서울대학교병원 연구팀이 딥러닝 기술을 활용해 루게릭병(근위축성 측삭경화증) 환자의 흉부 CT 영상에서 폐와 호흡근의 부피를 정량적으로 분석하고, 이를 통해 예후를 예측할 수 있는 가능성을 확인했다. 

서울대병원 신경과 최석진·성정준 교수, 김종수 전문의, 영상의학과 박창민·최규성 교수 공동 연구팀은 루게릭병 환자 261명의 흉부 CT 영상을 분석해 폐와 호흡근의 부피를 정량화한 새로운 지표를 개발했다고 23일 밝혔다. 연구팀은 폐 용적 지수(Lung Volume Index, LVI)와 호흡근 용적 지수(Respiratory Muscle Index, RMI)라는 두 가지 영상 기반 지표를 도출하고, 이를 환자의 병기 및 생존 기간과 비교 분석했다.

루게릭병은 뇌와 척수의 운동신경세포가 점차 파괴되며, 병이 진행될수록 호흡근까지 마비돼 대부분 발병 3~4년 내 호흡부전으로 사망에 이르는 신경퇴행성 질환이다. 이에 따라 환자들은 폐활량 검사를 통해 주기적으로 호흡 기능을 측정하고 치료 방향을 결정한다. 그러나 말하거나 숨을 내쉬기 위한 구강안면 근육이 약해진 환자는 측정 정확도가 떨어져 이를 보완할 수 있는 새로운 평가 도구가 필요했다.

연구팀은 딥러닝 기술로 CT 영상 속 폐와 호흡근의 부피를 자동 측정하고 이를 정량화해 새 지표로 삼았다. 분석 결과, 두 지표 모두 루게릭병 병기가 진행될수록 유의미하게 감소했으며 수치가 낮은 환자일수록 기관절개술 시행이나 사망까지 이르는 기간이 짧았다. 특히 이 지표는 기존 폐활량 검사와 유사한 수준의 예후 예측 정확도를 보였으며 구음장애가 동반된 환자만 따로 분석한 경우에도 동일한 결과가 나타났다.

연구를 주도한 최규성 교수는 “이번 연구를 통해 대규모 루게릭병 코호트를 기반으로 딥러닝 기술을 활용해 정량적 영상 지표의 예후적 가치를 처음으로 입증했다”라며 “영상 기반 진단의 새로운 가능성을 열었다”고 말했다. 최석진 교수는 “향후 이 영상 지표가 진료 현장에 도입되면 환자의 진단과 치료 결정을 보조하는 효과적 수단이 될 수 있을 것”이라고 전했다. 이번 연구 결과는 국제 학술지인 ‘래디올로지(Radiology, IF 15.2)’ 최근호에 게재됐다.