RESEARCH TO PRACTICE · CONNECTEVE
관절염은 사람마다 다른 모습으로 진행합니다. 저는 지금의 상태를 같은 기준으로 평가하고, 변화를 숫자로 기록하며, 앞으로의 경과를 예측하는 방법을 연구합니다.
논문에서 찾은 측정 방법을 진료실에서도 쓸 수 있게 만드는 일, 그 결과를 환자가 이해할 수 있게 설명하는 일도 같은 흐름에 있습니다. 코넥티브에서는 이 연구를 의료 AI와 소프트웨어, 수술 로봇 개발로 연결하고 있습니다.
예후 예측 연구
관절염을 평가하는 데서 한 걸음 더 나아가, 어떤 무릎이 더 빨리 변하고 어떤 정보가 그 차이를 설명하는지 연구해 왔습니다. 네 연구는 다리 정렬의 변화, 관절염의 진행, 반대쪽 무릎의 발생, 같은 등급 안의 구조적 차이를 각각 살펴봅니다.
01 · Knee Surgery, Sports Traumatology, Arthroscopy
10,841하지의 기립 전장 X선을 추적해, 다리 정렬과 관절선 수렴각(JLCA)이 이후 변화 속도와 어떻게 연결되는지 살폈습니다.
처음 O다리였던 집단의 34.0%, X다리였던 집단의 25.7%에서 같은 방향으로 연간 0.50° 이상 진행했습니다. 큰 JLCA와 초기 정렬, 높은 관절염 등급이 빠른 변화와 관련됐습니다.
관절 간격뿐 아니라 다리 전체의 축과 관절선도 함께 추적할 이유를 보여줍니다.
02 · Journal of Orthopaedic Research
OAI 5,966무릎으로 모델을 만들고, 별도의 MOST 3,392무릎에서 4–5년 뒤 영상학적 진행을 검증했습니다.
초기 KL 등급, 반대쪽 관절염, 내·외측 관절간격 협소, BMI와 WOMAC 점수의 6개 변수로 예측했습니다. 외부 검증 AUC는 0.76이었습니다.
진료에서 얻을 수 있는 정보로 추적 위험을 나누는 연구입니다. 통증이나 수술 필요성을 직접 예측한 결과는 아닙니다.
03 · Journal of Orthopaedic Research
한쪽 무릎에 관절염이 있는 1,353명을 대상으로, 반대쪽 무릎의 4–5년 뒤 관절염 발생을 OAI에서 학습하고 MOST에서 시험했습니다.
반대쪽 무릎의 초기 외측 관절간격 협소 등을 포함한 9개 변수를 사용했습니다. 독립 시험군 AUC는 0.69로, 중등도의 구분 성능을 보였습니다.
아픈 쪽만 보지 않고 반대쪽 무릎도 함께 평가하고 추적할 근거입니다.
04 · Osteoarthritis and Cartilage Open
5,802명의 10,804무릎에서 초기 KL 1·2를 골극 중심과 관절간격 협소 중심의 형태로 나눠 증상과 진행을 비교했습니다.
같은 등급에서 통증·기능 차이는 없었지만, KL 3 이상으로 진행하는 속도는 구조적 형태에 따라 달랐습니다. 골극 중심군은 관절간격 협소 중심군보다 진행까지의 평균 시간이 길었습니다.
등급 숫자만으로 설명하기 어려운 구조적 차이를 보여줍니다. 영상의 진행과 현재 증상은 각각 평가해야 합니다.
X-ray에서 관절 간격과 골극, 다리 정렬을 일정한 방법으로 측정합니다. 평가자마다 기준이 달라지지 않도록 측정 항목과 방법을 맞추는 일이 중요합니다.
관련 논문 해설관절염 등급에 더해 간격과 각도를 연속적인 값으로 남깁니다. 측정의 오차와 실제 변화를 구분하고, 추적 관찰에서 작은 변화도 살펴봅니다.
