이번 연구는 2015년부터 2021년까지 수집된 환자 322명의 척추 MRI 데이터를 활용해, 딥러닝 기반의 AI 모델(U-Net)을 학습시켜 전이성 병변을 탐지하고 분할하는 시스템을 구축한 것이다. AI는 세 가지 종류의 MRI 영상 데이터를 종합 분석하며, 영상의학 전문의 5명과의 판독 정확도를 비교한 실험에서도 높은 성능을 보였다.
연구 결과, AI는 85.7%의 정확도로 전이 병변을 탐지해냈으며, 이는 전문의 평균(74.6%)보다 높은 수치다. 특히 1cm 이하의 작은 병변까지 감지할 수 있어 조기 진단에 효과적인 것으로 나타났다. 잘못된 탐지 비율도 AI가 더 낮았다.
골전이는 폐암, 유방암, 전립선암 환자에게 흔히 발생하며, 척추 전이는 병적 골절이나 신경 손상을 유발할 수 있어 조기 발견이 중요하다. 하지만 수백 장에 달하는 척추 MRI를 일일이 판독해야 하는 의료진의 부담이 컸던 만큼, AI의 진단 보조 기능은 임상 현장에서 유용하게 활용될 가능성이 높다.
해당 연구는 영상의학 분야 학술지 Korean Journal of Radiology 2024년 호에 게재됐으며, 자세한 내용은 논문 원문에서 확인할 수 있다.
임혜정 기자
press@hinews.co.kr
