건국대병원 정형외과 정석원 교수팀(서울적십자병원 정형외과 이수현 교수, 명지병원 정형외과 이지환 교수)과 시안솔루션(서안나 대표, 정영진 연구소장)이 인공지능을 활용한 소프트웨어로 회전근 개 파열 부위를 정밀하게 3D로 시각화하는 프로그램을 개발, 보다 정교한 치료를 위한 발판을 마련했다.

 

회전근 개는 어깨를 돌리는 관여하는 어깨와 팔을 연결하는 4개의 근육과 힘줄로, 회전근 개 파열은 대표적인 어깨 질환이다. 회전근 개 파열의 유무 및 파열된 위치와 크기, 모양의 판단은 수술적 치료에 있어, 환자의 예후에 중요한 영향을 미친다.

 

▲ 정 석원 교수     ▲ 이 수현 교수      ▲ 서 안나 대표

 

현재 이는 세로 단면(Saggital), 가로 단면(Axial), 전면(Coronal view)의 수십장의 단면 MRI를 통해 머릿속으로 조합해 모양을 유추하는 방식으로 이뤄져, 비숙련의의 경우, 정확성과 재현성이 떨어진다는 문제가 있다.

 

이에 정석원 교수팀과 시안솔루션은 회전근 개 파열 환자 303명의 MRI 데이터를 바탕으로

딥러닝 모델인 3D U-Net convolutional network를 이용해, 회전근 개 파열 병변 모양을 3D로 감지, 분할 및 3차원적으로 시각화하고, 파열 정도를 정량화하는 데 성공했다.

 

그 결과, 실제 병변과의 일치도를 나타내는 Dice coefficient score가 94.3%를 비롯, 민감도 97.1%, 특이도 95%를 보이며 높은 정확도의 3차원 시각화를 구현했다.

 

정석원 교수는 “이번 연구는 뼈 부분이 아닌 힘줄 부위를 3차원으로 시각화한 최초의 연구”라며 “회전근 개 파열 부위를 등급화하는 지금 단계에서 더 나아가 파열 부위의 segmentaion을 통해 시각화하고, 파열 정도를 정량화 한 혁신적인 연구”라고 의의를 밝혔다.

 

연구팀은 “이번 개발로 회전근 개 파열 환자의 파열 부위를 시각적으로 명확하고 쉽게 이해할 수 있는 시스템을 구축해 의사와 환자가 원활하게 소통하며 보다 환자에게 적합한 수술방법을 결정하고, 예후를 예측하는 데 큰 도움이 될 것으로 기대한다”고 밝혔다.

 

이번 연구 논문은 ‘Automated 3-dimensional MRI segmentation for the posterosuperior rotator cuff tear lesion using deep learning algorithm’로 저명한 국제 저널 PLOS ONE에 게재됐다.

 

●참고자료

◆ 사진 설명 : Multiplanar reformation view. 빨간색 영역은 자동으로 분할된 RCT 병변을 나타낸다. 분할된 영역은 다중면(coronal, axial, sagittal) 방향으로 자유롭게 제어해 볼 수 있다.