진단 정확도 92.5%, 분류 정확도 87%로 견주관절 전문의보다 뛰어나 … 파열 위치 3차원 구현에도 성공
정석원 건국대병원 정형외과 교수팀과 김영준 한국과학기술연구원(KIST) 박사팀, 심응준 연구원(현 이마고웍스 AI팀장)이 인공지능(AI)을 이용해 회전근개파열을 진단하고 분류하는 프로그램을 개발했다고 13일 밝혔다.
이번 성과는 저명한 과학학술지인 네이처(Nature)의 자매지인 사이언티픽리포트(Scientific Reports) 9월호에 ‘Automated rotator cuff tear classification using 3D convolutional neural network’라는 제목으로 발표됐다.
연구팀은 ‘Voxception-ResNet’ 기반의 ‘3차원 콘볼루션 신경망(3D convolutional neural network, 3D CNN)’ 알고리즘 응용기술을 개발했다. 연구팀은 이 신경망 알고리즘에 회전근개가 파열된 환자와 대조군 환자 총 2124명의 자기공명영상(MRI) 데이터를 입력해 진단과 분류의 정확도를 확인했다. 그 결과 진단에서 92.5%, 분류에서 87%에 이르는 정확도를 보였다.
연구팀은 인공지능의 수행능력을 평가하기 위해 정형외과 의사와 견주관절 전문의에게 동일한 MRI 자료로 진단과 분류를 하게 했다. 그 결과 인공지능이 유의미하게 뛰어난 정확도를 보였다.
연구팀은 또 세계 최초로 ‘3D class activation map’을 이용해 회전근개파열 위치를 3차원으로 가시화하는 데도 성공했다.
정석원 교수는 “이번 연구는 대규모 MRI 데이터를 이용해 근육과 힘줄 위치, 파열 부위를 AI에 기반해 자동 분석한 최초의 연구”라며 “이를 3차원적인 영상으로 재구성하고 위치를 자동으로 구현한 것도 최초의 연구”라고 의의를 밝혔다.
이어 그는 “이번 성과를 통해 회전근개파열뿐만 아니라 다양한 근골격계 질환을 진단하는 데 정확도를 높일 수 있다”며 “MRI, 컴퓨터단층촬영(CT) 기반의 이미지 분석에서 3차원 재구성 분석법을 제시해 더 정확하고 직관적인 평가를 가능하게 했다”고 설명했다.
목록
