서울아산병원 피부과 장성은 교수팀은 딥러닝(deep learning) 기반 AI 모델에 악성 흑색종과 기저세포암 등 12개 종류의 피부 종양 사진 2만여장을 학습시킨 뒤 추가로 2천500여장의 사진을 판독시킨 결과, 흑색종의 양성 및 악성 여부를 90% 정도로 정확하게 감별했다고 17일 밝혔다.
암 진단 정확도를 평가하는 데에는 질병이 있을 때 있다고 진단하는 민감도와 질병이 없을 때 없다고 진단하는 특이도를 사용한다. AI 모델로 악성 흑색종을 진단한 결과 민감도는 91%, 특이도는 90.4%였다.
장 교수팀은 서울아산병원 피부과에서 2000년부터 2016년까지 진료를 받은 환자들의 악성 흑색종, 기저세포암, 편평상피암 등 12개 종류의 피부 종양 사진 2만여 개를 수집했다.
피부 종양의 악성 여부를 나타내는 종양의 비대칭성과 가장자리 불규칙성 등을 분석할 수 있도록, 인간의 시신경을 본뜬 합성곱 신경망(CNN, Convolutional Neural Network) 구조로 이루어진 인공지능 모델 'ResNet-152'에 학습시켰다. 'ResNet-152'는 영상 인식 분야에서 사람과 필적한 성능을 보이는 것으로 알려진 마이크로소프트의 인공지능 모델이다.
학습된 인공지능 모델로 2500여 개의 피부 양성 및 악성 종양 사진 데이터를 진단한 결과, 생명에 치명적일 수 있는 악성 흑색종과 가장 흔한 피부암인 기저세포암의 경우 약 90%의 진단 정확도를 보였다. 또한 편평상피암도 약 80% 정도로 진단해냈다.
장성은 서울아산병원 피부과 교수는 "피부암 중에서도 악성 흑색종은 폐나 간 등 내부 장기로 전이되면 5년 생존율이 20% 미만일 정도로 무서운 질환"이라며 "이번 연구로 AI 모델의 피부암 진단 정확성이 높은 것으로 나타났고, 실제 피부과 전문의 16명의 진단 결과와 비교해도 적중률이 동등하거나 오히려 높았다"고 분석했다.
장 교수는 "AI 모델을 효과적으로 활용하면 의료 접근성이 높아져 피부암 조기 진단 및 치료에 도움이 될 것으로 기대된다"고 강조했다.
이정아 기자 news@seconomy.kr
