이는 저명한 과학학술지인 네이처(Nature)의 자매지인 사이언티픽 리포트(Scientific Reports)에 지난 9월 논문(Automated rotator cuff tear classification using 3D convolutional neural network(Scientific Reports)으로 발표됐다.

정석원 교수와 김영준 박사, 심응준 연구원은 Voxception-ResNet 기반의 3차원 콘볼루션 신경망(CNN) 알고리즘 응용 기술을 개발했다. 연구팀은 이 신경망 알고리즘에 회전근 개가 파열된 환자와 대조군 환자 총 2124명의 MRI 데이터를 입력해 진단과 분류의 정확도를 확인했다. 그 결과, 진단에 있어서는 92.5%, 분류에서는 87%에 이르는 정확도를 보였다.

연구팀은 인공지능의 수행 능력을 평가하기 위해 정형외과 의사와 견주관절 전문의에게 동일한 MRI 자료로 진단과 분류를 하게 했다. 그 결과, 인공지능이 유의미하게 뛰어난 정확도를 보였다. 또 연구팀은 세계 최초로 3D class activation map을 이용해 회전근 개 파열 위치를 3차원으로 가시화하는 데도 성공했다.

정석원 교수는 “이번 연구는 대규모 MRI 데이터를 이용해 근육과 힘줄 위치, 파열 부위를 AI 기반해 자동 분석한 최초의 연구”라며 “또 이를 3차원적인 영상으로 재구성하고 위치를 자동으로 구현해 낸 또 하나의 최초의 연구”라고 의의를 밝혔다.

정 교수는 이어 “이번 성과를 통해 회전근 개 파열, 더 나아가 다양한 근골격계 질환을 진단하는 데 정확도를 높일 수 있고, 기타 MRI, CT 기반의 이미지 분석에서 3차원 재구성 분석 방법을 제시해 보다 정확하고 직관적인 평가를 가능하게 했다”고 전했다.