딥러닝 기반 AI 진단 보조 모델, 흑색종과 흑색조갑증 구별 정확도 95% 이상

실제 진료 현장에서도 우수한 성능 보여…흑색종 조기 진단 도움 기대

손발톱 흑색종을 조기에 진단할 수 있는 인공지능(AI) 진단 보조기술이 개발됐다.

연세대 세브란스병원 피부과 오병호 교수와 원주의과대학 정밀의학과 추유성 박사 연구팀은 딥러닝 기반 AI를 이용해 손발톱 흑색종과 양성 흑색조갑증을 구별하는 진단 보조시스템을 개발했으며, 진단 정확도가 95% 이상을 보인다고 11일 밝혔다.

이번 연구결과는 국제학술지 ‘독일피부과학회지(Journal der Deutschen Dermatologischen Gesellschaft)’ 최신호에 게재됐다.

손발톱에 검은 줄이 생기는 흑색조갑증은 비교적 흔한 증상이지만, 일부는 치명적인 피부암 손발톱 흑색종의 초기 신호일 수 있다. 그러나 초기 손발톱 흑색종은 양성 병변과 외형이 매우 비슷해 숙련된 피부과 전문의도 육안만으로 구별하기 어려운 경우가 있다.

정확한 진단을 위해서는 손발톱 기질 조직검사를 시행해야 하지만, 검사 과정에서 영구적인 손발톱 변형이나 미용적·기능적 후유증이 남을 수 있어 시행에 어려움이 있다. 이러한 이유로 실제 임상 현장에서는 조직검사를 미루고 경과를 관찰하는 경우가 빈번해 조기 진단의 한계가 있는 상황이다.

연구팀은 손발톱 흑색종과 양성 흑색조갑증 임상 데이터를 활용해 딥러닝 기반의 진단 보조 AI 모델을 개발했다. 손발톱 흑색종 환자 122명과 양성 흑색조갑증 환자 172명 등 총 294명의 임상자료를 수집했으며, 진단 혼선을 줄이기 위해 소아 흑색조갑증은 AI 학습에서 제외했다. 또한 동일 환자의 사진이 학습과 평가에 동시에 사용되지 않도록 환자 단위로 데이터를 분리해 AI 모델의 신뢰성을 높였다.

▲ AI 진단 모델의 손발톱 흑색종과 양성 흑색조갑증 구별 정확도는 95.4%를 기록했다. 또한 AI 도움을 받아 진단했을 때, 의사 진단 정확도가 10.8% 상승하는 결과를 보였다.

해당 AI 모델은 손발톱 흑색종과 양성 흑색조갑증을 구별하는 과정에서 95% 이상의 높은 정확도(AUROC 0.954)를 보였으며, 다른 의료기관의 환자 데이터를 이용한 외부 검증에서도 우수한 성능을 유지했다.

연구팀은 AI가 실제 진료 현장에서도 진단에 도움이 될 수 있는지도 함께 확인했다.

피부과 전문의와 전공의를 대상으로 동일한 증례를 AI 도움 없이 진단한 뒤, AI 결과를 참고해 다시 진단하도록 비교한 결과, 전체 진단 정확도는 70%에서 80.8%로 향상된 결과를 보였다. 특히, 피부과 전공의에서 정확도 향상이 가장 크게 나타났으며, 의료진 간 진단 일치도 역시 개선된 것을 확인했다.

▲ 흑색조갑증(양성)에 비해 손발톱 흑색종(악성, 암)은 빠르게 넓어지거나 진해지는 경우가 많으며, 손톱 주변의 피부까지 퍼지는 양상을 보인다. 흑색종은 불규칙하고 다양한 색상을 나타내며, 손발톱이 갈라지거나 부서지는 경향이 동반되기도 한다. AI가 두가지를 구분하는데에 중요한 부분을 활성화(Class Activation Map, CAM)해 보여주고 있다.

오병호 교수는 “이번 연구를 통해 실제 임상에서 활용 가능한 진단 보조기술의 가능성을 제시했다는 점에서 그 의미가 크다”면서 “향후 손발톱 흑색종 조기 진단을 통해 환자의 생존율 향상과 불필요한 조직검사 감소에 기여할 수 있길 기대한다”고 말했다.