국제의료정보포털

미국 스탠포드 의과대학, AI 기반 CT 분석으로 임상 진단 사각지대 해소

• 미국 스탠포드대학교 의과대학 연구팀이 전자건강기록(EHR)에서는 근감소증 (Sarcopenia)^* 진단율이 0.05%에 불과했지만, 전산화단층촬영(Computed Tomography, CT) 영상 AI 분석 결과 28.5%의 환자에서 근감소증을 발견함
^* 나이가 들면서 근육량과 근력이 감소하는 질환으로 60세 이후 흔히 발생하며, △신체 기능 저하 △낙상 위험 증가 △사망률 상승과 연관되어 있지만 점진적 발병과 표준화된 진단 기준 부족으로 인해 임상에서 과소진단되는 대표적 질환
• 스탠포드대학교 로버트 부틴(Robert Boutin) 교수는 근감소성 비만(Sarcopenic Obesity)sup class="footnote">**의 경우 연구 대상 환자 중 임상 기록에서는 단 한 건도 진단되지 않았으나, CT 영상에서는 5.7%의 환자에서 발견되어 조기 발견과 인식에서 방사선학이 주요 역할을 할 수 있다고 강조함
^** 근감소증과 비만이 동시에 발생하는 복합 질환으로, 근육량 감소와 지방량 증가가 함께 나타나 더 높은 사망 위험과 관련된 질환
• 연구팀은 일상적으로 촬영되는 복부 CT 스캔에서 근육과 지방을 자동으로 측정할 수 있는 AI 도구를 활용해 추가 방사선 노출이나 진단 검사 없이도 근감소증 선별과 추적 관찰이 가능함을 입증함
• 이탈리아 제노바대학교(University of Genoa) 알베르토 탈리아피코(Alberto Tagliafico) 교수는 그동안 방사선사들이 대부분의 영상 검사에서 근육과 지방을 관찰하지만, 이러한 조직이 정상인지 여부를 효율적으로 측정할 방법이 없었다고 설명함
• 이번 연구는 AI 측정 도구의 합리적 통합을 통해 방사선사와 임상의들이 환자 관리와 임상 결과를 효율적으로 향상시킬 수 있음을 보여주며, 최근 근감소증과 비만 관리 가이드라인에 따른 구체적 운동 및 영양 처방을 통해 맞춤형 치료 경로와 위험 예측에 기여할 것으로 기대됨

[RSNA, 2025.09.11.]