다른 병원의 무릎 X-ray에서도 관절염 등급을 일관되게 구분할 수 있을까요?

OA 유무(KL ≥2)를 구분한 AUC는 0.94(95% 신뢰구간 0.92–0.96), 민감도는 96.6%, 특이도는 90.5%, 정확도는 94.2%였습니다.

2,546무릎에서 OA 유무(KL ≥2)를 구분한 민감도 96.6%, 특이도 90.5%, 정확도 94.2%입니다. 등급별 분류 결과와 구분해야 하며 KL 2 민감도는 77.2%였습니다.
Journal of Arthroplasty (2026). DOI: 10.1016/j.arth.2026.01.078 · Original explanatory chart based on reported data
근거·원문 그림 이용조건

연구에서 묻는 질문

대상과 방법

OAI·MOST 자료에서 학습한 모델을 한국 두 대학병원의 Rosenberg 영상에 적용했습니다. 정형외과 의사 2명과 영상의학과 의사 1명의 합의 판정을 기준으로 평가했습니다. KL 0과 1은 하나의 범주로 합쳤습니다. 후향적 다기관 외부 검증으로 환자 1,273명의 무릎 2,546개를 분석했습니다.

주요 결과

OA 유무(KL ≥2)를 구분한 AUC는 0.94(95% 신뢰구간 0.92–0.96), 민감도는 96.6%, 특이도는 90.5%, 정확도는 94.2%였습니다. 경계 단계인 KL 2의 AUC는 0.87, 민감도는 77.2%, 특이도는 95.3%였습니다. 모든 등급의 구분 난도가 같지는 않았습니다.

진료와 수술에서 읽을 지점

CONNEVO KOA의 임상 검증 근거입니다. 영상의 경계 등급을 같은 기준으로 확인하는 데 초점을 두며, 통증과 기능, 진찰 소견을 함께 평가하는 의사의 판단을 보조합니다.

해석의 제한

이 연구는 AI 단독 결과를 합의 판정과 비교한 외부 검증입니다. AI 보조를 받은 의사의 성능 변화나 환자 치료 결과를 평가한 중재시험이 아닙니다. KL 0·1을 묶은 분류이며 국내 두 대학병원과 특정 촬영 방식의 자료입니다. 노두현이 공저자로 참여한 논문은 아닙니다.

짧게 정리하면

어떤 진료 질문과 연결되나요?

Keywords · 주제어

Knee osteoarthritis
Kellgren-Lawrence
Artificial intelligence
Software
Diagnosis
AI
KOA
KL

Abstract · 원문 초록

Byung Sun Choi, Seong Hwan Hong, Hae Jung Lee, Seong Hwan Kim. Performance of an Artificial Intelligence-Based Software for Automated Kellgren-Lawrence Grading of Knee Osteoarthritis: A Multicenter Cohort Study. Journal of Arthroplasty. 2026. doi:10.1016/j.arth.2026.01.078.

원문 초록 일부

The Kellgren-Lawrence (KL) grading system is the standard for assessing knee osteoarthritis (OA) severity. However, it is limited by major observer variability.…

PubMed에서 초록 보기 원문 보기

원래 논문

Performance of an Artificial Intelligence-Based Software for Automated Kellgren-Lawrence Grading of Knee Osteoarthritis: A Multicenter Cohort Study

Byung Sun Choi, Seong Hwan Hong, Hae Jung Lee, Seong Hwan Kim
Journal of Arthroplasty · 2026

DOI · 10.1016/j.arth.2026.01.078 PubMed 근거 자료

학술논문

연구 수치로 읽는 결과