기존 엑스레이(X-ray) 진단으로는 포착하기 어려웠던 무릎 골관절염 환자의 '가장 심하게 닳은 부위'를 찾아내는 인공지능(AI) 기술이 나왔다. 서울대병원 정형외과 노두현 교수와 동국대 일산병원 이도원 교수 공동 연구팀은 딥러닝 알고리즘을 통해 환자마다 다른 무릎 연골의 최대 마모 지점을 정확히 측정하는 새로운 영상 지표 'oJSW(orthogonal minimum joint space width)'를 개발했다고 9일 밝혔다. 무릎 골관절염의 중증도는 보통 X-ray에서 허벅지뼈(대퇴골)와 정강이뼈(경골) 사이의 간격(JSW)을 측정해 평가한다. 대개 무릎 연골이 많이 닳아 좁을수록 중증도가 높은 편이다. 기존에는 관절의 특정 위치를 고정해 간격을 쟀으나, 환자마다 다른 해부학적 특성과 비대칭적 마모 상태를 충분히 반영하지 못해 실제로 마모가 심한 부위를 놓칠 위험이 있었다. 반면 이번에 개발된 oJSW는 AI가 관절 내부를 자동으로 탐색해 가장 좁은 지점을 수직으로 측정하기 때문에 개인별 마모 상태를 정밀하게 반영할 수 있다. 연구팀은 미국 국립보건원(NIH) 코호트를 토대로 이번에 개발한 AI 지표의 진단 정확도를 분석했다. 검증은 무릎 골관절염 환자
서울아산병원은 19일 "올해 1월 한 달간 고위험 산모·태아 분만 329건을 달성했다"고 밝혔다. 이 병원에 따르면 최근 3년간 분만 총 6천999건 가운데 고위험 임신 및 태아 기형이 4천163건으로 59.5%를 차지했다. 분만 환자 10명 중 6명이 고위험군이었다는 뜻으로, 그동안 서울아산병원에서는 국내 처음으로 심장이 몸 밖에 나와 있는 심장이소증을 안고 태어난 서린이, 심장 크기가 엄지손가락만 한 복잡 선천성 심장병을 가진 이준이, 국내 최소 체중으로 태어난 288g의 건우와 302g 사랑이 등을 태어나게 했다. 최근 3년간 분만 사례를 세부적으로 나눠 보면 조기 진통 461건, 조기 양막 파수 723건, 중증 임신중독증 288건, 태반 조기 박리 51건, 전치태반 468건, 양수과다·과소증 155건, 자궁 경부 무력증 163건, 자궁 내 성장 제한 298건 등 집중 치료가 필요한 고난도 사례가 상당수였다. 특히 중증도가 높은 태아 기형의 경우 3년간 1천517건에 달했다. 2004년 국내 최초로 문을 연 태아치료센터가 있었기에 안전하게 태아 기형을 진단, 치료할 수 있었다는 게 병원 측의 설명이다. 원혜성 서울아산병원 산부인과장은 "전체 분만 중 절
질병관리청 국립보건연구원은 인공지능(AI)을 활용해 줄글 형태로 작성된 관상동맥조영술 검사 기록을 표준화 데이터로 자동 변환하는 기술을 개발했다고 17일 밝혔다. 연세대학교 의과대학과 국민건강보험 일산병원 공동 연구팀은 국립보건연구원의 지원을 받아 수행한 연구에서 거대언어 모델을 활용해 의료진이 작성한 검사 기록을 구조화한 데이터로 바꾸는 데 성공했다. 심혈관질환 진단·치료에 핵심적 정보를 담고 있는 관상동맥조영술 보고서는 대부분 비정형적인 방식으로 서술돼 대규모 연구·정책 분석에 활용하기는 어려웠다. 또한 기존에는 심장내과 전문의가 방대한 기록을 직접 읽고 필요한 정보를 수작업으로 정리해야 하는 한계가 있었다. 이번 연구에서 연구진은 챗GPT, 제미나이 등 거대 언어모델을 활용한 자동 구조화 기술을 개발했다. 1단계에서는 거대 언어모델을 활용해 줄글 형태의 보고서를 심장내과 전문의가 설계한 표준화한 구조로 변환하고, 2단계에서는 구조화된 데이터를 기반으로 핵심 임상지표 12가지를 자동으로 추출했다. 이 과정을 거쳐 관상동맥조영술 보고서는 즉시 분석이 가능한 표 형태의 데이터로 자동 정리되는 것이다. 자동 구조화된 데이터의 정확도는 주요 항목에서 96∼99%