보라매병원 영상의학과 교수팀, 근골격계 방사선 전문의의 진단 정확성과 유사한 수준의 우수한 예측 성능 확인
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. 그 진단 성능을 평가한 연구결과를 최근 발표했다.
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 해당한다.
김동현 교수는 “이번 연구는 무릎 X-ray 영상만으로 전방십자인대 파열을 예측할 수 있는 딥러닝 모델을 개발하고, 진단 성능을 입증하였다는 것에 큰 의미가 있다.”고 했다.
한편, 이번 연구결과는 국제근골격학회의 공식 학회지인 ‘근골격계 방사선학(Skeletal Radiology)’의 최근호에 게재됐다.
김지예 기자
press@healthinnews.co.kr