건국대병원 정형외과 정석원(사진) 교수 연구팀은 KIST 바이오닉스 연구단의 김영준 박사, 경북대병원, 명지병원, 강원대병원, 경찰병원, 서울성모병원, 동아대병원, 아이피부과 의료진과 함께 인공지능 알고리즘을 이용한 골절 진단 및 분류 프로그램을 개발, 실제 골절 환자에게 적용한 결과 골절감별 및 분류 능력이 매우 뛰어나다는 사실을 확인, 국제 학술지에 보고했다고 17일 밝혔다.
연구팀은 이 인공지능 모델을 총 1891명의 근위상완골 X-선 사진에 적용, 골절 감별 능력을 평가했다.
그 결과 진단의 정확도가 96%에 달하는 것으로 나타났다. 민감도(sensitivity)는 99%, 특이도(specificity)는 97%였다.
골절 타입을 분류하는 데 있어서도 일반 정형외과 의사보다 뛰어난 정확도를 보여줬다.
골절타입을 상완골두의 대결절(greater tuberosity), 외과적 경부(surgical neck), 삼분골절(3-part fracture), 사분골절(4-part fractures) 등 4가지로 분류해 정확도를 측정한 결과, 정형외과 전문의와 비슷하거나 그 보다 높은 정확도를 보였다.
정 교수는 “골절 타입 분류에서는 어깨 관절 전문의와 비슷하거나 약간이지만 오히려 더 뛰어난 능력을 보였다”며 “특히 골절형태가 복잡한 경우, 더 뛰어난 능력을 보여줬다”고 말했다.
정형외과 외상 분야에서 딥 러닝 알고리즘을 이용한 진단 능력에 대한 연구는 지난 2017년 12월 스웨덴 연구팀에서 처음 보고한 후 정 교수 연구팀이 세계 2번째다.
정 교수는 “환자 진단에 있어 X-선 필름이 진단의 기본이 되는 정형외과 외상 영역에서 인공지능 모델의 활용 가능성을 확인한 매우 의미있는 연구”라며 “외상 환자에서 신속하고 정확한 진단을 가능하게 할 수 있을 것으로 기대된다”고 말했다.
연구 결과는 정형외과학 분야 국제 학술지 ‘액타 올쏘피디카(Acta Orthopaedica) 최근호에 게재됐다.
이기수 의학전문기자 kslee@kmib.co.kr
GoodNews paper ⓒ 국민일보(www.kmib.co.kr), 무단전재, 수집, 재배포 및 AI학습 이용 금지
