컨텐츠 바로가기

04.24 (수)

뷰노, 사춘기 골연령 판독 AI 전문의 수준 정확도 입증

댓글 첫 댓글을 작성해보세요
주소복사가 완료되었습니다
전자신문

<이미지를 클릭하시면 크게 보실 수 있습니다>


의료인공지능 솔루션 기업 뷰노(대표 김현준)는 주관절 엑스레이를 분석해 사춘기 골연령을 전문의 수준으로 판독하는 딥러닝 모델의 개발과 검증에 대한 연구 결과가 유럽 최고 영상의학 학술지 유럽 영상의학회지(European Radiology)에 게재됐다고 23일 밝혔다.

이번 연구는 고려대학교 안암병원 정형외과 및 영상의학과 연구팀과 함께 진행한 공동연구로 사춘기 골연령 검사에서 인공지능 기술을 최초로 적용해 임상적 유효성을 확인한 연구로 주목을 받았다.

골연령은 소아청소년기의 정상적인 성장 여부 판단을 위해 활용되는 검사법으로 수골(손뼈), 주관절(팔꿈치 뼈) 등의 엑스레이 영상을 판독해 시행할 수 있다. 신체적으로 급성장이 일어나는 사춘기(골연령 기준 여아 10~13세, 남아 12~15세)에는 해당 연령대에서 변화가 크지 않은 수골 대신 두드러진 변화를 보이는 주관절 엑스레이 영상을 기반으로 골연령을 평가하는 것이 가장 정확하다. 소베그레인 방법을 이용한 주관절 골연령 평가를 통해 사춘기 급성장기가 시작되었는지, 성장 촉진기에 있는지 성장 감속기에 있는지 확인할 수 있다. 해당 검사는 성장이 가장 빠르게 일어나는 최대 성장 속도(PHV) 정보를 확인함으로써 척추측만증, 사지부동 환자의 수술 시기나 방법을 결정하는 데 도움을 줄 수 있다.

이번 연구에 참여한 장우영 고려대학교 안암병원 정형외과 교수는 “성조숙증 환자 증가와 키성장에 대한 높은 관심으로 골연령 검사 시행 건수가 해마다 늘고 있다”며 “이 중 성장속도가 빠른 사춘기 연령에서 더 정확한 주관절 골연령 검사는 골성장이 진행되는 동안 발전할 수 있는 척추측만증 등 근골격계 질환을 적기에 치료하는 데 큰 도움이 된다”고 말했다.

연구팀은 소베그레인 방법에서 뷰노의 딥러닝 모델이 판독한 골연령의 정확도를 확인하기 위해 이번 연구를 시행했다. 이를 위해 숙련된 1명의 소아 정형외과 전문의와 2명의 영상의학과 전문의를 포함한 5명의 판독자가 골연령을 판독한 결과와 자사 딥러닝 모델이 판독한 결과를 비교했다.

연구 결과 뷰노의 딥러닝 모델이 판독한 골연령은 전문의들의 정답과 0.22년(2.6개월)의 평균 절대차(MAD)로 의료현장에서 활용도 높은 정확도를 확인했으며, 판독한 결과의 일치도(급내상관계수, ICC) 역시 1점 만점 기준 0.98로 매우 높았다. 이는 뷰노의 딥러닝 모델이 주관절 골연령을 전문의 수준으로 판독해 소아청소년의 성장 관리 및 청소년기 잔여 키 성장 가능성을 평가하는 도구로 활약할 수 있음을 시사한다.

이번 연구에 참여한 안경식 고려대학교 안암병원 영상의학과 교수는 “그동안 주관절 골연령 검사에 인공지능 기술이 적용된 사례가 없었기 때문에 이번 연구로 이전보다 더 높은 정확도와 효율성을 기반으로 한 사춘기 골연령 검사의 가능성을 확인했다고 본다”며 “향후 해당 딥러닝 모델이 상용화되어 임상 현장에 도입된다면 많은 의료진들에게 필요한 골연령 검사 보조 도구가 될 것으로 기대한다”고 말했다.

지난 2018년 식품의약품안전처 허가를 획득한 뷰노메드 본에이지는 2020년 유럽 CE 인증과 일본 판매허가를 획득한 바 있다. 해당 솔루션은 인공지능이 수골 엑스레이 이미지를 자동 분석하고 가장 유사한 골연령을 최대 3순위까지 제시해 의료진의 골연령 판독을 보조하는데, 임상 연구를 통해 판독 일치도는 최대 16% 향상, 판독 시간은 최대 40%까지 감소하는 것을 입증한 바 있다.

정규환 뷰노 기술총괄 부사장(CTO)은 “이번 연구는 인공지능 기반 골연령 판독 기술의 적용 범위를 수골에서 주관절로 확장해 정확한 사춘기 골연령 판독에 유용하게 활용할 수 있음을 확인했다는 점에서 의미가 있다”며 “다양한 임상 현장에서 활발히 사용되고 있는 수골 기반 뷰노메드 본에이지와 더불어 주관절 기반 모델의 상용화를 통해 인공지능 골연령 판독 보조 솔루션의 견고한 파이프라인을 구축할 것”이라고 말했다.

정현정기자 iam@etnews.com

[Copyright © 전자신문. 무단전재-재배포금지]


기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.