자기공명영상(MRI)과 바이오마커, 임상 정보 등을 종합해 무릎 골관절염의 진행을 미리 예측하는 인공지능(AI) 모델이 나와 주목된다.

이 인공지능 모델을 활용하면 골관절염의 진행 여부는 물론 통증 가능성 등을 미리 예측할 수 있다는 점에서 개인 맞춤형 관리의 기반이 될 수 있다는 것이 전문가들의 평가다.

26일 의료산업계에 따르면 MRI와 임상 정보 등을 종합해 무릎 골관절염의 진행을 예측하는 AI 모델이 검증에 성공한 것으로 확인됐다.

무릎 골관절염은 무릎 관절의 연골이 점점 마모돼 발생하는 질환으로 통증과 경직을 유발하며 일상 생활에 큰 불편을 초래하게 된다.

특히 전 세계적으로 환자가 3억명이 넘어가고 있는데다 악화되면 인공관절 수술이 필요하다는 점에서 경각심이 높아지고 있는 상황.

하지만 무릎 골관절염으로 진단된다 해도 악화될지, 혹은 인공관절을 삽입해야 할지 등을 예측할 수 없다는 점에서 치료에 한계가 있던 것이 사실이다.

중국 충칭 의과대학 팅 왕(Ting Wang) 교수가 이끄는 연구진이 환자의 MRI와 혈액검사 결과, 임상 정보 등 멀티모달을 통해 악화 가능성을 예측하는 인공지능 모델을 개발한 것도 이러한 배경 때문이다.

만약 무릎 골관절염이 어떻게 악화될지 정확하게 예측할 수 있다면 선제적이고 개인화된 치료가 가능해지기 때문이다.

이에 따라 연구진은 미국 국립보건원 골관절염 바이오마커 컨소시엄 재단을 통해 환자 594명의 데이터를 수집하고 데이터 유형을 모두 결합한 예측 모델을 개발했다.

MRI 영상을 기본으로 혈액검사, 바이오마커 검사, 임상 정보 등 최대한의 정보를 취합해 환자의 골관절염 악화를 예측하는 'LBTRBC-M' 모델을 개발한 것.

플로스 의학(PLOS Medicine)에 실린 검증 연구(10.1371/journal.pmed.1004665) 결과 이 모델은 무릎 관절 간격 감소(Joint Space Narrowing, JSN)와 통증으로의 진행, 비진행 염증 등에 대해 매우 높은 정확도를 보여줬다.

구체적으로 보면 무릎 관절 간격 감소(0.7mm 이상)을 예측하는 정확도는 인공지능의 정확도를 보여주는 지표인 수신자 조작 특성 곡선 아래 면적(AUC)이 0.880을 기록했다. 88%의 확률로 이를 예측할 수 있다는 의미다.

또한 통증이 일어날 것에 대한 예측은 AUC가 0.913을 기록했으며 비진행 여부에 대한 예측은 0.886으로 분석됐다.

이를 기반으로 전공의들에게 이 모델을 활용하도록 권고하자 의사들의 예후 예측 정확도가 46.9%에서 65.4%로 크게 향상됐다.

팅 왕 교수는 "이 인공지능 모델을 활용하면 악화 위험과 비진행 가능성, 나아가 인공관절이 필요한 시기까지 정확하게 예측할 수 있게 된다"며 "개인 맞춤형 치료의 기반이 될 것"이라고 밝혔다.