서울대학교병원운영 서울특별시보라매병원(원장 정승용) 영상의학과 김동현, 채지원 교수가 측면 무릎 X-ray 이미지만으로 무릎 십자인대 파열을 예측할 수 있는 딥러닝 모델을 개발하고, 그 진단 성능을 평가한 연구결과를 최근 발표했다.

보라매병원 영상의학과 김동현, 채지원 교수 연구팀은 건국대학교병원 영상의학과 강지희 교수와 함께 2019년 10월부터 2020년 10월까지 국내 2개 의료기관(보라매병원, 건국대병원)에서 수집한 1,433개의 측면 무릎 X-ray 영상 이미지 데이터를 기반으로 학습된 ‘딥러닝 모델(DLM)’을 개발하고, 전방 십자인대파열 예측에 대한 민감도와 특이도 및 AUC(Area Under Curve)를 분석했다.

민감도와 특이도는 예측 모델의 성능을 나타낼 때 주로 활용되는 수치다. 민감도는 전체 대상자 중 해당 질환을 가진 대상자를 구분해내는 성능을, 특이도는 해당 질환이 없는 대상자를 구분해내는 성능 수준을 의미한다. AUC는 모델 성능 평가에 있어서 수치적인 기준이 될 수 있는 값으로, 1에 가까울수록 성능이 우수한 모델이라 평가한다.

연구 결과, 연구진이 개발한 딥러닝 모델을 이용하면 측면 무릎 X-ray 영상만으로도 전방 십자인대파열을 효과적으로 예측할 수 있는 것으로 나타났다. 

성능 분석에서, 해당 딥러닝 모델의 전방 십자인대파열 예측에 대한 민감도와 특이도는 각각 86.8%와 89.4%이었으며, ‘AUC(Area Under Curve)’ 면적을 분석한 결과에서도 최댓값인 1에 근접한 0.927의 우수한 성능 수치가 확인됐다. 

이는 일반 방사선과 전문의의 진단 정확성보다 유의하게 높은 성능 수치로(P=0.043), 근골격계 방사선 전문의의 진단 정확성과 비교해도 유사한 수준(p=0.193)에 해당한다고 연구진은 설명했다.

김동현 (좌)교수는 “이번 연구는 무릎 X-ray 영상만으로 전방십자인대 파열을 예측할 수 있는 딥러닝 모델을 개발하고, 진단 성능을 입증하였다는 것에 큰 의미가 있다.”고 했다.

채지원(우) 교수는 “해당 딥러닝 모델과 관련한 추가적인 연구와 개발이 이루어진다면, X-ray를 이용한 보조 진단만으로도 응급실 등에 내원한 외상 환자의 전방십자인대 파열 가능성을 예측하고, 보다 신속한 처치가 진행될 수 있을 것으로 기대한다.”고 전했다.  

한편, 이번 연구결과는 국제근골격학회의 공식 학회지인 ‘근골격계 방사선학(Skeletal Radiology)’의 최근호에 게재됐다.