관련 논문 해설영상과 증상, 생활과 진료 정보를 함께 분석해 이후의 변화를 예측합니다. 다른 집단에서도 성능을 확인하고, 개인의 치료 결정에 쓸 수 있는 범위를 검증합니다.
관련 논문 해설01 · 평가를 객관화하는 도구
“관절염 몇 기인가요?”라는 질문에 답하려면, 어떤 특징을 보고 그렇게 판단했는지 설명할 수 있어야 합니다. 무릎의 간격이 어디에서 좁아졌는지, 골극이 어디에 있는지, 다리 전체가 어떤 각도를 이루는지를 같은 기준으로 살펴보는 것이 출발점입니다.
CONNEVO KOA는 무릎 X-ray의 골극과 관절 간격을 분석하고 K-L 등급 판정을 보조합니다. 영상에 분석 결과를 표시해 의료진이 원본 사진과 함께 확인하고 상담에 활용하도록 구성되어 있습니다. AI가 측정한 지표는 증상과 진찰, 촬영 조건을 함께 고려해 해석합니다.
02 · 구조와 변화를 정량화하는 도구
같은 관절염 등급 안에서도 관절 간격과 다리 정렬은 다릅니다. 변화의 크기를 기록하려면 측정이 반복 가능해야 하고, 촬영 자세 때문에 생긴 차이도 살펴야 합니다. 제 연구는 간격과 각도를 세밀하게 측정하고, 시간에 따라 무엇이 달라지는지 확인하는 데 관심을 둡니다.
CONNEVO Metric은 고관절부터 발목까지 촬영한 하지 전장 X-ray에서 정렬 지표를 자동으로 측정합니다. HKAA, WBLR, MPTA, mLDFA, JLCA, JLOA 같은 각도와 위치를 시각화하고 결과서로 제공합니다. 이런 수치는 서로 다른 무릎의 구조를 설명하고 수술 계획에서 검토할 공통 자료가 됩니다.
관절 간격을 다루는 oJSW 연구는 작은 영상 변화를 정량적으로 읽는 또 다른 방법입니다. 논문에서는 관절면에 직교하는 최소 간격의 측정 성능을 평가했습니다. oJSW 영상분석 기술은 골관절염 신약 임상시험에서 구조 변화를 평가하는 데 활용되고 있습니다.
척추·골반 정렬 · CONNEVO Spin
측면 요추 X-ray의 정렬 지표를 AI로 측정합니다.
기립 측면 요추 영상을 분석해 LL, SS, PI, PT, L4-S1 등의 정렬 지표를 자동 측정하고, 수술 전후 비교와 환자 설명에 활용하도록 돕습니다.
X-ray 위에 표시된 각도와 측정 결과를 통해 의료진의 설명을 함께 살펴볼 수 있습니다. 수술 전후 영상을 비교하며 척추·골반 정렬의 변화를 이해하는 데 도움을 줍니다.
04 · 환자와 같은 그림을 보며 설명하기
숫자를 얻는 일만큼 그 숫자의 의미를 함께 이해하는 일도 중요합니다. 사진에서 어디가 달라졌는지, 치료 방법마다 무엇을 기대할 수 있는지 설명하고, 환자가 자신의 생활과 목표에 맞는 질문을 할 수 있어야 합니다.
CONNEVO Suite는 KOA와 Metric의 분석 결과를 상담 화면에서 불러오고, 교육 영상과 설명 자료, 환자 맞춤 리포트를 연결합니다. 영상의 표시와 수치를 환자에게 설명하는 과정을 진료 흐름 안에 담은 제품입니다. 제가 만든 환자 교육 콘텐츠와 이 홈페이지의 운동·치료 글도 같은 목적에서 출발했습니다.
수술 계획 · 로봇 · PHYSICAL AI
무릎의 구조를 이해하고 계획을 세우는 연구는 수술 로봇으로 이어집니다. 어떤 기준으로 뼈를 절삭하고 인대 균형을 맞출지, 수술 중 실제 위치와 계획이 얼마나 일치하는지 확인하는 일이 필요합니다.
