"노두현" 에 대한 검색 결과로서 총 12건 이 검색되었습니다.
세부전공무릎관절,관절염,스포츠손상,무릎관절, 관절염, 무릎 스포츠 손상,,
무릎관절, 관절염, 무릎 스포츠 손상
세부전공무릎관절 클리닉
무릎관절 클리닉
담당교수 정형외과 : 이명철 교수, 한혁수 교수, 노두현 교수 소개 무릎 관절은 비교적 촉진이 용이하고, 해부학적 구조가 잘 밝혀져 있는 반면, 그 역학적인 복잡성으로 인해 진단과 치료가 까다로운 부위입니다. 진단이 모호한 경우는 치료 또한 효과적일 수 없어 환자들이 이 병원 저 병원을 전전하지만 증상이 호전되지 못하는 경우가 많습니다. 본 무릎 관절 클리닉에서는 풍부한 경험과 축적된 지식을 바탕으로 명확한 진단을 통한, 적절한 치료를 제공하며 많은 환자들에게 도움을 주고 있습니다. 환자 치료의 원칙으로 세계 최고 수준의 진단 및 치료 결과를 지속적으로 유지하기 위한 노력을 기울이고, 명확한 근거를 바탕으로 진료의 적정성을 유지하여 과도한 비용이 없도록 하고 있으며, 또한 국내에서 시행되는 최고 수준의 임상 시험을 진행하여 경제적 부담 없이 신기술 혜택 제공의 기회를 만들고 있습니다. 대상 및 치료 무릎 관절에 발생하는 모든 질환 을 대상으로 진료하고 있습니다. 특히 무릎 관절 클리닉에서 자주 접하는 질환으로는 퇴행성 관절염 을 비롯하여 스포츠 관련 인대 손상, 반월상 연골 손상과 관절 연골 손상, 류마티스성 관절염 그리고 무릎 관절 주변 외상 등 이 있으며 매주 400여 명, 매년 2만여 명의 환자를 진료하고 있습니다. 주요질환 1. 퇴행성 관절염 퇴행성 관절염은 65세 인구에서 30% 이상 관찰될 정도로 흔하지만 치료가 까다로운 질환입니다. 무릎의 퇴행성 관절염에 대해서 인공관절 전치환수술, 인공관절 반치환 수술, 절골수술(흔히 O자 혹은 X자 다리 교정 수술) 등을 시행하고 있습니다. 환자 개개인의 무릎의 특징과 나이, 활동 정도에 맞추어 충분한 상담 후 수술 방법을 결정합니다. 특히 인공관절 치환술을 시행 받은 환자는 수술 후 정기적인 추적 관찰 및 관절의 기능 평가(필요한 경우 3차원 보행 분석)를 통해 좋은 결과를 얻고 있습니다. 2. 관절 연골 혹은 골 연골 손상 비교적 젊은 환자에서 관절 연골이 손상되는 경우가 있습니다. 이에 대해 미세천공수술, 자가 관절 연골 세포 이식술, 자가 골 연골 이식수술, 동종 골 연골 이식수술, 절골수술(다리 변형이 동반된 경우)을 시행하여 연골의 재생을 도모하고 있습니다. 대부분의 수술은 내시경으로 이루어지며 7mm 가량의 최소 절개를 시행합니다. 3. 연골판 손상 연골판은 두 무릎 뼈 사이에 끼여 있는 쿠션과 비슷한 역할을 하는 조직입니다. 이에 손상이 생길 수 있으며 통증과 부종을 동반할 수 있습니다. 고령 환자에서 발생한 연골판 손상에 대해서는 많은 경우 비수술적 치료로 증상의 호전을 기대할 수 있습니다. 