이번 연구는 ‘Deep-Learning Method for the Diagnosis and Classification of Orbital Blowout Fracture Based on Computed Tomography’라는 제목으로, 미국 ‘Journal of Oral and Maxillofacial Surgery’에 게재됐다. 신 교수와 김수영, 고현강, 이형우 교수팀이 공동 연구를 수행했으며, 제133회 대한안과학회에서 학술상을 받았다.
안와 골절은 안구를 둘러싼 뼈가 외부 충격으로 부러지는 질환으로, 복시, 안구운동 제한, 감각 이상 등 증상이 나타날 수 있다. CT 진단이 가능하지만, 미세 골절은 전문의도 놓칠 수 있어 AI 진단 보조가 필요하다.
연구팀은 CT 영상으로 골절 여부, 위치, 시기를 구분하는 3단계 딥러닝 모델을 개발했다. 첫 번째 모델은 골절 유무를 99.5% 정확도로 판별하고, 두 번째 모델은 골절 위치(내측벽, 하벽, 내하측벽)를 97.4% 정확도로 구분했다. 세 번째 모델은 급성인지 만성인지 96.8% 정확도로 분류해 임상 활용 가능성을 높였다.
2005년부터 2024년까지 건국대병원에서 진단받은 233명 환자의 1,264건 CT 데이터를 활용해 전문의가 라벨링한 이미지를 학습시켰다. 모델은 Neuro-T 플랫폼으로 개발됐으며, 85% 데이터를 학습, 15%를 평가에 사용했다.
급성과 만성을 구분하는 모델은 치료 결정에 중요한 정보를 제공한다. 급성 골절은 수술이 필요한 경우가 많고, 만성 골절은 증상과 환자 요구에 따라 치료 방향이 달라질 수 있다. 이 AI 시스템은 응급 상황에서 의료진의 빠른 판단을 지원하고, 의료 접근성이 낮은 지역에서 미세 골절 진단을 돕는 역할도 기대된다.
이번 연구는 의료 AI의 임상 적용 가능성을 보여주는 의미 있는 성과로 평가받고 있다.
임혜정 하이뉴스(Hinews) 기자
press@hinews.co.kr
