비용과 접근성 겸비한 골다공증 환자의 안정적인 치료 옵션 확인

   딥러닝 기술 기반의 인공지능(AI)을 활용한 흉부 X-ray로 골다공증의 위험을 예측할 수 있다는 연구 결과가 19일 발표됐다.

이대서울병원(병원장 주웅) 심장혈관흉부외과 김관창 교수(사진)와 이화여자대학교 의과학연구소 안소현 교수 연구팀은 2021년부터 2024년까지 이대서울병원 국가검진센터에서 흉부 X-ray 검사와 이중에너지 X선 흡수 계측법(DXA) 골밀도 검사를 받은 성인 80명을 대상으로 딥러닝 모델(PROS® CXR: OSTEO, 골다공증 진단 보조 소프트웨어)을 통해 골다공증 위험도를 분석했다.

AUC는 1에 가까울수록 성능이 뛰어남을 뜻하는 지표로, 0.8 이상이면 고성능 모델로 분류한다. 연구팀은 골밀도 진단 검사 데이터를 AI에 학습시킨 결과, AI의 진단 정확도(AUC) 수치는 0.93을 기록하며 우수한 성능을 보였다.

기존 골다공증 진단 시 사용했던 ‘이중에너지 X선 흡수 계측법(DXA, Dual-energy X-ray Absorptiometry)’은 검사 비용이 많이 들고, 방사선에 노출된다는 우려가 있어 골다공증의 표준검사로 활용하는 데 한계가 있었다.

이번 연구는 흉부 X-ray가 효율적인 비용과 높은 접근성으로 조기에 골다공증 환자를 선별하고, 적절한 치료 및 예방의 기회를 제공할 수 있다는 점에서 향후 골다공증 환자들에게 안정적인 치료 옵션임을 입증했다.

이번 연구의 교신저자로 참여한 김관창 교수는 “이번 연구는 흉부 X-ray로 골다공증 위험을 선별할 수 있다는 점에서 임상적 의의가 크다”며 “골다공증 진단 연구를 넘어 현재 폐 질환 AI 진단 모델 개발 연구도 병행하고 있는데, 두 연구를 연계해 단일 영상검사로 다중 질환을 선별할 수 있는 통합 AI 플랫폼 구축을 목표로 지속적인 연구를 이어갈 예정”이라고 말했다.

한편 이번 연구는 ‘임상 코호트에서 기존 흉부 X-ray를 사용한 딥러닝 기반 골다공증 진단 모델의 성능 평가’라는 제목의 논문으로 국제학술지 ‘흉부 질병 학회지(Journal of Thoracic Disease)’ 최신호에 게재했다.