무릎 골관절염은 나이가 들거나 관절을 많이 사용할 때 생길 수 있는 대표적인 관절 질환입니다.
기존 X-ray 검사만으로는 무릎 연골이 어디에서 가장 많이 닳았는지 정확히 찾기 어려운 경우가 많았는데요. 최근 국내 연구진이 인공지능(AI)을 이용해 이 문제를 해결할 수 있는 새로운 기술을 개발했습니다.
서울대병원 정형외과 노두현 교수와 동국대 일산병원 이도원 교수 공동 연구팀이 딥러닝 알고리즘을 활용해 무릎 연골의 가장 심하게 마모된 지점을 찾아내는 새로운 영상 지표 'oJSW(orthogonal minimum joint space width)'를 개발했다고 6일 밝혔습니다.
무릎 골관절염의 중증도는 X-ray 사진에서 허벅지뼈인 대퇴골과 정강이뼈인 경골 사이의 간격, 즉 JSW(joint space width)를 측정해 평가합니다. 무릎 연골이 많이 닳으면 두 뼈 사이 간격이 좁아지기 때문에, 이 간격이 좁을수록 관절염이 심한 것으로 판단합니다.
기존 방법은 관절의 특정 위치를 정해 놓고 간격을 측정하는 방식이었습니다. 사람마다 무릎의 구조가 조금씩 다르고 연골이 닳는 위치도 제각각이기 때문에, 실제로 가장 많이 닳은 부위를 놓칠 수 있다는 한계가 있었습니다.
이번에 개발된 oJSW는 이런 문제를 AI로 해결했습니다. AI가 무릎 관절 내부를 자동으로 분석해 가장 좁은 지점을 찾아 수직으로 측정합니다. 이 방식은 환자마다 다른 관절 구조와 마모 상태를 훨씬 정확하게 반영할 수 있습니다.
연구팀은 이 기술의 정확도를 확인하기 위해 미국 국립보건원(NIH) 코호트 데이터를 사용했습니다. 무릎 골관절염 환자 3,855명의 무릎 영상 1만5,313개를 최대 72개월(6년) 동안 분석해 기존 지표와 AI 지표를 비교했습니다.
그 결과 oJSW는 골관절염의 초기 단계부터 심한 단계까지 모든 구간에서 0.86~0.97의 높은 진단 정확도(AUC)를 기록했습니다.
AUC 값은 1에 가까울수록 진단 정확도가 높다는 뜻인데, 이번 결과는 환자와 정상인을 비교했을 때 최대 97% 확률로 질병의 정도를 구분할 수 있다는 의미입니다.
또한 12개월 동안 질병이 얼마나 진행됐는지를 살펴본 분석에서도 0.91~0.97의 높은 수치를 보였습니다. 이는 무릎 구조의 미세한 변화까지도 민감하게 포착할 수 있음을 보여주는 결과입니다.
연구팀의 이번 연구 결과는 유럽스포츠의학회 공식 학술지 KSSTA(Knee Surgery, Sports Traumatology, Arthroscopy) 최신호에 게재됐습니다.
최성훈 기자 csh87@etnews.com