본 논문은 척추 건강 평가 및 척추증, 디스크 헤르니아, 협착증과 같은 질환 진단에 필수적인 정확한 척추 구조 측정을 위한 자율 AI 시스템을 개발하는 것을 목표로 한다. 기존의 수동 측정 방식의 주관성과 시간 소모 문제를 해결하기 위해, UNet, nnU-Net, CNN 등의 심층 학습 아키텍처를 활용하여 MRI 스캔에서 척추간 디스크 높이와 척수관 전후 직경을 자동으로 분할하고 측정하는 AI 모델을 개발하였다. 대규모 독점 MRI 데이터셋으로 학습 및 전문가 주석과의 검증을 거쳤으며, Dice 계수와 분할 정확도를 사용하여 성능을 평가하였다. 결과적으로 경추, 요추, 흉추 영역에서 높은 Dice 계수(각각 0.91, 0.94, 0.90)를 달성하여 척추 매개변수를 정확하게 측정하는 것으로 나타났다.
