정석원 교수팀-김영준 박사팀, '인공지능 vs 견주관절 전문의' 진단 정확도 비교분석
세계 첫 3D class activation map 이용, '회전근 개 파열 위치 3차원 가시화' 성공
정 교수 "대규모 MRI 데이터 이용, 근육과 힘줄 위치, 파열 부위 AI 자동 분석한 최초 연구"
논문, Nature 자매지 'Scientific Reports 9월'에 발표
[보건타임즈] 건국대병원과 KIST가 개발한 회전근 개 파열 진단, 분류하는 AI 프로그램(Voxception-ResNet 기반의 3차원 콘볼루션 신경망(CNN) 알고리즘 응용 기술)의 진단 정확도가 92.5%, 분류 정확도는 87%로 견주관절 전문의보다 뛰어난 것으로 확인됐다.
인공지능(AI)을 이용해 회전근 개 파열을 진단, 분류하는 프로그램은 건국대병원 정형외과 정석원 교수팀과 한국과학기술연구원(KIST) 김영준 박사팀(현 이마고웍스 대표), 심응준 연구원(현 이마고웍스 AI 팀장)이 개발한 것이다.
연구팀은 이 신경망 알고리즘에 회전근 개가 파열된 환자와 대조군 환자 총 2124명의 MRI 데이터를 입력해 인공지능의 진단과 분류의 정확도를 확인하기 위해 정형외과 의사와 견주관절 전문의에게 같은 MRI 자료로 진단과 분류를 하게 한 결과를 서로 비교 분석했다.
이 결과 회전근 개 파열 진단, 분류하는 AI 프로그램의 진단 정확도는 92.5%, 분류 정확도는 87%로 견주관절 전문의보다 뛰어났다.
연구팀은 세계 최초로 3D class activation map을 이용해 회전근 개 파열 위치를 3차원으로 가시화하는 데도 성공했다.
정 교수는 "이 연구는 대규모 MRI 데이터를 이용해 근육과 힘줄 위치, 파열 부위를 AI 기반로 해 자동 분석한 최초의 연구"라며 "이를 3차원적인 영상으로 재구성, 위치를 자동으로 구현해 낸 또 하나의 최초 연구"라면서 "이번 성과를 통해 회전근 개 파열, 더 나아가 다양한 근골격계 질환을 진단하는 데 정확도를 높일 수 있을뿐더러 기타 MRI, CT 기반의 이미지 분석에서 3차원 재구성 분석 방법을 제시, 정확하면서 직관적인 평가를 가능하게 했다"고 밝혔다.
이를 다룬 논문은 'Automated rotator cuff tear classification using 3D convolutional neural network'란 제목으로 저명한 과학학술지 네이처(Nature)의 자매지인 '사이언티픽 리포트(Scientific Reports)' 9월에 발표됐다.
이 뉴스클리핑은 BKT뉴스{www.bktimes.net}에서 발췌된 내용입니다.
