딥러닝 인공지능(AI)을 활용해 흉부 X-레이를 기반으로 골다공증의 위험도를 예측할 수 있다는 연구 결과가 나왔다.

김관창 이대서울병원 심장혈관흉부외과 교수와 안소현 이화여대 의과학연구소 교수은 2021~2024년에 이대서울병원 국가검진센터에서 흉부 X-레이 검사와 이중에너지 X선 흡수 계측법(DXA) 골밀도 검사를 받은 성인 80명을 대상으로 딥러닝 기반 골다공증 진단보조 소프트웨어(PROS® CXR: OSTEO)로 골다공증 위험도를 분석한 결과 AI의 진단 정확도(AUC) 수치가 0.93을 기록하며 우수한 성능을 보였다고 19일 밝혔다.

AUC는 1에 가까울수록 성능이 뛰어남을 뜻하는 지표로, 0.8 이상이면 고성능 모델로 분류한다. 

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.

연구팀은 골밀도 진단 검사 데이터를 AI에 학습시켜 진단 성능을 검증한 이번 연구결과가 흉부 X-레이가 저렴한 비용과 높은 접근성으로 조기에 골다공증 환자를 선별하고, 적절한 치료 및 예방의 기회를 제공할 수 있는 안정적인 진단 및 치료 옵션임을 입증했다고 설명했다. 김관창 이대서울병원 심장혈관흉부외과 교수

교신저자로 참여한 김관창 교수는 “이번 연구는 흉부 X-레이로 골다공증 위험을 선별할 수 있다는 점에서 임상적 의의가 크다”며 “현재 폐 질환 AI 진단 모델 개발 연구도 병행하고 있는데, 두 연구를 연계해 단일 영상검사로 다중 질환을 선별할 수 있는 통합 AI 플랫폼을 구축하겠다”고 말했다.

이번 연구는 ‘임상 코호트에서 기존 흉부 X-레이를 사용한 딥러닝 기반 골다공증 진단 모델의 성능 평가’라는 제목의 논문으로 국제학술지 ‘흉부질환 저널’(Journal of Thoracic Disease, IF=1.9) 최신호에 게재됐다.