• CT 한 장으로 ‘근감소증’까지 읽는다… 의료 AI, 영상 속 숨겨진 건강 지표 발견
나이가 들수록 근육이 줄어드는 것은 자연스러운 현상이지만, 일정 수준 이상 감소하면 낙상, 골절, 만성질환 위험이 급격히 증가한다. 이러한 상태를 근감소증(sarcopenia)이라 부른다, 세계보건기구(WHO)에서는 2017년부터 질병코드를 부여하고 있다. 문제는 이 질환이 노년층에게 심각한 건강 문제이며 생각보다 흔하지만, 조기에 발견하기 어렵다는 점이다.
최근 의료 인공지능(AI)이 이 문제의 해법으로 떠오르고 있다. 기존에는 별도의 검사나 복잡한 측정이 필요했던 근육량 평가를 이미 촬영된 CT 영상만으로 자동 분석해 진단 지표로 활용할 수 있는 가능성이 확인됐기 때문이다.
최근 국제학술지 ‘Aging Clinical and Experimental Research’에 게재된 연구에 따르면, CT 영상에서 요근(psoas muscle) 부피를 자동 분석해 근감소증을 진단하는 기준이 제시됐다. 연구진은 약 4천 명에 달하는 성인 데이터를 분석해 요근부피 지표가 기존 진단방법인사지 골격근량 지표(ASM, Appendicular Skeletal Muscle Mass)와 높은 상관성을 보이며 근감소증 진단에 유의미한 지표가 될 수 있음을 확인했다.
이 연구는 단순한 영상 분석을 넘어, 건강검진 또는 다른질환 진단 목적으로 촬영된 기존 CT 검사 데이터를 재활용해 추가 검사 없이 건강 위험을 조기에 발견할 수 있는 ‘기회적 검진’의 가능성을 보여준다는 점에서 의미가 있다. 뿐만 아니라 요근은 복부의 핵심근육중 하나로, 본 연구결과를 활용하면 신체의 모든 근육량을 측정하지 않고도 요근 부피 측정만으로도 빠르고 간단하면서도 정확하게 근감소증을 진단 할 수 있다.
“영상은 이미 답을 갖고 있었다” 의료 AI가 열고 있는 ‘기회적 검진’ 시대
■ CT 속 숨겨진 근육 정보를 읽어내다
서울아산병원 김지완 교수와 최우림 박사후연구원은 코어라인 'AVIEW'를 활용해 근감소증을 진단하는 방법에 대한 논문을 발표했다고 26일 밝혔다.
연구는 총 3,999명의 성인 CT 데이터를 분석해 요근 부피(psoas muscle volume)의 분포와 근감소증과의 연관성을 평가했다. 연구진은 딥러닝 기반 알고리즘을 활용해 요근을 자동 분할하고 부피를 계산했으며, 이를 기존 근육량 지표인 ASM과 비교했다.
그 결과 요근 부피 지표는 기존 근육량 지표와 높은 상관성을 보였으며, 특히 체질량지수(BMI)로 보정한 PV/BMI 지표가 가장 높은 진단 정확도를 나타냈다. 연구진은 이를 기반으로 CT 영상에서 근감소증을 판단할 수 있는 새로운 진단 기준을 제시했다.
연구에 따르면 요근 부피는 30대에서 정점을 보인 뒤 연령이 증가할수록 감소하는 경향을 보였으며, 이러한 감소 패턴은 남성에서 더 뚜렷하게 나타났다.
■ “이미 촬영된 영상에서 건강을 더 읽어낸다”
이번 연구의 의미는 단순히 새로운 진단 지표를 제시했다는 데 그치지 않는다. 이미 촬영된 CT 영상을 활용해 추가적인 건강 정보를 얻을 수 있다는 점이 핵심이다.
실제 의료 현장에서는 폐암, 복부질환, 외상 등 다양한 이유로 CT 검사가 수행된다. 이 과정에서 촬영된 영상에는 근육, 지방, 혈관 등 다양한 건강 지표가 함께 포함되어 있지만, 대부분은 특정 질환 판독에만 활용되고 나머지 정보는 분석되지 않는 경우가 많다.
최근 의료 AI는 이러한 “숨겨진 데이터”를 읽어내는 기술로 빠르게 발전하고 있다. CT 검사 한 번으로 폐질환, 심혈관 위험, 체성분 변화 등 다양한 건강 지표를 동시에 분석하는 접근이 확산되고 있으며, 이를 기회적 검진이라 부른다. 이를 통해 기존에 알려지지 않았던 새로운 질병의 원인을 찾아내기도 한다. 근감소증은 단순히 신체 활동의 어려움에만 영향을 미치는 것이 아니라 다양한 질환들(암, 당뇨, 심혈관 질환, 치주염 등)과 연관성이 높아, 다른 질환의 원인 규명과 치료에도 근감소증 진단이 중요하다.
이러한 접근은 추가 검사 비용과 방사선 노출을 늘리지 않으면서도 조기 질환 발견 가능성을 높일 수 있다는 점에서 의료계의 큰 관심을 받고 있다.
■ 의료 AI의 다음 단계, ‘영상 기반 건강지표’
의료 AI 시장에서도 이러한 변화는 중요한 흐름으로 평가된다. 초기 의료 AI가 특정 질환을 자동 검출하는 기술에 집중했다면, 최근에는 영상 데이터를 기반으로 다양한 건강 지표를 동시에 분석하는 방향으로 발전하고 있기 때문이다.
특히 고령화가 빠르게 진행되는 사회에서 근감소증은 낙상, 골절, 만성질환 악화 등과 밀접하게 연결되는 중요한 건강 지표다. 그러나 실제 임상에서는 진단과 관리가 충분히 이뤄지지 않는 경우가 많다.
이번 연구는 CT 기반 영상 분석을 통해 근감소증을 객관적으로 평가할 수 있는 기준을 제시했다는 점에서 의미가 있다. 연구팀은 "이번 연구는 인구 고령화의 핵심 난제인 '근감소증'을 조기에 발견할 수 있는 새로운 디지털 지표를 제시했다는 점에서 임상적 가치가 있다"고 설명하며 "이미 촬영된 복부 CT 영상을 활용해 별도의 추가 검사 없이도 근감소증 위험도를 평가하는 '기회적 스크리닝' 시대를 여는 기회를 열고, 특히 30대부터 시작되는 근육량의 감소변화 추이를 AI로 수치화함으로써, 예방 중심의 정밀 의료 시스템을 구축하는 데 기여하고자 한다"고 설명했다.
2026.03.26
목록으로
