분당서울대병원 정형외과 이용석 교수 연구팀이 인공지능(AI)으로 무릎 골관절염 환자의 개인별 특성에 따른 진행 양상을 분석해 맞춤 치료 전략 수립의 근거를 제시했다고 8일 밝혔다.

무릎 골관절염은 오랫동안 연골이 닳아 발생하는 퇴행성 질환으로 알려졌지만, 최근에는 염증, 골밀도 변화, 하지 정렬 이상, 골극 형성 등 다양한 요인이 복합적으로 작용하는 것으로 밝혀지고 있다. 이에 따라 모든 환자에게 같은 치료 방법을 적용하는 기존 접근법에는 한계가 있다는 지적이 제기돼 왔다.

연구팀은 2003~2017년 무릎 통증으로 내원한 환자 중 5년 이상 추적이 가능했던 833건의 무릎 X선 영상과 임상 데이터를 분석했다. AI 기반 기계학습 기법을 활용해 무릎 골관절염을 ▲단일 구획(주로 안쪽 부위 발생) ▲세 구획(무릎 전반 발생)으로 나누고, 세 구획은 다시 ▲관절 간격 협소형 ▲골극 형성형으로 세분화해 유형을 분류했다.

분석 결과, 환자 특성에 따라 골관절염의 진행 양상이 뚜렷이 달랐다. 골밀도가 낮은 환자는 무릎 전반에 걸쳐 관절 간격이 좁아지는 형태로 진행하는 경우가 많았다. 골밀도가 높은 환자는 특정 부위에 부하가 집중돼 국소 관절염과 하지 변형이 동반되는 경향을 보였다. 대사질환이 있는 젊은 환자는 염증 반응이 촉진돼 무릎 전반에 골극이 많이 생기는 유형으로 나타났다.

AI 예측 모델은 최대 AUC 0.94로 높은 성능을 보였으며, 기존 통계 기반 모델(AUC 0.87)보다 정밀하게 환자별 진행 양상을 구분할 수 있었다. 연구팀은 또 설명 기법(SHAP)을 적용해 각 환자 특성이 진행 과정에 미치는 영향을 수치화·시각화했다.

이용석 교수는 “외래 진료에서 얻는 방사선 및 임상 정보를 기반으로 골관절염 진행 패턴을 조기에 파악해 환자별 관리 전략을 세우는 데 중요한 근거가 될 수 있다”고 설명했다. 이어 연구팀은 “골밀도가 낮은 환자는 골다공증 치료, 높은 환자는 하지 정렬·연골 치료, 대사질환 환자는 염증 관리에 각각 초점을 맞추는 등 차별화된 접근 가능성을 확인했다”고 덧붙였다.

이번 연구 결과는 국제 학술지 네이처 포트폴리오 저널 ‘npj Digital Medicine’(IF 15.1)에 게재됐으며, 생물학연구정보센터(BRIC)의 ‘한국을 빛낸 사람들’ 논문으로도 선정됐다.