국내 회전근개 환자의 수술 중 사진을 활용, 수술 후 재파열을 예측하는 인공지능 기술이 개발됐다. 김양수 가톨릭대 서울성모병원 정형외과 교수(교신저자)·조성현 임상강사(제1저자) 연구팀은 580명의 회전근개 수술 환자를 조사하고, 1394장의 관절경 수술 중 이미지를 추출해 수술 후 2년 이내에 회전근개가 파열되지 않은 환자(514명 1138장 사진)와 재파열된 환자(66명 256장 사진)를 구분해 세 가지(VGG16, DenseNet, Xception)의 알고리즘을 바탕으로 분석했다. 그 결과 확립된 딥러닝 구조를 전이학습(transfer learning) 용도의 회전근개 수술 후 재파열 예측모델을 만들었다고 19일 밝혔다. 

회전근개는 어깨를 감싸고 있는 4개의 힘줄을 말한다. 어깨의 안정성과 운동성에 중요한 역할을 하지만 다양한 원인에 의해 약해지거나 찢어지면서 회전근개 파열이 발생한다.  

심한 어깨통증으로 자연 치유가 어렵고 수술이 필요한데, 문제는 수술이 잘 되어도 환자의 근육 상태에 따라 재파열이 적잖게 일어난다. 그동안 어떤 경우에 재파열이 되는지 알기 위한 다양한 연구가 시도됐으나 국내 환자의 수술 사진을 활용한 딥러닝 예측 기술은 처음이다.  

수술 후 2년 이내 회전근개가 파열되지 않은 환자(A)와 재파열된 환자(B)로 구분한 영상 분석 결과

연구 결과 3개의 알고리즘 가운데 가장 성능이 우수한 DenseNet의 경우, 값이 1에 가까울수록 우수한 평가모델을 의미하는 지표인 AUC(곡선하면적)는 0.92, 정확도(accuracy) 91%, 특이도(specificity) 93%, 민감도(sensitivity) 84%를 보였다. 결론적으로 관절경 수술 중의 이미지를 바탕으로 다른 추가적인 정보 없이 재파열을 예측할 수 있었다고 연구팀은 설명했다.

국내에서는 연간 13만명의 환자가 회전근개 질환으로 진료를 보고 있다. 과도하게 어깨를 사용하면 약해진 힘줄이 어깨뼈에 반복적으로 부딪히게 되면서 회전근개가 파열된다. 회전근개 파열은 어깨통증 환자의 약 70%, 60대 이상의 일반인에서 50% 이상의 유병률을 보이며 최근 레저 및 스포츠 활동이 활발해지면서 발생률이 크게 증가하는 추세다.

회전근개에 이상이 생겼을 때 나타나는 가장 흔한 증상은 어깨 통증이다. 대개 어깨관절 자체보다는 약간 아래쪽 팔 부위에서 통증을 느끼는 경우가 많고, 통증이 때때로 손끝이나 목까지 뻗쳐 목디스크로 오인되기도 한다. 최근의 주된 수술 치료법은 관절내시경 수술이다. 0.5cm 정도 피부 3곳을 절개 후 카메라가 달린 관절경을 통해 파열된 힘줄을 뼈에 봉합한다.

김 교수는 “높은 예측 정확도는 수술 중 관절경 사진이 힘줄의 건강 상태(tendon quality)를 반영하기 때문으로 보이고, 그 동안 영상평가에 포함되지 않았던 수술 중 사진으로 수술치료 효과와 회전근개의 상태를 처음 객관적으로 평가할 수 있게 되었다”고 연구의 의미를 설명했다.

그는 “회전근개 파열의 통증이 어깨 손상 정도와 반드시 비례하지는 않아, 상당수 환자가 조기 발견과 초기 치료를 놓쳐 수술을 받게 되는데, 평소 높은 곳에 있는 물건을 집거나 어깨관절을 과도하게 사용하는 운동은 피하고, 어깨근육 강화에 도움이 되는 스트레칭을 꾸준히 하는 생활습관이 회전근개 파열을 예방하는 데 큰 도움이 된다”고 조언했다.

이번 연구는 ‘Prediction of Retear After Arthroscopic Rotator Cuff Repair Based on Intraoperative Arthroscopic Images Using Deep Learning’이란 제목으로 지난 8월 미국스포츠의학회지(American Journal of Sports Medicine, AJSM)에 온라인 게재됐고, 오프라인 최근호에 실렸다.

AJSM은 정형외과학 및 스포츠의학 관련 최고 권위를 자랑하는 SCI급 학술지다. 이번 연구는 지난 10월 7~8일 개최된 제43차 대한관절경학회 추계국제학술대회 및 정기총회에서 최우수구연상을 수상하기도 했다.