반면 비교적 젊은 환자에서 연골판이 찢어지고 손상되는 경우에는 무릎이 잘 굽혀지고 펴지지 않고 물이 차는 등의 움직임과 관련된 문제를 일으킬 수 있습니다. 이에 대해서 연골판 봉합 수술, 연골판 부분 절제수술, 연골판 이식 수술 등을 시행하여 최대한 기능을 보존하고자 합니다. 대부분의 수술은 내시경으로 이루어지며 7mm 가량의 최소 절개를 시행합니다. 4. 인대 손상 운동 혹은 외상으로 인해 무릎의 여러 인대(전방십자인대, 후방십자인대, 후외측 인대 혹은 내측 측부인대)가 파열되는 경우가 있습니다. 무릎에 피가 차고 움직이기 힘들게 됩니다. 만성으로 되는 경우 무릎에 힘이 빠지고 달릴 때나 계단을 내려올 때 무릎에 힘이 빠지거나, 돌아가는 증상이 나타나게 됩니다. 슬관절 전, 후방 스트레스 엑스레이 검사, 전위측정기기(KT-2000), 대퇴부 근력 측정 등을 통해 정확히 무릎 상태를 파악한 후 적절한 치료를 제공합니다. 보존적 치료로 호전이 어려운 경우에 한하여 인대 재건수술을 시행하며 환자 본인의 무릎 주위 건(대퇴사두근 건, 슬괵건, 슬개건) 혹은 타인이 공여한 동종 건을 사용하여 수술을 시행합니다. 관절경을 이용한 수술을 시행하여 상처를 최소화하고, 수술 후 재활 기간을 크게 감소시키고 있습니다. 5. 대퇴-슬개관절 이상 대퇴-슬개관절은 무릎에서 관절 압력이 높은 부위면서 움직임이 많은 부위입니다. 이로 인해 특정 활동 시에 관절의 불안정이 또는 통증이 발생하기도 쉽습니다. 대퇴-슬개관절의 이상은 계단을 오르내리거나 바닥에서 일어날 때 무릎 앞쪽의 통증이나 시린 감으로 흔히 나타나며 여러 가지 원인이 있습니다. 대표적으로 대퇴-슬개관절의 이형성(dysplasia), 연골연화증, 불안정, 아탈구, 인대의 이상, 슬개관절염 등이 있으며 각각의 치료법 또한 상이합니다. 관절이 심하게 불안정한 경우를 아탈구라고 하며 이는 계단 내려갈 때 불안한 증상으로 나타나기도 합니다. 심한 경우 슬개골이 밖으로 빠져 탈구되기도 하며 이것이 반복되어 관절염이 빨리 오기도 합니다. CT, MRI 혹은 동작 분석 등을 통해 정확한 진단을 하고 이에 맞는 치료를 시행합니다. 대부분의 경우 비수술적 치료로 효과를 얻을 수 있습니다. 6. 스포츠 손상 스포츠 활동이 늘어나면서 관련 손상 또한 증가하고 있습니다.인대나 연골판이 찢어질 수도 있지만 심한 손상 없이 통증과 기능부전이 지속되는 경우도 있습니다. 잘못된 운동 습관이 원인일 수도 있고 해부학적 이상이 원인일 수도 있습니다. 스포츠 활동중 반복되는 통증과 부상에 대해 정확한 진단과 비수술적 치료를 시행합니다. 7. 무릎의 재수술 무릎의 인공관절 수술 후 수명이 다 되거나 감염이 된 경우 재치환술을 시행합니다. 그간 축적된 경험으로 고난이도 재치환술에서도 좋은 결과를 보여주고 있습니다. 전방십자인대 파열로 재건술 시행 후 인대가 다시 파열되는 경우가 있습니다. 이런 경우 골 결손과 인대결손에 대해 통합적 접근 방법을 통해 최적의 결과를 얻고 있습니다. 