딥러닝기반 인공지능이 흑색종 90% 정확하게 감별

2만여개 피부종양 사진 학습 후 2천5백여장 판독 결과

서울아산병원은 “최근 피부과 장성은 교수팀이 딥러닝(deep learning) 기반 인공지능 모델에 2만여 개의 피부 종양 사진을 학습시킨 후 추가로 2천 5백여 장의 사진을 판독시킨 결과, 흑색종의 양성 및 악성 여부를 90% 정도로 정확하게 감별해냈다.”고 17일 밝혔다.

암 진단 정확도를 평가하는 데에는 질병을 가지고 있을 때 질병이 있다고 진단하는 비율인 민감도와 질병을 가지고 있지 않을 때 질병이 없다고 진단하는 비율인 특이도가 사용된다. 인공지능 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.

이후 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 2천 5백여 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 교수는 “피부암 중에서도 악성 흑색종은 폐나 간 등 내부 장기로 전이되면 5년 생존율이 20% 미만일 정도로 무서운 질환이다. 이번 연구로 인공지능 프로그램의 피부암 진단 정확성이 높은 것으로 나타났다. 실제 피부과 전문의 16명의 진단 결과와 비교해도 적중률이 동등하거나 오히려 높은 것으로 나타났다”고 했다.

장 교수는 “해외에는 진료비가 부담되거나 피부과 의사가 상대적으로 적어서 피부과 진료를 받기 어려운 경우가 많다. 이 때 인공지능 모델을 효과적으로 활용하면 의료 접근성이 높아져 피부암 조기 진단 및 치료에 도움이 될 것으로 기대된다.”고 말했다.

이번 연구는 네이처(Nature)에서 발간하는 학술지 중 하나인 ‘저널 오브 인베스티게이티브 더마톨로지(Journal of Investigative Dermatology, IF=6.287)’ 온라인 판에 최근 게재됐다. 

장성은 서울아산병원 피부과 교수와 함께 아이피부과 한승석 원장(피부과 전문의, 의학 박사)과 인제대학교 상계백병원 김명신 교수가 제 1저자로 참여했으며, SK텔레콤 HMI tech Lab, 한림대학교, 전남대병원이 공동으로 참여했다.