▲ Grad-CAM 알고리즘 이용 훈련된 딥러닝 모델이 골다공증 환자와 비골다공증 환자의 치과용 파노라마 엑스레이를 분류하는 이미지상의 특이점의 위치를 알 수 있다.

 턱뼈 전체를 촬영하는 치과 기본 엑스레이인 파노라마 영상에 골밀도 검사결과 (T-Score)를 대입한 딥러닝 모델을 통해 골다공증을 예측할 수 있다는 연구결과가 나왔다.

고려대 안산병원 치과 이기선 교수는 골다공증 환자의 경우 전신적인 골밀도 감소로 인해 치과용 파노라마 엑스레이상의 턱뼈에서도 골밀도 감소에 따른 뼈 이미지 특이성이 나타난다는 점에 착안, 딥러닝 모델을 통해 골다공증을 예측할 수 있는 인공지능 알고리즘의 개발 가능성을 제시했다.

특히 이번 연구는 기존 통계적 모델이나 머신러닝 모델에 기반한 연구가 아닌 골밀도 점수를 기반으로 학습한 딥러닝 모델에 관련된 논문으로 기존 많은 딥러닝 연구들이 분류 예측결과의 이유를 알 수 없어 블랙박스라고 알려져 있었던 분야에 인공지능(AI) 알고리즘 중에 하나인 Grad-CAM 알고리즘을 적용하여 골다공증과 비골다공증 환자의 엑스레이의 어느 부분을 보고 구분했는지 비교 분석하는 국내외 첫 연구 결과이다.

이기선 교수는 과거 삼성SDS에서 소프트웨어 개발자로 근무 경력이 있는 의료인으로 현재 해당 주제로 교육부 주관의 개인 국책 연구과제를 수행 중에 있다.

연구 결과는 2019년도 현재 영향력 지수(IF) 5.688인 국제 학술지‘Journal of Clinical Medicine’에 올 2월‘Evaluation of Transfer Learning with Deep Convolutional Neural Networks for Screening Osteoporosis in Dental Panoramic Radiographs’라는 제목으로 발표됐다.

이 기사를 공유합니다
저작권자 © 메드월드뉴스 무단전재 및 재배포 금지