CT(컴퓨터단층촬영)촬영이 본래의 목적 외에도 인공지능 기반 솔루션을 활용하여 당뇨병 예측과 함께 다양한 대사 질환(지방간, 내장비만, 근감소증, 골다공증, 대동맥 석회화)을 동시에 식별할 수 있다는 연구 결과가 최근 영상의학 분야 세계적 권위 학술지인 ‘Radiology’에 게재되었다는 소식이다.
성균관의대 강북삼성병원(원장 신현철) 코호트연구소 장유수·헬스케어데이터센터 류승호 교수 연구팀과 서울대병원 영상의학과 윤순호 교수 연구팀은 2012년~2015년 사이에 강북삼성병원 종합건진센터에서 PET-CT를 받은 성인 3.2만여 명의 결과를 딥캐치의 딥러닝 모델을 사용하여 내장 및 피하지방, 근육, 골밀도, 지방간, 대동맥 석회화 등의 정량화된 체성분 수치를 자동으로 추출했다. 딥캐치의 딥러닝 알고리즘은 내장지방, 피하지방, 근육량, 골밀도, 대동맥 칼슘과 같은 체성분을 분할하여 3D로 구현하고 정량화하는 기술이다.
그 결과 당뇨병 유병 상태 및 발생 예측은 AUROC(수신자조작특성 곡선 이하 넓이로 1에 가까울수록 예측 성능이 높음)가 남자 0.75, 여자 0.85를 보였다. 또한 대사 증후군(지방간, 대동맥 석회화, 내장비만, 근감소증, 골다공증)을 식별하기 위한 지수는 AUROC 남자 0.81, 여자 0.90으로 나타나 높은 예측 성능을 보여주었다.
연구팀은 “이 연구 결과는 CT 영상이 기존의 질병 진단을 넘어 예방적 기회검진(opportunistic screening)으로 활용될 수 있는 가능성을 보여주고 있다”며, “당뇨병 및 동반 질환의 위험성을 더욱 정확하게 예측하고, 조기에 전략적으로 대응하는데 도움을 줄 것”이라고 덧붙였다.
임혜정 기자
press@healthinnews.co.kr