주요검사 무릎 관절 동작분석 검사(Motion analysis) 검사실위치: 소아별관 1층 인체동작분석실 본 검사는 무릎 관절의 기능평가를 위해서 시행하는 검사입니다. 기존 MRI나 X-ray 등이 해부학적 병변을 찾아내는 검사라 한다면 기존 검사에서 알기 힘든 기능적 이상을 찾아낼 수 있는 검사로 보행시 이상움직임을 객관적으로 파악할 수 있고 무릎 관절의 병적 이상을 찾아내어 줍니다. 이를 통해 수술계획을 세우고 수술 전후의 변화를 객관적으로 평가할 수 있습니다. 인체동작분석실에서는 ▶ 비디오 녹화기 ▶ 적외선 방출 CCD 카메라 ▶ 역동적 근전도검사기 ▶ 힘판 (Force Plate) ▶ 에너지 소모분석기 등 최신 분석장비를 갖추고 있습니다. 분석실에서는 이런 첨단 장비를 이용해 객관적이고 과학적인 치료지침을 제공하기 위해 인체 각 분절이나 관절의 3차원적 움직임을 그래프와 수치로 나타냅니다. 또한 병적 움직임의 원인을 분석하고 움직임이 일어나는 동안 각 근육이 어떻게 작용하는지를 보여줍니다. 이외에도 환자가 움직일 때 어느 정도의 에너지를 소모하는지 분석해 제시해줍니다. 주요 연구분야 본 무릎 관절 클리닉에서는 임상 및 기초 분야에 대한 도전적인 연구를 끊임없이 시행하고 있으며 국제적으로 탁월한 성과를 내고 있습니다. 임상 분야 연구는 크게 인공 무릎 관절 분야, 연골 손상 및 재생, 스포츠 손상 분야로 나눌 수 있으며 기초 분야에는 줄기세포 재생, 항노화/항퇴행성 질환 연구를 진행하고 있습니다. 임상 분야 연구는 세분하여 인공 무릎 관절 수술 기법 및 디자인, 생역학 분석, 수술 후 통증 완화 및 재활 프로토콜, 절골수술 기법, 십자인대 수술 기법 연구를 중점적으로 하고 있습니다. 이를 통해 지난 수십 년간 최적의 수술 기법을 통해 수술을 진행하고 있으며 다른 병원들에게도 선도적인 역할을 하고 있습니다. 또한 수술 후 통증 완화 및 재활 프로토콜에 대한 연구를 통해 수술 후 통증 완화 빠른 재활을 도모하고 있습니다. 기초연구 분야로 줄기세포 재생 치료 및 항노화/항퇴행성 관절질환 연구를 통해 관절연골 손상을 회복하는 기법, 관절의 퇴행성 변화를 조기에 예측하여 예방하고, 진행을 늦추는 기법 등을 실험실에서 연구 중입니다. 다양한 최고 수준의 연구를 통하여 환자 여러분께 최적의 진료 결과를 제공하기 위해 항상 노력하고 있습니다.
나이가 들면서 가장 중요한 건강이 바로 뼈 건강일 것입니다. 그중 많은 사람이 통증 등으로 아파하는 무릎. 이 무릎도 나이대별로 하면 안 되는 운동과 자세가 있다고 합니다. 어떤 것들이 있는지, 그리고 만약 무릎이 아프면 어떻게 치료하게 되는지 서울대학교병원 정형외과 노두현 교수가 알려드립니다. 서울대학교병원 각 분야 전문가가 알려주는 어디서도 들을 수 없는 전문 의학 강의[FOCUS] #Focus #의학강좌 #무릎사용법 #헬스장 #헬스중독 #무릎치료 #서울대병원 #정형외과 #김종국 *제공된 의학정보는 일반적인 사항으로 개개인의 특성을 반영하지 못합니다.
