질병체험

[인공지능신문] 메디컬아이피, 인공지능 체성분 분석 기술... ‘질병 예측 AI’ 상용 현실화!

암이란
2021-07-30
조회수 678

메디컬아이피, 인공지능 체성분 분석 기술... ‘질병 예측 AI’ 상용 현실화!


  • 기자명 박현진 기자 
  •  
  •  입력 2021.07.27 10:52
  •  
  •  댓글 0

 

바로가기 복사하기 본문 글씨 줄이기 본문 글씨 키우기




SNS 기사보내기

페이스북(으)로 기사보내기 트위터(으)로 기사보내기 카카오스토리(으)로 기사보내기 네이버블로그(으)로 기사보내기 URL복사(으)로 기사보내기 이메일(으)로 기사보내기 다른 공유 찾기 기사스크랩하기

국제학술지 미국 임상영양 저널(American Journal of Clinical Nutrition) 통해 '딥캐치’ 활용해 근감소증 및 대사성질환의 측정 및 예측 유효성 확인 검증

박상준 대표는 “과체중, 복부비만, 근육 감소 등 체성분 변화는 전세계적 건강 문제일 뿐 아니라 노화에 수반되는 탓에 고령화사회에서 이를 정확히 분석하는 기술의 수요는 지속 증대될 것”이라며, “연내에는 CT 촬영과 동시에 다양한 질환의 위험도를 예측, 스크리닝하는 기능의 탑재까지 예상되어 병원, 검진센터 등 다양한 분야에서 활용될 수 있도록 하겠다”고 밝혔다.박상준 대표는 “과체중, 복부비만, 근육 감소 등 체성분 변화는 전세계적 건강 문제일 뿐 아니라 노화에 수반되는 탓에 고령화사회에서 이를 정확히 분석하는 기술의 수요는 지속 증대될 것”이라며, “연내에는 CT 촬영과 동시에 다양한 질환의 위험도를 예측, 스크리닝하는 기능의 탑재까지 예상되어 병원, 검진센터 등 다양한 분야에서 활용될 수 있도록 하겠다”고 밝혔다.

인공지능(AI) 의료영상 플랫폼 및 3D응용 솔루션 대표 기업 메디컬아이피(대표 박상준)는 국제학술지 미국 임상영양 저널(American Journal of Clinical Nutrition)에 지난 15일 게재된 논문을 통해 인공지능(AI) 체성분 분석 솔루션 ‘딥캐치’가 대사성질환 및 근감소증 예측에 활용될 수 있음을 확인했다.

딥캐치(DeepCatch)는 딥러닝 기술을 활용해 CT 영상에서 피부, 뼈, 근육, 내장지방, 피하지방 등 체성분을 자동 분석하고 각각의 부피, 면적, 중량 등을 수치 정보로 산출해주는 AI 소프트웨어다.

논문에 따르면 딥캐치를 활용할 경우 CT 영상에서 근육량, 지방량, 골밀도 등 전신(Whole-body) 체성분을 정확히 분할할 수 있는 것은 물론, 영역별 수치 정보를 통해 근감소증 및 대사성질환의 평가를 보조할 수 있음이 확인됐다.

모델 개발 및 검증을 위한 개요(논문 캡처)모델 개발 및 검증을 위한 개요(논문 캡처)

이번 연구는 서울대학교병원 영상의학과 윤순호 교수, 연세대학교 세브란스병원 내분비내과 이유미, 홍남기 교수가 주도했으며 각 병원이 보유한 CT 데이터를 딥캐치로 분석했다. 

이후 이를 통해 나온 결과값의 정확도를 국내 2개 기관 및 프랑스 1개 기관의 데이터로 검증했고, 임상적 유용성은 한국 지역사회 노인 코호트 데이터를 이용해 검증했다.

