반대쪽 무릎도 곧?… AI가 콕 집어주는 관절염 경고

노두현 서울대병원 정형외과 교수 연구팀

편측 퇴행성관절염 환자 1,353명 데이터 활용

반대쪽 퇴행성관절염 예측 머신러닝 개발

 

40~50대 여성에서 호발하는 유방암의 경제적 손실이 환자당 7,000만 원 수준으로 매우 높다는 연구 결과가 나왔다. 진단 당시 병기가 높고, 삶의 질이 낮을수록 경제적 손실도 커지는 것으로 나타났다. 유현재 서강대 헬스커뮤니케이션센터 교수 연구팀은 한국노바티스의 후원으로 '조기 유방암 환자의 사회적 부담 및 경제적 손실'에 대한 고찰 연구를 진행한 결과 이 같이 나타났다고 12일 밝혔다.

한쪽 무릎에 퇴행성 관절염을 앓는 환자의 반대쪽 무릎에 퇴행성 관절염이 추가로 발생할 가능성을 예측할 수 있는 길이 열렸다.

노두현 서울대병원 정형외과 교수 연구팀은 한쪽 무릎에 퇴행성 관절염이 있는 환자 1353명의 데이터를 활용해 반대쪽 무릎에서 퇴행성 관절염이 발생할 가능성을 예측하는 머신러닝 모델을 개발했다고 9일 밝혔다.

무릎 퇴행성 관절염은 연골의 점진적인 손상과 관절 구조물의 퇴행성 변화로 인해 발생하는 질환이다. 전 세계 인구의 약 16~30%에서 발생할 정도로 흔하지만 통증과 운동 제한을 유발해 삶의 질을 크게 저하시킬 수 있다. 더욱이 고령화 사회로 접어들면서 무릎 퇴행성 관절염의 유병률은 꾸준히 증가하는 추세다. 한쪽 무릎에 관절염이 생긴 뒤 수년 내 반대쪽 무릎에서도 통증이나 구조적 변화를 경험하는 환자들이 많은데, 이를 예측하려는 연구는 부족했다. 이러한 양측성 진행이 모든 환자에게서 동일하게 나타나는 것은 아니라 일반화하기에도 어려움이 많았다.

연구팀은 미국의 대규모 관절염 추적 코호트인 OAI(Osteoarthritis Initiative)와 MOST(Multicenter Osteoarthritis Study) 데이터셋을 기반으로 4~5년간 추적 관찰된 편측 무릎 퇴행성 관절염 환자 1353명을 분석했다. 그 결과 OAI 코호트에서는 172명(19.1%), MOST 코호트에서는 178명(39.3%)이 반대쪽 무릎에서도 퇴행성 관절염이 진행된 것으로 나타났다. 연구팀은 OAI 900명의 데이터를 모델 학습용으로, MOST 453명의 데이터를 검증용으로 삼고 Tree-based Pipeline Optimization Tool 알고리즘을 활용해 머신러닝 기반 예측 모델을 구축했다. 

알고리즘은 ▲성별 ▲반대쪽 무릎의 외측 관절 간격 감소 ▲반대쪽 무릎의 반월판 절제술 수술력 ▲체질량지수(BMI) ▲관절염 무릎의 관절염 정도(KLG) ▲인종 ▲반대쪽 무릎의 기존 관절염 정도 ▲반대쪽 무릎의 통증 및 기능 지표인 WOMAC 점수▲관절염 무릎의 WOMAC 점수 등 총 9가지 변수를 기반으로 설계됐다.

SHAP 분석 결과, 예측에 가장 큰 영향을 미친 요인은 성별이었고 반대쪽 무릎의 외측 관절 간격 감소, 반월판 절제술 병력, BMI 등의 순이었다. 특히 반대쪽 무릎의 외측 관절 간격 감소의 위험 비율(odds ratio)이 4.475로 가장 높았고, 반대쪽 무릎 퇴행성 관절염 발생 위험을 약 4.5배 증가시키는 주요 요인으로 확인됐다.

기존 관절염이 있는 무릎의 관절염 정도(KLG)와 통증 및 기능 지표(WOMAC 점수)가 반대쪽 무릎 퇴행성 관절염 발생과 유의미한 연관성을 갖는다는 사실도 이번 연구에서 처음 밝혀졌다. 성별이나 BMI 등 기존에 알려진 일반적 위험 요인 외에 반대쪽 무릎 자체의 구조적 특성이 관절염 발생 예측에 중요한 역할을 하는 것으로 나타났으며, 외측 관절 간격 감소가 핵심 예측 요인으로 확인된 것도 이번 연구의 주요한 성과로 꼽힌다.

테스트셋에서 성능을 평가한 결과 이번에 개발된 예측 모델은 수신자 조작 특성 곡선 아래 면적(AUC of ROC curve) 0.69, 정확도 0.60, 정밀도 0.50, F1 점수 0.58로 나타났다. AUC 0.69는 모델이 위험이 높은 환자와 낮은 환자를 비교적 양호하게 구분할 수 있다는 뜻이다. 제한된 변수만으로도 반대쪽 무릎 관절염 발생 가능성을 준수하게 예측할 수 있음을 보여준다. 두 개의 대규모 관절염 추적 연구 데이터를 기반으로 반대쪽 무릎에서의 병적 진행 가능성을 체계적으로 예측함으로써 조기 개입을 통한 예방적 관리 전략의 길을 제시한 것이다.

노 교수는 “이번 연구는 반대쪽 무릎 퇴행성 관절염 발생 가능성을 예측하는 최초의 머신러닝 모델을 개발한 것”이라며 “향후 양측 무릎을 종합적으로 고려한 맞춤형 치료 계획 수립에 도움이 될 것으로 기대된다”고 말했다.

이번 연구는 2025년 대한슬관절학회 국제학술대회(ICKKS 2025)에서 구연 발표돼 ‘우수 구연상’을 받았고, 국제 학술지 ‘Journal of Orthopaedic Research’에 실렸다.

<안경진 의료전문기자>