슬개골 탈구 예측, AI 모델로 조기 진단 가능
무릎뼈가 어긋나는 슬개골 탈구 를 인공지능(AI)으로 조기에 예측할 수 있는 기술이 국내 의료진에 의해 개발됐다.
연세사랑병원은 연세대학교 세브란스병원, 강북연세병원과 공동으로 MRI(자기공명영상) 데이터와 머신러닝 기법을 활용해 슬개골 탈구 위험을 정확하게 예측할 수 있는 AI 모델을 개발했다고 24일 밝혔다.
이번 연구를 통해 개발된 AI 모델은 슬개골 탈구 고위험 환자를 조기에 진단하고 예방적 치료를 가능하게 할 것으로 기대된다.
슬개골 탈구는 무릎 앞쪽에 위치한 슬개골이 정상적인 위치에서 벗어나 발생하는 질환으로, 극심한 통증과 불편함을 유발한다.
흔히 반려견, 특히 푸들 등 소형견에게서 많이 발생하는 질환으로 알려져 있지만, 사람에게도 발생률이 높아 주의가 필요한 무릎 질환이다.
특히 성인에서 적절한 치료 시기를 놓칠 경우 무릎 연골 손상, 십자인대 파열, 관절염으로 이어질 수 있어 조기 진단과 예측이 중요한 질환으로 꼽힌다.
연세사랑병원 연구팀은 2010년부터 2022년까지 급성 외측 슬개골 탈구로 진단받은 20세 이상 성인 환자 124명과 대조군 121명의 MRI 데이터를 활용해 슬개골 탈구 위험 요인을 분석했다.
슬개골 경사와 대퇴골 활차 깊이가 슬개골 탈구와 가장 밀접한 상관관계를 보이는 주요 해부학적 요인으로 확인됐다.
이를 기반으로 로지스틱 회귀 분석(LRA), 서포트 벡터 머신(SVM), 라이트 그래디언트 부스팅 머신(LGBM) 등 세 가지 머신러닝 알고리즘을 적용해 예측 모델의 성능을 비교했다.
그 결과, LGBM 모델은 8개의 변수로 AUC(곡선하면적) 0.873의 높은 예측 성능을 보였으며, SVM 모델은 단 3개의 변수만으로 AUC 0.858을 기록해 적은 변수로도 높은 정확도를 유지하는 효율성을 입증했다.
연구팀은 진단 정확도와 더불어 임상 현장에서의 효율성을 고려할 때, 변수 수가 적으면서도 높은 성능을 보인 SVM 모델이 실용성 측면에서 가장 우수하다고 평가했다.
고용곤 연세사랑병원 병원장은 “독립된 세 의료기관의 정형외과 전문의들이 긴밀하게 협력해 최소한의 변수만으로 성인 슬개골 탈구 위험을 정확히 예측할 수 있는 인공지능 모델을 개발했다는 점에서 의미가 크다”고 강조했다.
이어 “향후 이 기술이 임상 현장에 도입되고 활용되면 슬개골 탈구 고위험 환자들을 조기에 쉽게 식별, 진단하고 적절한 예방적 조치를 취하는 것은 물론 적극적인 치료로 이뤄지는 데 큰 도움이 될 것”이라고 덧붙였다.
이번 AI 기술은 국내 정형외과 분야에서 인공지능 활용 가능성을 확장하는 사례로 주목받고 있으며, 연구 결과는 국제학술지 ‘Orthopaedic Journal of Sports Medicine’ 4월 온라인 판에 게재됐다.
향후 임상 현장에서 해당 AI 모델이 적용되면 슬개골 탈구 조기 예측과 치료 전략 수립에 실질적인 도움이 될 전망이다.
배동현 (grace8366@sabanamedia.com) 기사제보
관련 기사
