1. 소개 논문의 간략한 내용 요약(관련 연구분야 동향 포함)

본 연구는 가장 흔하게 검사되는 흉부 X-ray 영상을 이용하여 골다공증 여부를 선별하는 딥러닝 모델 개발, 검증한 것입니다. 골다공증은 골밀도 감소로 골절 가능성이 높아지는 질환으로 특별한 증상이 없기 때문에 위험요인에 따른 골밀도 검사 권고 만이 선별 검사 방법이고, 기존 의학에서는 흉부 X-ray에서는 골다공증에 대한 판단을 할 수 없었습니다. 그러나 2018년부터 흉부 X-ray, 안저 영상 등 간단하고 흔한 검사 영상을 이용하여 심혈관 사망 위험 등 추가적인 정보를 딥러닝을 이용하여 얻고자 하는 연구가 있었습니다. 또한 골다공증은 전신적인 질환으로, 대퇴에 골다골증에 대한 정보를 손 X-ray에서 얻을 수 있다는 선행연구도 있었습니다. 이 연구는 서울아산병원 건강검진센터에서 같은 날 시행된 흉부 X-ray 검사 영상과 골밀도 검사(DXA)를 짝지은 만 건 이상의 데이터에서 학습하였고, 같은 검진센터 데이터와 서울아산병원 내과 골다공증 코호트로 데이터로 검증을 거쳐 내부 검증에서 AUC 0.91, 외부검증에서 AUC 0.88의 높은 성능을 얻었습니다. 

2. 연구과정에서 나누고 싶은 내용

(국제 연구, 혹은 공동 연구 시 경험  : 자부심, 보람, 어려움, 고려사항 등)

흉부 X-ray에서 골다공증 여부를 알 수 있는 연구 내용은 참신했지만 그것을 증명하기 위해서는 많은 근거가 필요했습니다. 기존 출간된 논문은 외부 검증도 서울아산병원 내과 코호트에서 한 것이라 다른 병원의 연구진과 협력하여 검증데이터를 구성하는 것이 필요했습니다. 일반적으로 흉부 X-ray 영상 데이터는 영상의학과 선생님들이 주로 다루고, 골밀도 결과 및 골다공증 환자 진료는 내분비내과 선생님들이 주로 하시다보니, 이런 부분에서 데이터셋 구축 면에서 조금 어려운 점이 있었습니다. 기술 개발부분에서도, 의학적인 분야에서도 다양한 선생님들과 소통하는 것이 중요하다고 말씀드릴 수 있겠습니다. 

3. 앞으로의 연구활동 계획 

앞서 말씀드린 외부 병원에 대한 데이터셋 구축 및 데이터를 제공해주는 해외 플랫폼 데이터를 이용해서 모델 검증을 했고, 흉부 X-ray 내에 질환이 있거나 chemoport, 심박동기 등 기기가 있을 때에도 강건한 결과를 낼 수 있는 모델을 개발하였고 이에 대한 검증도 같이 진행하여 논문을 작성 중에 있습니다. 또한 검증 연구에 대해서도 여러 병원에서 진행하고 있고 최근 미국의 Massachusetts General Hospital 소속 선생님과 검증 연구에서 고무적인 결과가 나왔습니다. 국내 및 해외 여러 병원과도 협력관계를 유지하며 모델의 성능 검증 뿐만 아니라 그 비용효과성에 대한 연구도 진행해보자 합니다. 

4. 끝으로 후배 연구자들에게 하시고 싶은 말씀

저는 앞서 말씀드린 흉부 X-ray 골다공증 선별 딥러닝 기술을 프로메디우스㈜에 기술이전하였고 현재 그 회사의 Medical director로 일하고 있습니다. 의료에서의 unmet needs를 찾아서 기술개발을 하고 나면 그 기술을 상용화하기 위해 많은 과정을 거처야 합니다. 선생님들이 하신 좋은 연구 결과들이 실제 의료 현장에 적용되기까지, 특히 인공지능 연구결과가 SaMD (소프트웨어 의료기기)가 되기까지 절차가 많이 필요하고 이에 대한 규제 등도 계속 변화하고 있습니다. 이런 부분에 대해서도 관심 가져보시면 좋을 것 같습니다.