[메가경제=주영래 기자] 건국대병원 안과 신현진 교수 연구팀이 안와(眼窩) 골절을 정밀하게 진단하고 분류할 수 있는 딥러닝 기반 인공지능(AI) 모델을 개발, 99.5%의 정확도를 달성했다. 이번 연구는 급성·만성 골절을 구분할 수 있는 첫 AI 모델로, 임상 진단의 정확도와 효율성을 높일 기술로 주목받고 있다.
이번 연구 결과는 미국 구강·악안면외과학 분야의 권위 있는 학술지 ‘Journal of Oral and Maxillofacial Surgery’에 게재됐으며, 제133회 대한안과학회에서 학술상을 수상했다. 연구에는 신현진 교수와 김수영·고현강·이형우 교수팀이 참여했다.
 |
| ▲ 건국대병원, 딥러닝으로 안와골절 CT 진단 정확도 99.5% 달성 |
안와골절(orbital blowout fracture, BOF)은 외부 충격으로 안구 주변의 뼈가 골절되는 외상성 손상으로, 심한 경우 복시(복시증)나 안구함몰 등 기능적 손상을 초래할 수 있다. 그러나 미세 골절은 전문의도 놓칠 수 있어 AI 기반 진단 보조의 필요성이 꾸준히 제기돼 왔다.
신 교수팀은 2005~2024년 사이 건국대병원에서 안와골절 진단을 받은 환자 233명의 CT 영상 1,264건을 분석해 ▲골절 여부 ▲골절 위치 ▲골절 시기(급성·만성)를 자동 판별하는 세 가지 AI 모델을 개발했다.
‘골절 여부 판단 모델’은 정상과 골절을 99.5% 정확도로 구분했으며, ‘골절 위치 분류 모델’은 내측벽·하벽·내하측벽 등 부위를 97.4% 정확도로 식별했다. 또한 ‘골절 시기 분류 모델’은 급성과 만성을 96.8% 정확도로 구분했다.
이번 연구는 단순 진단을 넘어 골절의 시기(급성·만성)를 판별할 수 있는 점에서 차별화됐다. 급성 골절은 수술이 필요한 경우가 많고, 만성 골절은 환자 상태에 따라 치료 방침이 달라질 수 있어 AI 모델이 임상 의사결정을 보조하는 데 실질적 도움이 될 전망이다.
모델 개발에는 국내 AI 플랫폼 ‘Neuro-T’가 활용됐다. 연구팀은 전문의가 직접 골절 부위를 라벨링한 데이터를 기반으로 모델을 학습시켰으며, 전체 데이터의 85%를 학습용, 15%를 검증용으로 사용했다.
신현진 교수는 “이번 AI 모델은 응급 상황에서 의료진의 신속한 판단을 돕고, 의료 인프라가 부족한 지역의 진단 격차를 줄이는 데 기여할 것”이라며 “향후 광대골·하악골 등 다른 안면골 골절 진단 및 맞춤형 임플란트 설계에도 AI를 적용해 나가겠다”고 말했다.
[ⓒ 메가경제. 무단전재-재배포 금지]