Interview 디지털 의료, AI 로봇으로 진화하다 - 의료 AI 기술을 선도하고 있는 노두현 정형외과 교수
- 관절염 진행에 따른 무릎 정렬 분석...고위험군 식별 및 맞춤형 인공관절 치환술 가능성 제시 서울대병원은 정형외과 김성은 임상강사가 2023년 대한정형외과 컴퓨터수술학회 제18차 추계학술대회에서 우수 구연상을 수상했다고 밝혔다. 대한정형외과 컴퓨터수술학회(CAOS-KOREA)는 컴퓨터 및 로봇을 활용한 정형외과 수술 분야의 발전을 위해 설립된 학회다. 매년 학술대회를 개최하며 우수한 연구를 발표한 연구자에게는 우수 구연상이 수여된다. 지난 10월 28일 개최된 제18차 추계학술대회에서는 총 18편의 발표가 진행됐다. 그중 켈그렌-로렌스 등급에 따른 무릎 관상면 정렬 분류(지도교수 정형외과 노두현 교수) 주제로 인공지능 활용 연구 성과를 발표한 김성은 임상강사가 수상의 영예를 안았다. 본 연구는 관절염 진행에 따라 무릎 유형(phenotype)이 다르다는 사실을 확인함으로써 관절염 진행 위험군을 사전에 식별할 가능성을 제시했다. 이는 조기 진단과 치료에 중요한 역할을 할 수 있다는 점에서 높은 평가를 받았다. 무릎 관상면 정렬(CPAK)은 외측 원위 대퇴 및 내측 근위 경골의 각도를 산술적으로 계산해 관절염이 진행되기 전 환자의 무릎 정렬 상태를 추론하는 방법이다. 이를 파악하면 인공관절 치환술로 일률적인 중립 정렬을 만드는 것이 아니라 무릎 정렬의 개인차를 고려한 수술 전략을 수립할 수 있어 더욱 효과적인 치료가 가능하다. 김 임상강사는 본 연구에서 한국 성인 1만 7365명의 무릎 방사선 사진을 분석한 뒤 켈그렌-로렌스 등급에 따라 유형을 이차원 산점도로 도식화했다. 이로써 관절염 진행 정도에 따른 무릎 관상면 정렬 분포가 서로 다르다는 사실을 확인했다. 김성은 임상강사는 이번 연구 결과가 관절염 환자들에게 더 나은 치료 방법을 제공할 수 있는 계기가 되길 바란다며 앞으로도 인공지능을 활용한 연구에 매진할 것이라고 수상 소감을 밝혔다. [사진] 정형외과 김성은 임상강사
- 수술 전 하지 X-ray 및 피검사 결과 활용해 근감소증 여부 예측- 인공관절치환술 합병증의 위험인자인 근감소증 선별에 활용할 수 있을 것으로 기대 무릎 인공관절 치환술 전 시행하는 검사인 하지 X-ray와 피검사만으로 환자의 근감소증(sarcopenia)을 정확히 예측할 수 있는 인공지능 모델이 세계 최초로 개발됐다. 서울대병원 정형외과 노두현 교수팀(황두현 수련의, 안성호 학생)은 인공지능인 합성곱 신경망과 기계학습의 분류 모델을 복합적으로 이용해 수술 전 하지 X-ray와 피검사 결과만으로 근감소증을 예측할 수 있는 알고리즘 모델을 개발했다고 5일 밝혔다. 근감소증은 노화에 따라 근육량이 줄어들고 근육 기능이 저하되는 질환이다. 이 질환은 낙상, 골절, 여러 수술 후 합병증의 대표적인 위험인자로 꼽힌다. 따라서 수술 전 선제적으로 근감소증 환자를 선별하고 치료를 제공하는 것이 중요하다. 기존 근감소증 선별을 위해 종아리 둘레 수치를 사용하는 경우가 있으나 이는 연령에 따른 지방 축적, 피부 탄력의 변화 등으로 인해 범국가적으로 권장되는 방법은 아니다. 반면 근육의 양으로 근감소증을 진단하는 경우 MRI 혹은 CT를 활용한다. 이 방법은 근육량 측정 정확도가 높은 장점이 있지만 시간이 오래 걸리거나 방사능 피폭, 관찰자에 따라 상이한 측정 결과 등의 한계가 있다. 따라서 정형외과 분야에서는 환자에게 부담이 되는 추가 검사 없이 기존에 시행하는 검사만으로 근감소증을 선별할 수 있는 적절한 도구가 필요한 상황이다. 