인공지능을 통한 근전도 검사 판독이 의사보다 정확도와 속도면에서 모두 뛰어난 것으로 나타났다.
노원을지대학교병원(병원장 유탁근) 신경과 유일한 교수팀이 근육 수축 상태의 근전도를 인공지능에 적용하여 분석한 결과 의사에 비해 판독 정확도는 19% 높았고, 속도도 30~40분 더 빨랐다. 그동안 인공지능 검사 판독에 관한 연구는 주로 심전도, MRI, X-ray에 관해 진행되어와 근전도 검사에 관한 연구는 이번이 처음이다.
연구에서 유 교수팀은 2015년부터 2020년까지 6년 동안 신경병 또는 근육병이 의심되어 근전도 검사를 받았던 57명의 환자의 근전도 파형 데이터를 숫자형 데이터로 추출해 인공지능에 적용했다.
▲ 유 일한 교수
이를 바탕으로 정상인, 신경병, 근육병의 근전도 파형과 개별적인 모든 근육을 인공지능을 통해 분석한 결과 ▲정확도 88% ▲민감도 82% ▲양성 예측도 86%로 나타났다.
이에 비해 6명의 의사가 같은 조건으로 근전도 검사 판독을 한 결과 ▲정확도 69% ▲민감도 54% ▲양성 예측도 60%로, 정확도는 19%P, 민감도는 28%P, 양성 예측도는 26%P 각각 높았다.
인공지능이 이렇게 한 환자의 모든 근육의 근전도를 판독해서 최종 진단을 내놓는데 소요된 시간은 1초에 불과했지만 의사들은 평균 30~40분 이상 소요됐다.
근전도는 신경병과 근육병 환자를 감별 진단하는데 중요한 검사다. 신경병은 같은 힘을 줄 때 근육 수축을 일으키는 운동신경의 개수가 감소하지만 근육병은 힘을 작게 주어도 정상보다 많은 수의 운동신경이 근육 수축을 일으키는 형태를 보인다. 이 때문에 육안으로는 두 질환을 완벽하게 구분하기 어려워 검사 결과에 대한 의사 개인 간 판독 편차 역시 클 수밖에 없는 한계가 있었다.
노원을지대학교병원 신경과 유일한 교수는 “이번 연구로 인공지능을 이용한 근전도 판독이 빠르고 정확한 것으로 밝혀졌다”며 “추후 인공지능 판독이 근전도에도 적용된다면 신경 근육 질환자를 더 정확하고 빠르게 진단하는 데 중요한 역할을 할 것”이라고 말했다.
이번 연구는 SCI급 저널인 ‘ComputerMethods and Programs in Biomedicine’ 11월호에 게재됐다.
[참고] 근전도 검사의 정확도·민감도·양성 예측도 계산법
정확도 = (true positives + true negatives)/ (true positives + true negatives + false positives + false negatives) 민감도 = true positives/(true positives + false negatives) 양성 예측도 = true negatives/(true negatives + false positives) ① true positives : 신경병, 근육병과 같이 이상이 있는 근전도를 이상이 있다고 예측 ② true negative : 정상인 근전도를 정상이라고 예측 ③ false negative : 이상이 있는 것을 정상이라고 판독 ⓸ false positive : 정상인 근전도를 이상이 있다고 판독 |