최근 발표된 연구에 따르면, 인공지능(AI)이 무릎 골관절염(Osteoarthritis, OA) 환자의 MRI 영상 데이터를 분석하여 구조적 이상과 통증 진행 사이의 관계를 더욱 정확하고 신뢰성 있게 밝혀냈습니다. 이 새로운 AI 프레임워크는 딥러닝(deep learning) 기반의 MRI 골관절염 무릎 점수(MOAKS) 예측과 해석 가능한 통계 모델링을 결합하여, 대규모 종단 연구에서 구조-통증 연관성을 효과적으로 분석할 수 있음을 보여주었습니다.
연구팀은 먼저 딥러닝 모델을 개발하여 무릎 MRI에서 골수 병변(BML), 연골 손실(CART), 반월상 연골 돌출(ME) 등 MOAKS 특징을 직접 예측했습니다. 특히, 예측의 불확실성을 정량화하는 등각 예측(conformal prediction) 기법을 도입하여 신뢰도 높은 예측 결과만을 선별했습니다. 이 고신뢰도 예측을 바탕으로 2,175개의 무릎 데이터를 분석한 결과, 통증 진행 양상이 '빠른 진행'과 '안정적 진행' 두 가지로 나뉘는 것을 확인했습니다. 빠른 통증 진행 그룹에서 골수 병변, 연골 손실, 반월상 연골 돌출이 통증 악화의 유의미한 위험 인자임을 밝혀냈으며, 각 요인에 대한 오즈비(odds ratio)는 1.62에서 2.50에 달했습니다.
이러한 결과는 무릎 골관절염의 구조적 이상이 통증 및 기능 악화의 중요한 위험 요소임을 다시 한번 강조합니다. AI를 활용하여 MRI 영상에서 이러한 구조적 변화를 조기에 정확하게 감지하고, 통증 진행 위험을 예측할 수 있게 됨으로써, 환자 맞춤형 치료 전략 수립에 큰 도움이 될 것입니다. 또한, AI 모델의 예측 불확실성을 고려하는 접근 방식은 의료 분야에서 AI의 신뢰성을 높이는 중요한 선례가 될 것으로 평가됩니다.