연구팀은 수술 이력이 없는 건강한 지원자 227명의 하지 X-ray 사진을 사용해 자동 근육 분할(X-ray 사진에서 근육에 해당하는 부분을 구획화해 나타낸 것) 역할을 수행하는 딥 러닝 예측 모델을 개발했다. [Figure1] (A)원본 방사선 이미지 (B)전문의가 표시한 분절된 근육 (C)인공지능 모델이 예측한 분절된 근육 예측 모델은 하지 X-ray 사진으로부터 근육을 분할해 환자의 전신 근육량을 추산한다. 그리고 이를 포함한 총 7개의 변수(예측 전신 근육량, 체질량지수, 빌리루빈, 헤모글로빈, 알부민, 단백질, 나이)를 활용해 근감소증을 예측한다. 연구팀은 이 모델을 활용해 퇴행성 무릎 관절염 치료를 위해 슬관절 전치환술(Total Knee Arthroplasty, 이하 TKA)을 앞두고 있는 환자 403명을 테스트했다. [Figure2] 예측 모델 훈련과 테스트. 하지 X-ray 이미지는 전처리(자르기 및 크기 조정) 및 증강을 거쳐 합성곱 신경망에 공급되고 5겹 교차 검증을 통해 학습된다. 이후 최적화된 XGBoost 분류 모델(회귀 및 분류 문제를 해결하기 위해 사용하는 기계 학습 모델)을 사용해 환자의 예측 근육량(PMV)을 추정하고 환자를 근감소증 및 정상 그룹으로 분류한다. 연구 결과 개발된 딥 러닝 모델이 하지 X-ray 사진의 자동 근육 분할 측면에서 전문의가 표시한 것과 다름없는 높은 성능을 보이는 것을 알 수 있었다. 또한 근감소증 예측 모델의 검증 단계에서 해당 모델의 예측 능력(AUC: Area Under Curve)의 수치는 0.98로 우수한 성능을 보였다. 특히 근감소증을 예측하는 7개의 변수 중 PMV(예측 전신 근육량) 값은 근감소증을 판별하는 기능에서 가장 중요한 변수로 확인됐다. [Figure3] 검증 단계에서의 인공지능 모델예측 능력(AUC) [Figure4] 근감소증 판별 기능에 사용되는변수들의 중요도 이번 연구는 CT, MRI 영상 촬영이나 체성분 분석, 골다공증 검사와 같은 별도의 진단을 통해 확인하던 근감소증을 수술 전 간단한 X-ray와 피검사로 확인할 수 있다는 점에서 의의가 크다. 노두현 교수는 본 기술을 활용해 무릎 인공관절 치환술뿐만 아니라 다양한 정형외과 수술을 받는 환자의 근감소증을 정확히 예측할 수 있을 것이라며 그 결과에 따라 적절한 치료를 제공할 수 있기를 기대한다고 말했다. 해당 연구 1저자로 참여한 황두현 수련의는 이번 연구는 최근에 각광받는 딥러닝과 머신러닝을 복합적으로 활용해 실제 임상에서 필요한 기술을 직접 개발한 좋은 예시다라며 근감소증 환자들에게 수술 전후의 근육량 보강 및 합병증에 대한 사전 교육을 실시해 수술 후 위험인자에 순발력 있게 대응할 수 있을 것이라고 말했다. 이번 연구는 국제 SCI 학술지 임상의학학술지(Journal of Clinical Medicine) 최근호에 게재됐다. [사진 왼쪽부터] 서울대병원 정형외과 노두현 교수, 황두현 수련의, 안성호 학생
