치과치료를 받기 위해 찍는 턱뼈 X선 영상과 골밀도검사 결과로 골다공증을 예측할 수 있는 알고리즘이 개발됐다.

고대안산병원 치과 이기선 교수는 턱뼈 전체를 촬영하는 치과 기본 검사인 X선 파노라마 영상에 골밀도 검사결과인 T스코어를 대입해 훈련한 딥러닝 모델이 골다공증 환자 선별에 예측에 유용하다고 발표했다.

골다공증은 침묵의 질환으로 알려져 있을 만큼 질환 인지도 및 치료율이 낮다. 국내 국민건강통계 자료에 따르면 골다공증환자의 20%정도만이 인지하고 있다.

이 교수는 골다공증환자에서 골밀도 감소로 치과용 턱뼈영상에서도 뼈 이미지 특이성이 나타난다는 여러 국내외 연구결과에 착안했다. 

이 교수는 파노라마 영상으로 촬영된 턱뼈를 최신 인공지능(explainable AI) 알고리즘 중에 하나인 Grad-CAM을 적용해 분석했는데 해당 인공지능은 기존의 통계적 모델이나 머신러닝 모델에 기반한 연구 결과가 아닌, 골밀도 점수(T-Score)를 기반으로 학습한 딥러닝 모델이었다.

그 결과, 골다공증 환자와 비-골다공증 환자의 치과용 파노라마 엑스레이를 분류하는 이미지상의 특이점의 위치를 파악할 수 있는 것으로 확인되었으며 환자에 적용했을 때 골다공증 분별 정확도는 86%를 기록했다.

이기선 교수는 "골다공증의 경우 높은 유병율에도 명확한 증상이 없어 매우 낮은 인지율을 보이고 있고, 특별히 환자 인지율을 높일 수 있는 별다른 방법이 없었다"며 "본 연구를 통해 치과를 방문하는 골다공증 유병자 분들의 인지율 상승과 더불어 치과의사에게 있어도 진료에 도움이 되는 시스템을 만들기 위해 골다공증 위험성 판단 알고리즘의 정확도를 높일 계획"이라고 전했다.

이번 연구 결과는 국제학술지 임상의학저널(Journal of Clinical Medicine)에 게재됐다.