한양대병원 영상의학과 이승훈 교수팀이 인공지능 딥러닝 기술을 이용해 강직척추염을 조기에 진단하는 연구결과를 발표했다.

인공지능 기술을 통해 요추의 모서리 등급을 자동 계산해 강직척추염을 조기에 진단하는 것이 연구의 핵심이다.

대부분의 강직척추염 환자들은 엉덩이뼈의 뒤쪽 가운데를 부위 중 천골과 장골 사이에 위치하는 천장관절에 염증이 생기면서 병이 시작되는데 병이 어느 정도 진행됐고, 장애가 발생했는지 유무를 판단하기 어렵다.

주로 숙련된 소수의 류마티스를 연구하는 영상의학과 전문의가 방사선학적 척추변형 지표(mSASSS) 진단 방식으로 평가하고 있으나 진단에 시간이 많이 소요된다.

연구팀은 인공지능연구 전문회사 크레스콤과 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.

한양대병원 이승훈 교수는 "강직척추염을 진단하는 방사선학적 척추변형 지표(mSASSS) 진단은 판독하는데 전문의가 많은 시간과 노력을 들여야 하고, 숙련되지 않은 전문의에 의해 일치도가 낮은 결과가 나올 수도 있다"면서 "딥러닝 알고리즘 모델 개발은 환자들에게 척추의 손상 정도를 정확하게 전달할 수 있는 모델이 될 것"이라고 말했다.

한편, 이번 연구는 한양대학교병원 영상의학과 이승훈 교수팀(1저자 서울백병원 구본산 교수, 공동저자 한양대류마티스병원 김태환 교수, 고대안암병원 강창호 교수)이 참여해 국제 학술지 'Therapeutic Advances in Musculoskeletal Disease(Sage Journals, 인용지수 4.774)' 7월 온라인판에 개제됐다.

연구 제목은 '강직척추염 환자에서 척추의 방사선학적 진행 평가를 위한 척추체 모서리의 딥 러닝 기반 등급화에 대한 파일럿 연구(A pilot study on deep learning-based grading of corners of vertebral bodies for assessment of radiographic progression in patients with ankylosing spondylitis)'다.