연구팀은 “근감소증은 고령화사회에서 주요하게 다뤄져야 할 대표적 노인 질환임에도 별도의 정밀 검사가 필요한 한계점 때문에 저평가 되어왔다”며, “이번 연구로 매년 수백만 건 이상 촬영되는 CT영상을 통해 추가적인 정밀 검사 없이도 전신 체성분을 3차원 측정하고, AI 기술을 활용해 연계 질환을 예측할 수 있음이 확인된 것”이라고 설명했다.

이어 “딥캐치를 통해 기존 확보된 CT영상에서 그동안 저평가되어 왔던 근감소증을 비만과 함께 종합적으로 평가할 수 있는 툴을 마련하게 됐다”며 “AI로 분할된 전신 부위별 체성분은 효율적인 다장기 AI솔루션, 메타버스 등 3차원 시각화, 3D프린팅 등으로 구현될 수 있다”며 딥캐치를 기반으로 다양한 파생 기술이 개발될 수 있음을 시사했다.

실제로, 기존에는 근감소증 진단을 위해 handgrip strength(악력), chair stand(의자에 앉았다 일어나기), Timed get up and go(일어서서 걷기) 검사 등이 필요했고 이러한 과정은 대면 검사가 필요하며 검사과정에 소요되는 시간이 많고 절차가 번거로웠다.

조기 폐암 수술적 절제술을 시행한 67세 남성 환자에서 3차원 U-Net 유도 마스크의 3차원 재포맷(A) 및 단면 CT(B~E) 이미지(사진:논문 캡처)조기 폐암 수술적 절제술을 시행한 67세 남성 환자에서 3차원 U-Net 유도 마스크의 3차원 재포맷(A) 및 단면 CT(B~E) 이미지(사진:논문 캡처)

또 기존 체성분 분석 방식 DXA (Dual-energy X-ray Absorptiometry, 이중에너지 X선 흡수계측법), BIA(Bioelectrical Impedance Analysis, 생체 전기 임피던스 분석) 등은 3차원 분포를 파악할 수 없는 것은 물론 몸통 골격근 질량 데이터를 제공하지 못하거나 내장지방을 정확히 측정하는 데 일부 한계를 가지고 있었다. 이러한 점에서 딥캐치는 노인 질환 검사의 효율성, 정확성, 안전성을 극대화해줄 것으로 보인다.

뿐만 아니라 최근에는 미국 공공과학 학술지 ‘PLOS ONE’에 게재된 논문을 통해 딥캐치가 CT에서 정확하게 복부둘레를 측정하고 및 과체중, 비만 환자를 발견할 수 있다는 연구 결과가 발표됐다. 줄자를 사용해 허리를 재던 복부둘레를 비대면으로도 정확히 측정할 수 있게 된 것이다.

메디컬아이피 박상준 대표는 “과체중, 복부비만, 근육 감소 등 체성분 변화는 전세계적 건강 문제일 뿐 아니라 노화에 수반되는 탓에 고령화사회에서 이를 정확히 분석하는 기술의 수요는 지속 증대될 것”이라고 설명했다.

이어 박 대표는 “현재 여러 병원과 적응증 및 분석 영역 확대를 위한 임상 연구를 진행하고 있으며, 연내에는 CT 촬영과 동시에 다양한 질환의 위험도를 예측, 스크리닝하는 기능의 탑재까지 예상되어 병원, 검진센터 등 다양한 분야에서 활용될 수 있도록 하겠다”고 밝혔다.

한편, 인공지능(AI) 체성분 분석 솔루션 ‘딥캐치’ 연구 결과는 미국 임상영양 저널 Clinical Nutrition 에 지난 15일, '체성분 평가를 위한 전신 CT 이미지의 자동 체적 분할을 위한 심층 신경망(Deep neural network for automatic volumetric segmentation of whole-body CT images for body composition assessment-다운)'이란 제목으로 게재됐다.


 박현진 기자 nwngm@aitimes.kr
 


0 0