개인정보 보호를 위한 비밀번호 변경안내 주기적인 비밀번호 변경으로 개인정보를 지켜주세요.
안전한 개인정보 보호를 위해 3개월마다 비밀번호를 변경해주세요.
※ 비밀번호는 마이페이지에서도 변경 가능합니다.
30일간 보이지 않기
번역
  • 한국어
  • English
  • 日本語
  • 中文
  • 병·의원.
  • 대학병원

AI가 척추 MRI에서 '암 전이 골절' 찾아낸다

발행날짜: 2026-08-24 09:12:00

순천향대서울병원 이재철 교수팀, 척추 분야 학술지 게재

[메디칼타임즈=문성호 기자]나이가 들면 뼈가 약해져 척추가 살짝 주저앉는 '압박골절'이 흔하게 생긴다. 대부분은 골다공증 때문이지만, 드물게는 다른 장기의 암이 척추로 퍼지면서(전이) 뼈가 약해져 생기기도 한다.

왼쪽부터 이재철 순천향대서울병원 정형외과 교수, 안중현 가톨릭대 부천성모병원 정형외과 교수, 신유진 가톨릭대 데이터사이언스학과 교수.

겉으로 보이는 증상은 비슷해도 이 둘은 치료 방향이 완전히 다르다. 골다공증이 원인이라면 골다공증 약물치료와 척추를 안정시키는 치료를 하지만, 암 전이가 원인이라면 원래 암을 찾아 항암치료나 방사선치료 같은 전혀 다른 치료가 필요하다.

문제는, 암 때문에 생긴 골절을 단순한 골다공증 골절로 잘못 판단하면 정작 중요한 암 발견과 치료가 늦어질 수 있다는 점이다. 그래서 두 골절을 정확히 구별하는 일이 매우 중요하다.

순천향대학교 서울병원 정형외과 이재철 교수(교신저자)와 가톨릭대학교 부천성모병원 정형외과 안중현 교수·데이터사이언스학과 신유진 교수 연구팀은 이 문제에 주목해, 병원에서 흔히 찍는 척추 MRI 사진을 인공지능(AI)이 분석하도록 하는 연구를 진행했다.

AI는 먼저 MRI에서 이상이 있는 척추뼈의 위치를 스스로 찾아낸 뒤, 그 부위가 골다공증에 의한 골절인지 암 전이에 의한 골절인지 구별하도록 학습했다.

연구팀은 척추 압박골절 또는 척추 전이가 있는 환자 2,165명의 MRI를 분석하고, 2만 7543개의 척추 마디를 대상으로 AI의 정확도를 평가했다. 또한 여러 종류의 AI 모델을 같은 영상으로 학습 시켜 어떤 모델이 가장 정확한지도 비교했다.

그 결과, 가장 우수한 성능을 보인 AI 모델은 암 전이로 판단한 경우 실제로 맞을 확률이 약 91%, 실제 암 전이 골절 중 놓치지 않고 찾아낸 비율이 약 93%로, 위치를 찾아내는 정확도까지 종합적으로 가장 균형 잡힌 성능을 보였다.

특히 일부 모델은 암 전이 골절을 놓치지 않고 걸러내는 능력이 특히 뛰어나, 향후 '선별검사' 용도로도 쓰일 수 있는 가능성을 보였다.

이재철 교수는 "이번 연구는 일상적으로 시행되는 척추 MRI에 딥러닝 기술을 적용해, 의료진이 특별히 주의 깊게 봐야 할 병변을 찾아내고 암 여부를 감별할 수 있는 가능성을 확인했다는 데 의미가 있다"며 "AI가 의사를 대신하는 것이 아니라, 의료진이 놓칠 수 있는 부분을 한 번 더 확인하도록 돕는 보조 수단으로 활용된다면 더 빠르고 정확한 진단과 치료에 도움이 될 것"이라고 설명했다.

한편, 이번 연구는 척추 분야 국제학술지 'The Spine Journal'에 'Deep Learning Magnetic Resonance Imaging Algorithm for Differentiating Metastatic Vertebral Fractures'라는 제목으로 2026년 4월 게재됐다.

댓글
새로고침
  • 최신순
  • 추천순
댓글운영규칙
댓글운영규칙
댓글은 로그인 후 댓글을 남기실 수 있으며 전체 아이디가 노출되지 않습니다.
ex) medi****** 아이디 앞 네자리 표기 이외 * 처리
댓글 삭제기준 다음의 경우 사전 통보없이 삭제하고 아이디 이용정지 또는 영구 가입이 제한될 수 있습니다.
1. 저작권・인격권 등 타인의 권리를 침해하는 경우
2. 상용프로그램의 등록과 게재, 배포를 안내하는 게시물
3. 타인 또는 제3자의 저작권 및 기타 권리를 침해한 내용을 담은 게시물
4. 욕설 및 비방, 음란성 댓글
더보기
이메일 무단수집 거부
메디칼타임즈 홈페이지에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 방법을 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반할 시에는 정보통신망법에 의해 형사 처벌될 수 있습니다.