아주대병원, AI 기반 요추 추간판 재발 예측 머신러닝 모델 개발

아주대병원은 노성현 신경외과 교수팀과 경북대 데이터사이언스대학원 김수현 교수팀이 인공지능(AI)을 활용해 요추 추간판 절제술 후 재발 위험을 예측하는 머신러닝 모델을 개발했다고 31일 밝혔다.

연구팀은 2003년~2023년 아주대병원에서 요추 추간판 절제술을 받은 환자 126명의 임상·MRI 데이터를 분석했다. 연령·체중·기저질환 등 인구학적 요인과 수술 관련 인자, MRI로 정량화한 요추 주변 근육 부피(volume)를 설명변수로 투입해 예측 모델을 학습했다.

로지스틱 회귀, 경량 그래디언트 부스팅 머신(LightGBM), CatBoost, 다층 퍼셉트론(MLP) 등 여러 알고리즘과 비교한 결과 익스트림 그래디언트 부스팅(XGBoost)가 가장 우수했다.

내부 검증에서 정확도(Accuracy) 79%, AUC 0.811(재발자와 비재발자를 구분하는 판별력 지표)였고, 외부 의료기관 데이터로 한 독립 검증에서는 정확도 92%·AUC 0.90을 기록했다. 일반적으로 AUC 0.8대는 '우수', 0.9 이상은 '탁월'로 평가된다. 연구팀은 다른 병원 환자에게도 모델이 잘 통한다는 일반화 성능을 확인했다고 설명했다.

특히 허리 뒷쪽 깊은 부위에 위치한 사각요근(quadratus lumborum) 부피가 55mL 이상으로 발달한 환자에서 재발 위험이 약 8배 높게 나타났다.

모델 개발에는 노성현 교수가 제작한 AI 척추 영상 분석 프로그램 'SPINEMASTER'(Noh Thinking)가 핵심 도구로 활용됐다. 이 소프트웨어는 MRI 단면에서 근육·지방·척추체를 자동 분할·정량화해 임상 입력 변수를 신속·일관되게 확보하도록 돕는다.

노성현 교수는 “MRI 한 장만으로 환자 맞춤형 재발 위험도를 제시하고 추적 관찰 주기를 조정할 수 있어 임상 현장에서의 활용 가치가 크다”고 말했다.

이 연구 성과는 국제 신경외과학 학술지 'Journal of Korean Neurosurgical Society(JKNS)'에 '요추 추간판 절제술 후 재발성 요추 추간판 탈출증 예측을 위한 머신러닝 모델'이라는 제목으로 최근 게재 승인을 받았다. 노성현·김수현 교수가 공동 교신저자, 아주대의대 강승엽 학생과 경북대 데이터사이언스대학원 이수진 대학원생이 공동 제1저자로 참여했다.

수원=김동성 기자 estar@etnews.com