서울아산병원 장성은 교수팀은 딥러닝(deep learning) 기반 AI알고리즘에 악성 및 양성의 피부암, 피부질환(43종의 피부종양 및 피부질환, 1만426케이스) 4만여 장의 사진을 학습시킨 후 피부암과 피부질환 검출 성능을 검증했다고 최근 밝혔다.
그 결과 사진만으로 진단하는 동일한 조건에서 AI알고리즘은 피부과 의사와 대등한 성능을 보였다. AI알고리즘은 66.9%의 민감도(실제 질병이 있을 때 질병이 있다고 진단할 확률)와 87.4%의 특이도(질병을 가지고 있지 않을 때 질병이 없다고 진단하는 확률)를 보였고, 피부과 전문의는 65.8%의 민감도와 85.7%의 특이도를 나타냈다.
피부암으로 의심되는 병변이 포함된 부위의 디지털 카메라 사진만 있으면 어디가 병변인지 아닌지 알고리즘이 찾아서 분석하기 때문에 AI알고리즘을 이용해 피부암을 정기적으로 또는 대량으로 검진하는 방식이 가능할 것으로 기대된다.
영상 인식에서 인공지능은 분류(classification)와 검출(detection) 분야로 나뉘는데 검출 분야는 사진에서 병변의 위치까지 인식하는 인공지능 기술이다.
이전의 AI를 이용한 피부질환 진단에 대한 연구들은 전체 사진에서 병변 부위만 잘라놓은 사진을 보고 암인지 아닌지 구분하는 분류 연구 또는 2가지 종류의 피부암을 구분하는 연구가 대부분 이었다.
이번 연구에 사용된 사진들은 AI를 훈련시키기 위해 사용된 기존의 데이터와는 다르게 공동 연구기관인 세브란스병원에서 지난 10년 동안 조직검사한 모든 종류의 악성 및 양성 피부암 데이터로 검증해 보다 객관적이라 할 수 있다.
지금까지 딥러닝을 이용한 분류에 대해 여러 연구가 있었지만, 이번 연구에서 사용된 AI알고리즘은 피부암 검출을 주제로 의학저널에 게재된 유일한 모델이다.
디지털 카메라로 피부 병변 사진은 쉽게 얻을 수 있지만, 다른 분야와는 달리 피부 사진은 표준화가 어렵기 때문에 AI를 이용한 피부암 검출은 최근까지도 기술적으로 어려운 분야였다.
병변의 사진만 보고 진료하는 방식은 병원에서 의사가 실제로 환자의 병변을 보고 진료하는 것보다는 아직 부정확하며 한계가 있다. 이번 연구에서 실제 환자를 보며 진료한 의사는 민감도 70.2%, 특이도 95.6%로 알고리즘보다 높은 정확도를 나타냈다.
이는 실제 진료를 할 때 사진을 보고 진단하는 것이 아니라 환자의 병변을 직접 만져보고, 병변에 대해 문진을 하며 의뢰서에 명시된 조직검사 결과까지 확인하는 등 여러 정보를 종합해서 진단을 내리기 때문인 것으로 분석했다.
장성은 서울아산병원 피부과 교수는 “피부암 중에서도 치명적인 악성 흑색종은 폐나 간 등 내부 장기로 전이되면 5년 생존율이 20% 미만일 정도로 무서운 질환이다. AI 알고리즘을 효과적으로 활용하면 피부암의 주기적인 자가 검진을 통해 조기 진단 및 치료에 도움이 될 것으로 기대된다”고 말했다.
이번 연구 결과는 전 세계적으로 권위 있는 의학 및 생명과학 종합저널 국제학술지 ‘플로스 메디신(PLOS Medicine, Public Library of Science Medicine, IF=10.5)’에 최근 게재됐다.
장성은 서울아산병원 피부과 교수와 함께 신촌세브란스병원 이주희 교수가 교신저자로 연구에 참여했으며, 서울아산병원 피부과 문익준 교수와 아이피부과 한승석 원장이 제 1저자로 참여했다.
romeok@kukinews.com