- 전문의도 구분하기 어려운 고해상도고품질 무릎 관절염 X-ray 이미지 생성 - 의료 인공지능 연구의 걸림돌이었던 데이터 불균형과 프라이버시 문제 해결 기대 최근 전문가도 구분할 수 없을 정도의 무릎 관절염 합성 X-ray 데이터가 개발됐다. 가상의 고품질 X-ray 데이터는 그동안 의료 인공지능 연구의 걸림돌이었던데이터의 불균형과 프라이버시 문제를 해결할 수 있을 것으로 기대된다. 서울대병원 정형외과 노두현 교수팀(최병선 전임의, 인공지능 연구소 안건 학생)은 인공지능인 생성적 적대 신경망을 이용해 전문의도 구분하기 어려운 고해상도고품질 무릎 관절염 X-ray 이미지를 생성하는 모델을 개발했다고 31일 밝혔다. 생성적 적대 신경망(Generative Adversarial Network, GAN)은 대표적인 합성 데이터 기술로 사람의 눈에 매우 사실적이고 현실적인 이미지를 생성한다. GAN은 가짜 데이터를 생성하는 생성기(Generator)와 진짜와 가짜를 구분하는 판별기(discriminator)가 경쟁적으로 학습해 진짜 데이터에 가까운 가짜 데이터를 생성한다. 이 기술을 의료 데이터에 적용하면 민감정보를 포함한 실제 의료데이터를 대체해 개인 정보 문제에 대한 대안을 제시할 수 있다. 연구팀은 서울대병원에 내원한 환자 10,000명의 무릎 X-ray 이미지를 정제 및 분석했고 생성적 적대 신경망(GAN)을 개발했다. 그 후 생성된 이미지의 신뢰도 수치를 평가했다. 이번 연구에서는 신뢰할 수 있는 데이터를 만들기 위해 최소 2,000장 이상의 영상이 필요함을 확인했다. 생성된 이미지는 컴퓨터 알고리즘으로도 원본과 구분이 힘들었다. [Figure] 생성적 적대 신경망. 생성자(Generator)는 이미지를 최대한 실제와 유사하게 만들도록 학습되고, 판별자(Discriminator)는 해당 이미지가 원래의 데이터로부터 나온 것인지 생성자로부터 생성된 것인지 구분한다. 최종적으로 최대한 실제와 유사하게 이미지를 만들도록 학습된 생성자를 통해 합성 의료데이터를 만들어낸다. 이후 정형외과 전문의 2명, 컴퓨터 비전 전문가 2명, 영상의학과 전문의 1명 등 다양한 전문가들이 생성된 이미지의 품질을 분석했다. 우선 이미지의 성능을 검증하기 위해 진짜 이미지와 생성된 이미지를 구별하는 튜링테스트(Turing test)를 진행했다. 각각 50개의 실제 및 생성된 이미지가 혼합된 100개의 이미지를 분류하는 테스트에서 전문가 5명의 분류 정확도는 34%, 44%, 46%, 57%, 50%로 나왔다. 테스트 결과는 전문의도 실제와 생성물을 확실하게 구별하기 힘들다는 것을 보여준다. 또한 연구팀은 생성된 이미지의 질적 분석도 실시했다. 질병 고유의 해부학적 특성이나 윤곽선, 뼈 테두리, 관절 등의 이미지 품질을 분석한 결과, 생성된 이미지는 실제 이미지와 비교해도 매우 사실적으로 보였다. [사진 1] 실제 무릎 이미지(a, b)와 알고리즘 모델을 통해 생성된 이미지(c, d) 연구 결과는 심층학습(Deep Learning) 중 생성적 적대 신경망을 이용해 전문가도 구분하기 힘든 합성 익명 데이터를 만들었다는 점에서 의의가 있다. 이번 연구는 수만 개의 이미지 데이터를 빠르게 생성해 데이터 불균형을 해소하고, 가짜 의료데이터를 활용함으로써 프라이버시 문제를 해결할 수 있는 가능성을 보여준다. 이는 향후 미래 의료 인공지능 연구의 초석이 될 것으로 기대된다. 노두현 교수는 본 기술을 활용해 향후 인공지능 기반 관절염 판독뿐만 아니라 디지털 트윈과 같은 다양한 인공지능 모델을 개발할 수 있을 것이라고 강조했다. 해당 연구 공동 1저자로 참여한 최병선안건 연구원은 이 모델을 기반으로 의료기관에서 무릎 관절염의 악화를 시뮬레이션 할 수 있는 플랫폼을 사용하게 되면 환자 및 의료진에게 큰 도움이 될 것이다라고 말했다. 이번 연구는 미국 정형외과 연구 학회의 공식 저널인 정형외과학회지(Journal of Orthopaedic Research) 최근호에 게재됐다.
