연구팀은 520명 참가자의 CT 스캔 데이터를 활용해 요근 영역을 자동으로 분할하고 부피를 측정하는 nnU-Net 기반의 AI 모델을 개발했다. 이 기술은 코어라인소프트의 AI 솔루션 '에이뷰'에서 구현됐다. 이 방법은 전문가가 요근 영역을 수동으로 직접 분할하는 것 보다 48배 더 빠르다. AI가 자동으로 추정한 요근모양의 정확성을 의미하는 다이스 스코어(Dice score)도 평균 0.927로 나타났다.
CT 데이터에서 인공지능으로 추정된 요근 형태 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
서울아산병원 연구팀은 이번 연구가 다양한 CT 스캔 데이터를 활용한 의료 AI 모델의 가능성을 입증한 사례라고 언급했다. 특히 대규모 대상자 연구에서도 신뢰할 수 있는 결과를 제공해 대량의 한국인 요근 부피 분석을 빠르게 수행함으로서 정상·비정상 범위 제시 등과 같은 임상적으로 유용할 수 있음을 시사했다. 또 이미 다른 검사 목적으로 촬영된 CT데이터들을 재분석해 근감소증의 추가적인 진단과 여러 연구가 가능하다고 전했다.
김지완 서울아산병원 정형외과 교수는 “근감소증 연구 및 진단에 초석이 될 내용”이라며 ”실제 임상에 적용될 경우 환자들에게 보다 정확하고 신속한 진단을 제공할 수 있어 의료 서비스의 질을 획기적으로 개선할 수 있을 것”이라고 말했다.
해당 연구는 한국연구재단(NRF)의 중견연구자지원사업 지원을 받아 진행됐다.
정용철 기자 jungyc@etnews.com
[Copyright © 전자신문. 무단전재-재배포금지]
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.