티스병원 김태환 교수, 고대안암병원 강창호 교수)은 최근 국제 학술지 'Therapeutic Advances in Musculoskeletal Disease' 7월 온라인판에 '강직척추염 환자에서 척추의 방사선학적 진행 평가를 위한 척추체 모서리의 딥 러닝 기반 등급화에 대한 파일럿 연구(원제: A pilot study on deep learning-based grading of corners of vertebral bodies for assessment of radiographic progression in patients with ankylosing spondylitis)'라는 제목의 논문을 게재했다.

강직척추염은 주로 척추, 천장관절에 염증이 생기는 병으로 오랜 기간에 걸쳐 염증이 있은 후에 염증이 있던 관절에 여러 가지 변화가 일어나서 관절의 움직이 둔해지게 된다. 관절에 강직이 일어난다. 이러한 염증은 척추, 천장관절 이외에 무릎, 어깨, 손, 발뒤꿈치 등에서도 나타날 수 있는 류마티스질환 중 하나이다.

대부분의 강직척추염 환자들은 엉덩이뼈의 뒤쪽 가운데를 부위 중 천골과 장골 사이에 위치하는 천장관절에 염증이 생기면서 병이 시작되는데, 일반적으로 병이 어느 정도 진행되었고 장애가 발생했는지 여부를 판단하기 어렵다. 주로 숙련된 소수의 류마티스를 연구하는 영상의학과 전문의가 방사선학적 척추변형 지표(mSASSS) 진단 방식으로 평가하고 있으나 진단에 시간이 많이 소요된다.

연구팀은 인공지능연구 전문회사 '크레스콤'과 공동연구를 진행해 초기 강직척추염을 신속하고 정확하게 진단하기 위해 경추와 요추의 모서리 등급을 자동 계산하는 인공지능 딥러닝 모델을 개발했다.

이를 토대로 국내 강직척추염 환자의 실제 경추와 요추의 측면 방사선 사진(총 119,414개의 모서리 수)과 비교해 91% 이상의 평균 정확도와 94% 이상의 높은 민감도 및 특이성을 보였다.

이번 연구와 관련해 이승훈 교수는 "강직척추염을 진단하는 mSASSS는 목과 허리에서 병이 얼마나 진행되어 있는지 숫자로 표시하지만 이를 판독하는데 전문의가 많은 시간과 노력을 들여야 하고, 숙련되지 않은 전문의에 의해 일치도가 낮은 결과가 나올 수도 있다"면서 "이번 연구에서는 딥러닝 알고리즘 모델 개발로 강직척추염 환자의 척추 변형 상태를 자동으로 계산해 90% 이상의 높은 정확도를 보인 결과를 나타냈으며, 이는 환자들에게 척추의 손상 정도를 정확하게 전달할 수 있는 모델이 될 것"이라고 말했다.