핀란드의 이위베스퀼래 대학과 중앙 핀란드 의료지구가 X선 영상을 이용해 초기의 무릎 골관절염을 감지하는 인공지능(AI) 기반의 신경 네트워크를 개발했다. 특히 사례 중 87%에서 인공지능과 의사의 진단이 일치해 향후 적용 가능성을 보여주었다.

골관절염은 전 세계에서 가장 흔한 관절 질환으로 관절 연골의 점진적 손상 및 퇴행이 일어나 관절을 이루는 뼈와 관절막, 주변 인대 등의 이차적 손상이 일어나고 통증과 변형, 기능 장애까지 나타날 수 있다. 

AI 기반의 새로운 진단 방법은 X선에서 골관절염을 예측하는 방사선 특성을 감지하도록 훈련되었다. 이번 진단 방법의 개발 담당 연구원 Anri Patron은 "프로젝트의 목표는 인공지능이 X선에서 골관절염의 초기 특징을 인식하도록 훈련시키는 것이었다. 경험이 풍부한 의사들은 시각적으로 구별할 수 있지만 자동으로 수행될 수는 없다."라고 설명했다.

실제로 AI는 무릎 관절의 경골 결절에 골관절연의 징후인 스파이킹(spiking)의 존재 여부를 감지하고자 개발되었다.

연구원 Patron은 "약 700개의 X선 영상을 이용해 AI 모델을 개발했고 약 200개의 X선 영상으로 모델을 검증했다. 87%의 경우에서 모델의 스파이킹 추정과 의사의 추정치가 일치했고, 이는 장래성을 갖는다. "고 설명했다.

이위베스퀼래 대학 디지털건강지능연구소장 Sami Ayramo은 세계적으로 초기 골관절염을 진단하기 위한 AI 모델 개발이 활발히 이루어지고 있다면서 무릎 골관절염을 감지하기 위한 여러 AI 모델이 개발되었으나 초기 단계의 징후를 감지할 만큼 정확하지 않다고 설명했다.

이번 모델 개발의 목표는 앞으로 AI가 엑스레이를 통해 무릎 골관절염의 초기 징후를 감지하여 일반 전문의가 초기 진단을 내릴 수 있도록 하는 것이다.

중앙 핀란드 보건 지구 외과 교수인 Juha Paloneva는 초기 단계의 골관절염을 효과적으로 치료할 수 있다면서 "초기에 진단할 수 있다면 MRI 검사와 같은 불확실성과 비용이 많이 드는 검사를 피할 수 있다. 최선의 시나리오대로라면, 심지어 관절 수술을 피할 수도 있다."라고 이번 연구의 의의를 전했다.