얼핏 보기에 검은 반점처럼 생긴 악성 흑색종은 피부암의 한 종류로, 조기에 진단받으면 치료가 쉽지만 치료 시기를 놓쳐 간이나 폐로 전이되면 생명에 위협이 될 수 있다. 딥러닝으로 악성 흑색종을 조기에 악성 흑색종 90% 감별하고 진단할 수 있다는 연구 결과가 국내 연구진에 발표돼 주목을 받고있다.

서울아산병원 피부과 장성은 교수팀은 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. 특히 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.

연구팀이 인공지능 모델로 악성 흑색종을 진단한 결과 민감도는 91%, 특이도는 90.4% 였으며, 연구팀은 서울아산병원 피부과에서 2000년부터 2016년까지 진료를 받은 환자들의 악성 흑색종, 기저세포암, 편평상피암 등 12개 종류의 피부 종양 사진 2만여 개를 수집해, 피부 종양의 악성 여부를 나타내는 종양의 비대칭성과 가장자리 불규칙성 등을 분석할 수 있도록, 컨벌루션 뉴런 네트워크(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.

서울아산병원 장성은 피부과 교수는 “피부암 중에서도 악성 흑색종은 폐나 간 등 내부 장기로 전이되면 5년 생존율이 20% 미만일 정도로 무서운 질환이다”라며, “이번 연구로 인공지능 프로그램의 피부암 진단 정확성이 높은 것으로 나타났고, 실제 피부과 전문의 16명의 진단 결과와 비교해도 적중률이 동등하거나 오히려 높은 것으로 나타났다”고 밝혔다.

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

한편 이번 연구는 네이처(Nature)에서 발간하고 피부과 분야에서 전 세계적으로 가장 권위있는 학술지 중 하나인 ‘저널 오브 인베스티게이티브 더마톨로지(Journal of Investigative Dermatology, IF=6.287)’ 온라인 판에 최근 게재됐으며, 이번 연구는 장성은 서울아산병원 피부과 교수와 함께 아이피부과 한승석 원장과 인제대 상계백병원 김명신 교수가 제 1저자로 참여했으며, SK텔레콤 HMI tech Lab, 한림대, 전남대병원이 공동으로 참여했다. (논문명:