MRI 없이 진단 어려운 요추협착증, '정확도 91.4%' 엑스레이로 찾는다

서울대병원, 다중 자세 기반 인공지능 모델로 요추협착증 진단 성능 향상

개발한 인공지능 모델을 활용한 요추협착증 진단 예시: 중립, 굴곡, 신전 자세에서 촬영된 X선 사진을 바탕으로 인공지능 모델이 요추협착증을 예측하고, 히트맵으로 예측 근거를 시각적으로 제공한다. 병변 부위는 빨갛게 표시했다. /그림=서울대병원

서울대병원 연구팀은 최근 다중 자세(중립·굴곡·신전)에서 촬영된 허리 X선(엑스레이) 사진을 기반으로 한 인공지능 모델을 개발했다고 2일 발표했다. 이 모델은 MRI(자기공명영상)를 사용하지 않고, X선 사진만으로 91.4%의 진단 성능을 기록하며 요추협착증을 정확히 진단할 수 있는 가능성을 보여줬다. 향후 이 모델은 MRI 비용 절감과 의료 접근성 향상에 중요한 기여를 할 수 있을 것으로 기대된다.

요추협착증은 척추관이 좁아져 신경을 압박하는 질환으로, 하반신에 통증·무감각·약화 등의 증상으로 나타난다. 주로 노년층에서 발생하며, 증상이 앉거나 걷는 동안 심해진다. 기존 MRI는 요추협착증 진단에 가장 정확하지만, 고가의 검사비, 긴 촬영 시간, 중대형병원에서만 촬영할 수 있다. 반면 X선 촬영은 저렴하고, 빠르며, 차량으로 이동식 촬영도 가능하지만, 진단 성능은 매우 낮았다.

이에 서울대병원 신경외과 이창현 교수 연구팀은 2005~2017년 촬영된 요추협착증 환자 2500명과 정상 대조군 2500명의 다중 자세에서 촬영된 X선 사진을 사용해 요추협착증 진단의 정확도를 획기적으로 향상시킨 인공지능 모델과 애플리케이션을 개발했다.

연구팀은 중립·굴곡·신전 등 세 가지 자세에서 촬영한 X선 사진을 인공지능 모델에 입력해 요추협착증을 진단할 수 있도록 훈련시켰다. 이 모델은 각 자세에서 추출된 이미지 특성을 결합한 후, 이를 하나의 통합된 모델로 분석해 진단 정확도를 높였다. 이 방법을 통해 2022년 이 교수 연구팀이 개발한 단일 자세 기반 딥러닝 인공지능 모델에서 발생할 수 있는 위양성(오탐지)과 위음성(미탐지) 오류를 줄여, 더욱 정확한 진단을 가능하게 했다.

연구팀은 'ResNet50', 'VGG19',' VGG16', 'EfficientNet-B1' 등 다양한 인공지능 모델을 사용해 5000여명의 데이터를 기반으로 훈련을 진행했다. 그랬더니 ResNet50 기반 모델은 내부 검증에서 AUROC 기준 91.4%의 뛰어난 진단 성능을 보였고, 외부 검증에서도 79.5%를 기록해 양호한 성능을 입증했다. 이는 해당 모델이 다양한 환경에서도 우수한 일반화 성능을 발휘한다는 것을 의미한다. AUROC는 이진 분류 모델의 성능을 평가하는 지표로, 100%에 가까울수록 예측 성능이 우수함을 나타낸다.

다중 자세 X선 사진을 기반으로 AI 모델이 요추협착증(LSS)을 분류하는 작업 흐름: 세 가지 자세에서 추출된 특징을 결합해 요추협착증을 진단함. /그림=서울대병원

이번 연구는 인공지능 모델을 사용해 MRI 없이 X선 사진만으로 요추협착증을 진단하는 데 있어 중요한 기술적 진전을 이뤘다. 특히, MRI 촬영이 어려운 환경에서도 다중 자세 기반 X선 사진을 통해 요추협착증을 조기에 진단할 수 있어 의료 접근성이 낮은 지역에서도 유용하게 활용될 수 있다. 흑백의 X선 사진에 협착증 의심 부위에 색을 입혀 인공지능 모델의 예측 근거를 제공해 의사들이 모델의 예측을 확인하고, 보다 정확한 치료 결정을 내릴 수 있도록 지원한다.

이창현 서울대병원 신경외과 교수는 "이 기술은 5년여 동안 개발·고도화해 특허 등록을 끝낸 인공지능 알고리즘으로, MRI 없이 X선 촬영만으로 요추협착증을 진단할 수 있다"며 "이번 연구는 X선 사진 기반 요추협착증 진단의 가능성을 크게 확장하며, 특히 심하지 않으나 지속적인 요통을 겪는 환자에게 선별검사로 활용하면 의료비 부담을 줄일 수 있을 것으로 기대된다"고 말했다.

한편, 이번 연구는 국제 학술지 '사이언티픽 리포트(Scientific Reports)' 지난호에 실렸다. 연구팀은 이 기술을 바탕으로 앱을 개발하고 현재 상용화를 준비하고 있다.

정심교 기자 simkyo@mt.co.kr