|
[데일리메디 박대진 기자] 고려대학교 안산병원 치과 이기선 교수가 개발한 딥러닝 모델이 골다공증 환자 선별 예측에 유용한 것으로 확인됐다.
골다공증은 뼈의 강도가 약해져 쉽게 골절이 발생되는 전신 골격계 질환이며, 연령 증가, 폐경, 무리한 다이어트 등과 같은 생활습관 또는 유전적 질환 등이 요인으로 알려져 있다.
그러나 질환이 진행되는 동안 통증이나 별다른 증상이 없어 가벼운 충격에 골절이 발생하기 전까지 대부분의 환자가 인지하지 못하는 ‘침묵의 질환’이라고도 불린다.
실제 국민건강통계 자료에 따르면 해당 질환을 인지 및 치료 비율은 골다공증 환자 10명 중 1~2명에 불과할 정도로 인지율이 매우 낮다.
이기선 교수는 턱뼈 전체를 촬영하는 치과 기본 엑스레이인 파노라마 영상에 골밀도 검사결과인 T-Score를 대입한 딥러닝 모델을 개발했다.
많은 연구 중 골다공증 유병 환자의 경우 치과용 파노라마 엑스레이상에서도 골밀도 감소 특이성이 나타나며, 이를 이용하면 골다공증 여부를 선별할 가능성이 높다는 사실에 주목했다.
알고리즘을 이용하면 훈련된 딥러닝 모델이 골다공증 환자와 비골다공증 환자의 치과용 파노라마 엑스레이를 분류하는 이미지상의 특이점의위치를 확인할 수 있는 원리다.
이기선 교수는 “치과의사에게 진료에 도움이 되는 시스템을 만들어 보는 것을 목표로 골다공증 위험성 판단 알고리즘의 정확도를 높이기 위해 계속 연구를 이어갈 예정”이라고 말했다.
한편, 이기선 교수는 과거 삼성SDS에서 소프트웨어 개발자로 근무 경력이 있는 의료인으로, 현재 해당 주제로 교육부 주관의 개인 국책연구과제를 수행 중이다. |
