의료진 판단 더한 AI…척수 MRI 분석 정확도 높였다

퇴행성 경추척수증 환자 294명 MRI 영상 분석

의료진 클릭 반영 시 정확도 최대 11.7% 향상

박성배 교수팀, 대한척추신경외과학회 ‘우리 학술상’

ⓒ서울특별시보라매병원

박성배 서울대학교병원운영 서울특별시보라매병원 신경외과 교수 연구팀이 인공지능(AI)을 활용해 척수 자기공명영상(MRI) 분석 정확도를 높인 연구로 대한척추신경외과학회 ‘우리 학술상’을 수상했다.

28일 보라매병원에 따르면 박 교수 연구팀은 지난 17~19일 서울 용산드래곤시티에서 열린 ‘2026년 제40차 대한척추신경외과학회 정기학술대회’에서 기초연구 부문 우리 학술상을 받았다.

우리 학술상은 최근 1년간 대한신경외과학회 공식 국제학술지 ‘Journal of Korean Neurosurgical Society(JKNS)’에 게재된 척추 분야 논문 가운데 우수성과 독창성을 평가해 기초연구와 임상연구 각 1편에 수여한다.

박 교수 연구팀은 ‘퇴행성 경추척수증에서 척수 및 척추관 분할 성능 향상: 수동 클릭 기반 상호작용 학습모델의 역할’ 논문으로 기초연구 분야 최우수 논문에 선정됐다.

퇴행성 경추척수증은 목 부위의 척수가 압박되면서 신경 기능에 이상이 생기는 질환이다. 증상이 서서히 시작돼 점차 악화되는 경우가 많으며, 척수 손상이 진행되면 팔다리의 운동·감각 기능에도 문제가 생길 수 있어 정확한 진단과 적절한 치료가 중요하다.

MRI는 질환을 진단하고 척수의 압박 정도를 평가하는 데 중요한 역할을 한다. 다만 압박된 척수는 형태가 불규칙해 영상에서 척수와 주변 구조의 경계를 정확하게 구분하기 어렵다는 한계가 있다.

연구팀은 퇴행성 경추척수증 환자 294명의 MRI에서 확보한 1444개 영상을 활용해 AI가 척수와 척추관을 자동으로 구분하는 모델과 사용자가 영상의 특정 지점을 클릭해 분석 결과를 보완하는 모델의 성능을 비교했다. AI가 부정확하게 구분한 부분을 의료진의 간단한 입력으로 바로잡는 방식이다.

분석 결과 사용자의 클릭을 반영한 모델은 완전 자동화 모델보다 척수와 척추관의 경계를 정확하게 구분했다. 15회의 클릭을 적용했을 때 정확도를 나타내는 Dice 점수는 척추관에서 6.4%, 척수에서 11.7% 향상됐다.

연구팀은 이번 연구를 통해 AI에 의료진의 판단을 더하는 방식이 복잡한 척수 MRI 영상의 분석 정확도를 높일 수 있는 가능성을 확인했다고 설명했다.

박 교수는 “이번 연구는 의료진의 판단과 AI를 결합해 복잡한 척수 MRI 영상의 분석 정확도를 높일 수 있다는 가능성을 확인한 연구”라며 “앞으로도 척추질환의 진단과 환자 치료에 도움이 되는 연구를 이어가겠다”고 말했다.

해당 논문은 대한신경외과학회가 발행하는 국제학술지 ‘Journal of Korean Neurosurgical Society’ 2026년 3월호에 게재됐다.