다행히 AAC는 골다공증을 감지하는 데 사용되는 골밀도 기계 스캔으로 감지할 수 있다. 그러나 이미지를 분석하려면 고도로 훈련된 전문 판독가가 필요하며, 이미지 당 5~15분이 소요된다는 단점이 있다.
이 가운데 인공지능을 이용해 전문 판독가 없이 이 시간을 획기적으로 단축할 수 있게 됐다.
과학 연구 뉴스 매체인 '뉴로사이언스(neurosciencenews.com)'는 호주 에디스 코완대(ECU)의 연구진이 하루에 약 6만 개의 이미지를 훨씬 더 빠르게 분석할 수 있는 소프트웨어를 개발했다고 보도했다.
연구진이 전문 판독가와 소프트웨어가 실시한 이미지 분석 5000개 이상을 비교한 결과 AAC 정도(낮음, 보통 또는 높음)에 대한 분석에서 80% 가량이 일치했다. 특히 AAC 수준이 높은 것으로 간주 된 사람 중 3%만이 소프트웨어에 의해 낮은 수준으로 잘못 진단됐다.
연구에 참여한 조슈아 루이스 교수는 “사람이 판독하는 것과 비교해 소프트웨어의 정확도를 개선하기 위해 아직 해야 할 일이 남아 있지만, 최신 버전에서는 이미 결과를 크게 개선했다”고 말했다.
그는 “영상 전문가와 유사한 정확도로 AAC의 존재 여부와 정도를 자동으로 평가하면 증상이 나타나기 전에도 심혈관 질환 및 기타 질환에 대한 대규모 선별 검사가 가능해진다”며 “특히 이미지는 골밀도 검사 때 빠르고 쉽게 얻을 수 있기 때문에 향후 일상적인 임상 진료에서 심혈관 질환 조기 발견 및 질병 모니터링을 위한 새로운 접근법으로 이어질 수 있다”고 강조했다.
그는 또 “개발된 소프트웨어를 통해 위험에 처한 사람들이 훨씬 더 일찍 생활 습관을 바꿔서 노년기에는 더 건강해질 수 있게 됐다”고 덧붙였다.