무릎 인공관절전치환술 후 수혈 위험도 예측 웹 개발 6개 정보 입력하면 위험요인 가려 내 합병증 예방 무릎 인공관절 수술 후 수혈 위험을 쉽게 예측할 수 있는 웹 기반 플랫폼이 개발됐다. 서울대병원 이명철 교수팀(한혁수노두현 교수)은 서울대병원에서 무릎 인공관절 수술을 받은 환자 1,686명의 데이터를 바탕으로 수혈 가능성을 예측하는 우수한 성능의 모델을 개발했다고 13일 밝혔다. 무릎의 퇴행성 관절염은 전 세계적으로 2억 5천만 명의 환자가 있으며 투약, 수술, 거동제한으로 인한 사회경제적 손실이 매우 높다. 60세가 넘으면 무릎 관절염은 급격히 증가하며 인공관절 전치환술을 받는 환자 수는 매년 증가하고 있다. 무릎 인공관절 전치환술을 받은 환자들 중 적게는 3%, 많으면 67% 정도가 수술 후 수혈을 받는 것으로 알려졌다. 수혈은 감염과 심부정맥혈전증 등 합병증 확률을 높인다. 심한 경우 사망에 이를 정도로 치명적인 결과를 야기할 수 있다. 연구팀이 개발해 공개한 웹 http://safetka.net에 나이, 몸무게, 지혈제 사용여부, 혈소판 수, 헤모글로빈 수치, 수술유형 등 6가지를 입력하면 수술 시 수혈 여부를 예측할 수 있다. 수혈을 막기 위해 위험 인자를 파악하려는 기존 연구들이 있었으나, 이번 연구는 기계학습을 이용해 수술 전 정보만으로 수술 후 수혈 위험도를 환자 특성에 맞춰 정확하게 예측했다는 점에서 큰 의의가 있다. 그림설명) 무릎관절전치환술 수혈 예측 웹사이트에 들어가서 6가지 정보를 입력하면 수술 후 수혈 위험을 예측해 준다. 왼쪽이 입력창, 오른쪽 위는 수혈 위험이 낮다는 결과, 아래는 수혈 위험이 높음을 보여 준다. 어떤 변수가 수혈 위험도를 높이는 데 얼마나 많이 기여했는지 확인할 수 있다. 연구팀은 이 프로그램 결과와 실제 수술 후 환자에게 수혈이 됐는지 여부를 조사한 결과 84.2%의 정확성(민감도 89.8%, 특이도 74.8%)을 보였다고 설명했다. 객관적인 평가를 위해 타 병원 환자 400명의 데이터를 입력해 검증한 결과 여전히 뛰어난 성능을 보여 줬다. 개발된 모델이 다른 기관에도 보편적으로 적용될 수 있음을 보여 준다고 연구팀은 전했다. 노두현 교수는 수술 전 미리 위험도를 파악해 수혈 고위험군은 사전에 지혈제 사용, 빈혈 교정 등 예방조치를 함으로써 안전한 수술이 될 수 있을 것이라며, 다가오는 AI 시대에 발맞춰 환자 맞춤형 의료에 이번 연구 결과가 중요한 역할을 할 것이라 평가했다. 한편, 이번 연구에 제1저자로 이름을 올린 고선호 조창웅 씨는 현재 서울의대 의학과 3학년 학생이다. 조창웅 학생은 웹 프로그램은 누구에게나 쉽게 접근할 수 있다. 이번 연구는 환자 수혈 위험도와 함께 어떤 변수가 위험도에 기여했는지 알 수 있다. 임상에서 활용하면 환자에게 큰 도움이 될 것이라고 기대했다. 서울대병원의 연구 결과는 정형외과 분야의 권위 있는 SCI 국제학술지 유럽무릎관절학회 학술지(Knee Surgery Sports Traumatology Arthroscopy) 최근호에 게재됐다.
본 웹사이트에서는 이메일 주소가 무단 수집되는 것을 거부하며,위반 시, 정보통신망법에 의해 처벌됨을 유념하시기 바랍니다.
뷰어는 파일 문서 보기만 지원하는 프로그램입니다.뷰어로는 문서 내용을 수정하거나 삭제, 편집 할 수 없습니다.
서울대학교병원에서 사용하는 문서는 한글2002, 워드, 파워포인트, 엑셀, PDF(아크로뱃리더) 5가지 입니다.
사용하시는 컴퓨터에 해당 뷰어가 설치되어 있지 않은 경우 뷰어를 다운로드 받아 각 개인 컴퓨터에 설치하셔야 합니다.뷰어는 사용하시는 컴퓨터에 한 번만 설치하시면 됩니다.
서울대학교병원 홈페이지의 불편한점이나 개선사항 등의 의견을 작성해 주시면검토 후 반영하도록 하겠습니다.
1. 수집 항목 : 작성자명, 연락처, 이메일 주소
2. 수집 및 이용 목적 : 의견 회신에 따른 연락처 정보 확인
3. 보유 및 이용 기간 : 상담 서비스를 위해 검토 완료 후 3개월 간 보관하며,이후 해당 정보를 지체 없이 파기