무릎 모양에는 한 가지 평균만 있는 것이 아닙니다
무릎 정렬을 설명할 때 O다리, X다리처럼 익숙한 말을 사용합니다. 실제 영상에서는 다리 전체의 정렬과 무릎 관절선의 기울기를 나누어 볼 수 있습니다. 겉으로 비슷해 보이는 다리도 이 두 요소의 조합은 다를 수 있습니다.
이 연구는 한국과 아랍에미리트(UAE)의 병원 방문자를 비교했습니다. 두 집단에서 흔한 무릎 정렬 유형이 같은지, 나이와 성별의 차이를 고려한 뒤에도 차이가 남는지를 질문했습니다. 사람마다 다른 무릎을 연구하기 위한 출발점입니다.
나이와 성별을 맞추고 X-ray를 비교했습니다
분석 전 자료는 한국 7,138명과 UAE 1,098명이었고, 양쪽을 합쳐 16,472개 무릎을 평가했습니다. 무릎 증상이 있어 각 나라의 병원을 찾은 사람들의 과거 영상입니다. AI 소프트웨어로 정렬 각도와 관절염 등급을 측정하고 CPAK 유형을 분류했습니다.
단순히 두 집단의 비율을 비교하면 연령이나 남녀 구성의 차이가 섞일 수 있습니다. 그래서 연령과 성별을 1:2 비율로 맞추는 성향점수 매칭을 시행했습니다. 이 과정은 두 집단을 완전히 같은 조건으로 만드는 것이 아니라, 정해진 조건의 차이를 줄이는 방법입니다.
남성과 여성에서 보인 패턴이 달랐습니다
매칭 후 남성에서 가장 흔한 유형은 UAE에서는 CPAK 1형으로 42.4%, 한국에서는 CPAK 2형으로 30.6%였습니다. 여성은 두 집단 모두 2형이 가장 흔했으며 UAE 30.6%, 한국 35.3%였습니다. ‘한국과 UAE가 다르다’는 한 문장보다 성별과 유형을 나누어 볼 때 결과를 더 정확히 이해할 수 있습니다.
원문 그림은 각 무릎이 분류의 어느 위치에 모이는지 보여줍니다. 이름이 같은 유형 안에서도 다양한 각도가 분포합니다. 가장 흔한 유형이 그 집단의 모든 무릎을 대표하지는 않습니다.
개인별 수술 계획을 연구하는 기초 자료입니다
서로 다른 집단에서 정렬의 분포가 달랐다는 결과는 하나의 평균 모양만으로 모든 무릎을 설명하기 어렵다는 점을 보여줍니다. 무릎 형태를 연구하고 수술 계획을 발전시키려면 집단의 특성과 개인의 영상 정보를 함께 고려해야 합니다.
다만 ‘어느 나라 사람인가’만으로 개인의 정렬을 정할 수는 없습니다. 집단 간 차이와 한 사람의 상태는 구분해야 합니다. 또한 이 연구는 특정 CPAK 유형에 어떤 수술 각도가 더 좋은지 비교한 임상시험이 아닙니다.
예를 들어 나라별로 가장 흔한 유형이 달라도, 같은 나라 안에 여러 유형이 함께 존재합니다. 연구 그림에서 밀집한 영역과 그 주변의 넓은 분포를 같이 보아야 평균과 개인을 혼동하지 않습니다. 수술 계획에 필요한 정보는 그 사람의 무릎에서 확인해야 합니다.
국가 전체 인구를 비교한 결과는 아닙니다
연구 대상은 증상이 있어 병원을 방문한 사람들입니다. 두 나라의 건강한 일반 인구 전체를 무작위로 조사한 자료가 아니므로 국가 전체의 무릎 모양이나 관절염 발생률로 확대해 읽으면 안 됩니다.
연령과 성별을 맞춘 뒤에도 BMI 차이는 남았습니다. 다른 생활·환경 요인도 집단 차이에 함께 작용할 수 있습니다. 관찰된 차이가 유전적 배경 때문인지, 체격이나 다른 요인 때문인지를 이 비교 하나로 분리해 설명할 수는 없습니다.
AI는 큰 규모의 영상에서 같은 지표를 반복 측정하는 데 사용됐습니다. 이 논문의 국가 간 비교 결과가 AI가 특정 치료를 추천하거나 환자의 미래 경과를 확정할 수 있다는 뜻은 아닙니다.