퇴행성 관절염은 연골이 점차 손상되고 관절 구조가 변형되는 만성 질환으로, 주로 중장년층에서 통증과 운동 제한을 유발하며 삶의 질을 크게 떨어뜨린다. 전 세계적으로 약 16~30%의 인구가 이 질환을 겪고 있으며, 고령화 사회 진입에 따라 환자 수가 지속 증가하고 있다. 특히 한쪽 무릎에 관절염이 생긴 뒤 반대쪽 무릎에서도 증상이 나타나는 양측성 진행이 흔하지만, 모든 환자에게 동일하게 나타나지는 않아 이를 정확히 예측하는 연구는 부족했다.
모델은 Tree-based Pipeline Optimization Tool 알고리즘을 적용했으며, 총 9가지 변수—성별, 반대쪽 무릎의 외측 관절 간격 감소, 반월판 절제술 이력, 체질량지수(BMI), 관절염 무릎의 관절염 정도(KLG), 인종, 반대쪽 무릎의 관절염 정도, 반대쪽 무릎의 통증 및 기능 지표(WOMAC 점수), 관절염 무릎의 WOMAC 점수—를 바탕으로 설계됐다.
모델 평가 결과, 테스트셋에서 수신자 조작 특성 곡선(AUC)은 0.69로, 제한된 변수만으로도 반대쪽 무릎 퇴행성 관절염 발생 가능성을 준수하게 예측할 수 있음을 보여준다. 정확도 0.60, 정밀도 0.50, F1 점수 0.58 등의 수치를 기록했다.
노두현 교수는 “본 연구는 반대쪽 무릎 퇴행성 관절염 발생 가능성을 예측하는 최초의 머신러닝 모델로, 양측 무릎 상태를 종합적으로 고려한 맞춤형 치료 계획 수립에 큰 도움이 될 것”이라고 기대감을 밝혔다.
임혜정 하이뉴스(Hinews) 기자
press@hinews.co.kr