코넥티브는 CT 기반 계획과 3차원 스캔을 정합하고 로봇을 제어하는 기술을 개발하고 있습니다. Physical AI 연구에서는 영상과 센서로 실제 환경을 이해하고, 계획을 안전한 움직임으로 옮기는 방법을 다룹니다. 수술 데이터와 디지털트윈을 구축하는 작업도 이 흐름에 있습니다.
관절 간격 · 정렬 · 해부학
개인별 목표 · 절삭 · 균형
3D 정합 · 센서 · 로봇 제어
노두현의 운동 영상
관절염 환자를 위한 근력운동과 스트레칭을 영상으로 살펴보세요. 동작의 범위와 운동량은 무릎 상태에 맞춰 조정합니다.
YouTube에서 운동 모음 보기서울대병원TV의 무릎 강의와 코넥티브 공식 채널의 환자 설명 영상으로 이어집니다.
CLINICAL EVIDENCE
무엇을 측정했는지, 어떤 자료에서 검증했는지 함께 살펴야 합니다. 기반 기술, 외부 검증, 경제성 분석은 서로 다른 질문에 답합니다.
KOA · KNEE OA GRADING
한국 두 대학병원의 1,273명·2,546무릎에서 평가했습니다. OA 유무(KL ≥2)를 구분한 AUC는 0.94, 정확도는 94.2%였습니다. 경계 단계인 KL 2의 민감도는 77.2%로, 전체 OA 판정과 등급별 판정을 구분해 읽어야 합니다. 이 논문은 AI 단독 외부 검증입니다.
oJSW는 관절면에 직교하는 최소 관절간격을 수치로 측정합니다. 15,313영상에서 JSN >0·>1·>2를 구분한 AUC는 각각 0.86·0.95·0.97이었습니다. 현재 영상의 협소 정도를 구분한 성능입니다.
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.
Do Weon Lee, Dae Seok Song, Yong Seuk Lee, Ja-Young Choi, Du Hyun Ro. Deep learning-derived orthogonal minimum joint space width improves radiographic assessment of knee osteoarthritis severity and progression. Knee Surgery, Sports Traumatology, Arthroscopy · 2025. doi:10.1002/ksa.70227.
Metric · LOWER-LIMB ALIGNMENT
전장 X-ray의 기준점을 인식하는 기술에서 출발해 세 기관 영상 300장으로 외부 검증했습니다. 전문의와의 ICC는 0.936–0.997이었고 처리 시간은 약 0.3초였습니다. HKAA 오차가 1.5°를 넘은 사례는 없었지만, 다른 지표의 오차는 따로 확인해야 합니다.
Sung Eun Kim, Jun Woo Nam, Joong Il Kim, Jong-Keun Kim, Du Hyun Ro. Enhanced deep learning model enables accurate alignment measurement across diverse institutional imaging protocols. Knee Surgery & Related Research · 2024. doi:10.1186/s43019-023-00209-y.
Jo C, Hwang D, Ko S, Yang MH, Lee MC, Han HS, Ro DH. Deep learning-based landmark recognition and angle measurement of full-leg plain radiographs can be adopted to assess lower extremity alignment. KSSTA · 2023. doi:10.1007/s00167-022-07124-x.
SPIN · SPINOPELVIC PARAMETERS
척추·골반 각도 연구는 요추 측면 영상 1,011장에서 LL·PI·PT·SS 측정을 평가했습니다. 요천추 이행척추 연구는 별도의 검출 과제로, 분리 시험군 AUC 0.84와 특이도 61.9%를 보고했습니다. 두 연구는 각도 측정과 해부학적 변이 확인이라는 서로 다른 문제를 다룹니다.
Kang DH, Jeong YJ, Kim ST, Kim Y, Chang BS, Kim H, Chang SY, Ro DH. Automated measurement of pelvic parameters using convolutional neural network in complex spinal deformities: overcoming challenges in coronal deformity cases. The Spine Journal · 2025. doi:10.1016/j.spinee.2025.01.020.
