분당서울대병원 강유선, 이경준 교수 연구팀, AI로 어깨 엑스레이만으로 회전근개 파열 가능성 예측
분당서울대병원 강유선, 이경준 교수 연구팀, AI로 어깨 엑스레이만으로 회전근개 파열 가능성 예측
  • 박현진 기자
  • 승인 2020.09.22 09:18
  • 댓글 0
이 기사를 공유합니다

6천 800건의 어깨 엑스레이 데이터 분석해 회전근개 파열 예측하는 딥러닝 알고리즘 개발, 음성예측도 97%로 정확도 높아... 엑스레이만으로 회전근개 파열 배제 진단 가능해져 초음파, MRI 등 영상검사 줄이고 의료비 절감에 기여할 것으로 기대돼
분당서울대병원 영상의학과 이경준 교수(좌), 강유선 교수(우)
분당서울대병원 영상의학과(오른쪽부터) 이경준 교수, 강유선 교수(사진:분당서울대병원)

분당서울대병원 영상의학과 강유선, 이경준 교수 연구팀이 어깨 엑스레이 영상과 임상정보를 바탕으로 회전근개 파열 가능성을 예측하는 딥러닝 기술 개발에 성공했다.

최근 무리한 운동이나 노화로 인한 회전근개 질환으로 어깨 통증을 호소하는 환자들이 늘고 있다. 건강보험심사평가원의 통계에 따르면 회전근개 파열로 병원을 찾은 환자는 2013년 약 15만명에서 2017년에는 17만명 이상으로 가파르게 증가하는 추세이다.

회전근개는 어깨 관절을 안정화시켜 넓은 범위의 운동을 가능하게 하는 중요한 근육인데, 파열이 심각하지 않다면 물리치료, 약물, 주사 등 비수술적 방법으로 치료할 수 있지만 힘줄의 파열이 심한 경우에는 수술을 고려하게 된다. 어깨 통증으로 회전근개 파열이 의심되는 환자의 경우 일차적으로 어깨 엑스레이 검사를 실시하지만, 엑스레이만으로는 회전근개 파열 여부를 평가하기 어려워 정확한 진단을 위해 초음파나 고가의 MRI 검사를 추가로 받을 수 밖에 없었다.

딥러닝으로 X-Ray 영상에서 회전근개 파열을 검출한 예시
딥러닝으로 X-Ray 영상에서 회전근개 파열을 검출한 이미지(오른쪽)

연구팀은 만약 엑스레이 영상만으로 어깨 회전근개 파열이 있는지 여부를 예측할 수 있다면, 추가적인 초음파나 MRI 촬영이 필요한 경우와 불필요한 경우를 선별할 수 있을 것으로 판단하고, 관련 딥러닝 알고리즘을 개발하는데 착수했다.

이에 연구진은 2015년 1월부터 2018년 6월까지 분당서울대병원에서 시행된 6,793건의 어깨 엑스레이 데이터를 이용해 회전근개 파열을 예측하는 딥러닝 기술을 개발했고, 이후 2018년 7월부터 12월까지 1,095건의 엑스레이를 테스트 자료로 사용해 검증작업을 마무리했다.

딥러닝 기술을 활용해 회전근개 파열을 진단한 결과, 민감도가 97.3%에 달했으며, 음성 예측도는 96.6%, 음성 가능도비는 0.06으로 나타나, 엑스레이만으로 회전근개 파열이 아닌 케이스를 정확하게 제외할 수 있는 것으로 나타났다.

여기서 음성예측도는 음성으로 예측된 환자 중 실제로 음성인 환자의 비율을 뜻하며, 이번 연구에서는 회전근개 파열이 아니라고 예측된 환자 중 실제 파열이 없는 환자의 비율을 나타낸다. 숫자가 높을수록(1에 가까울수록) 예측이 정확하다는 의미이다.

회전근개 파열 진단 딥러닝 알고리즘의 진단 성능(정확도)
회전근개 파열 진단 딥러닝 알고리즘의 진단 성능(정확도)

음성 가능도비는 실제로 질환이 없는 사람이 음성이 나올 확률에 비해, 질환이 있는 사람이 음성으로 나올 확률이 얼마나 더 큰지 나타내는 지표로, 숫자가 작을수록(0에 가까울수록) 예측이 정확하다.

강유선 교수는 “회전근개 파열이 의심되는 환자 중 실제로는 파열이 없는 환자를 딥러닝 알고리즘을 통해 정확하게 선별할 수 있게 되어 결과적으로 불필요한 초음파 및 MRI 촬영을 줄일 수 있게 도왔다”고 밝혔다.

이경준 교수는 “알고리즘은 기존의 엑스레이 검사를 더 효과적으로 활용할 수 있도록 돕는 역할을 했다”며, “엑스레이 검사만으로 회전근개 파열이 아닌 환자를 선별할 수 있어, 앞으로 환자들의 편의와 의료비 절감에 기여할 것으로 기대된다”고 전했다.

한편, 이번 연구는 해외 영상의학 학술지인 ‘유럽 영상의학회지(European Radiology)’에 '딥러닝을 활용해 어깨 엑스레이에서 회전근개 파열 제외 진단: 기존 영상검사의 역할 재정의(Ruling out rotator cuff tear in shoulder radiograph series using deep learning: redefining the role of conventional radiograph)라는제목으로 지난 2월 게재됐다. 


관련기사

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.