AI를 이용한 골다공증 조기진단 연구

▲ AI 기반 흉부 X선 골다공증 진단

이화그린리본프로젝트 중 연구실 인턴십에 참여한 신규빈(의학과3), 구본아(의학과1), 노예린(의학과1), 양유진(의예과2) 학생은 지난 11월부터 AI를 이용한 골다공증 조기진단 연구의 인턴십을 수행해왔다. (지도교수 김관창, 안소현).

이번 인턴십에서는 골다공증의 표준진단법인 DXA의 비용과 접근성을 향상하면서도 정확성을 높일 수 있는 “간단한 Chest X-ray 영상을 이용한 AI 골다공증 1차 Screening”을 통해 딥러닝 기반 소프트웨어(ProMedius)의 진단 효율성을 검증하고, DXA 진단 부위(Lumbar1~4, Femur)에 따른 예측 정확성도 비교 검증하고 있다.

학생들은 논문 리뷰를 통한 연구 주제 선정 및 IRB 신청을 진행했고, 이대서울병원과 이대목동병원의 건강검진 데이터 수집을 위해 병원과 학교의 지원아래 학생용 EMR 계정을 만들었다. 이후에는 매주 교수님과 논문 작성 미팅을 진행하는 등 설계부터 논문까지 전과정을 주도적으로 진행할 예정이다.

총 80명의 환자에 대한 Chest X-ray 영상과 골다공증 진단 결과를 수집하고 환자의 DXA 검사 결과 도출된 Lumber와 Femur의 T-score와 동일 환자의 Chest X-ray 사진으로부터 도출된 ProMedius의 결과를 비교했다. 세계보건기구(WHO)에 의하면 T-score를 통해 환자는 정상(T-score ≥ -1.0), 골감소증(-1.0 ~ -2.5), 골다공증(T-score ≤ -2.5)으로 분류되는데, 이에 유의미한 T-score 경곗값을 -1과 -2.5로 잡고, 어떠한 값을 기준으로 했을 때 ProMedius의 진단 결과가 더 유용한지 판단하고자 했다.

또한, Lumber의 최솟값, Lumber의 평균값, Femur의 최솟값, Femur의 평균값 이 4개의 데이터 중 어떠한 값을 가지고 골다공증을 진단했을 때 더 정확한지도 연구해보았다. 현재까지 60명의 데이터를 가지고 분석하였을 때, Femur에서 가장 낮은 골밀도 값을 기준으로 진단하면 Promedius 검사의 성능은 정확도 0.67, 민감도 0.60, 특이도 0.90, 정밀도 0.94를 보인 반면, Femur의 평균치를 기준으로 진단했을 경우, 정확도는 0.78로 향상되었으며, 민감도는 0.86, 특이도는 0.74, 정밀도는 0.65로 나타났다. 그리고 lumbar spine T-score 평균의 경우엔 정확도는 0.85, 민감도는 0.9, 특이도는 0.81, 정밀도는 0.76이 나왔다.

이처럼 골밀도를 측정하는 부위와 사용된 지표에 따라 진단의 신뢰도와 예측 능력이 달라질 수 있음을 확인할 수 있었고 해당 결과를 토대로 SCI 논문을 제출할 예정이다.

<의과대학 연구부>