Donghyuk Kwak, Du Hyun Ro, Dong-Ho Kang. Automated Detection of Lumbosacral Transitional Vertebrae on Plain Lumbar Radiographs Using a Deep Learning Model. Journal of Clinical Medicine · 2025. doi:10.3390/jcm14217671.
한국 50세 이상 가상 코호트의 평생 경로를 모의실험한 연구에서는 AI 보조 전략의 비용 절감 $3,125와 QALY 증가 0.260을 추정했습니다. 비용효과적일 확률은 민감도 분석에서 55.1%였습니다. 실제 환자의 진료비가 그만큼 줄었다는 관찰 결과나 보장되는 절감액은 아닙니다.
KyungYi Kim, Sang Yoon Kim, Sung Sik Kim, Jae Hun Kim, Du Hyun Ro, Byung Sun Choi. Cost-Effectiveness of AI-Assisted Kellgren-Lawrence Grading of Knee Osteoarthritis in the South Korean Health-Care System. Journal of Bone and Joint Surgery American Volume · 2026. doi:10.2106/JBJS.25.01278.
정렬과 관절간격을 같은 기준으로 기록하면 서로 다른 집단과 시간에 따른 변화를 비교할 수 있습니다. 아래 연구들은 소프트웨어를 사용한 임상 질문을 다루며 제품 자체의 성능 검증과는 구분됩니다.
Doohyun Hwang, Min Wook Choi, Seong-Hwan Kim, Hyuk-Soo Han, Chong Bum Chang, Myung Chul Lee, Na-Kyoung Lee, Du Hyun Ro. Age and sex differences in coronal lower extremity alignment in a healthy Asian population. The Knee · 2023. doi:10.1016/j.knee.2023.09.009.
Jisoon Park, Oussama Chaar, Jayakrishnan Narayanakurup, Alamedin Sobhe Abdelsamea Abdelhamead, Du Hyun Ro, Sung Eun Kim. Do knee alignment patterns differ between Middle Eastern and East Asian populations? A propensity-matched analysis using artificial intelligence. Knee Surgery & Related Research · 2025. doi:10.1186/s43019-025-00261-w.
Sung Eun Kim, Samuel MacDessi, Daeseok Song, Joong Il Kim, Byung Sun Choi, Hyuk-Soo Han, Du Hyun Ro. Coronal Plane Alignment of the Knee (CPAK) Type Shifts Toward Constitutional Varus with Increasing Kellgren and Lawrence Grade: A Radiographic Analysis of 17,365 Knees. Journal of Bone and Joint Surgery American Volume · 2025. doi:10.2106/JBJS.24.00316.
Kee Soo Kang, Sang Yoon Kim, Byung Sun Choi, Hyuk-Soo Han, Chong Bum Chang, Du Hyun Ro. Large joint line convergence angle is associated with accelerated coronal alignment progression in osteoarthritic knees: A longitudinal analysis of 10,841 knees. Knee Surgery, Sports Traumatology, Arthroscopy · 2026. doi:10.1002/ksa.70293.
Byung Sun Choi, Jeehyeok Chung, Junpyo Kwak, Hyuk-Soo Han. Subchondral insufficiency fracture is a predictive factor of osteoarthritis progression and conversion to arthroplasty in non-surgically treated medial meniscus root tear. KSSTA · 2023. doi:10.1007/s00167-023-07444-6.
Byung Sun Choi, Juneseok Won, Hyuk-Soo Han. Augmentation with Bone Marrow Aspirate Harvested from the Iliac Crest for Horizontal or Radial Meniscal Tears Yields Favorable Healing Rates in Magnetic Resonance Imaging and Clinical Outcomes. Clinics in Orthopedic Surgery · 2024. doi:10.4055/cios23213.
Jaeseok Park, Sung Eun Kim, Back Kim, Sanggyu Lee, Jae-Jun Lee, Du Hyun Ro. A deep learning based automatic two-dimensional digital templating model for total knee arthroplasty. Knee Surgery & Related Research · 2024. doi:10.1186/s43019-024-00240-7.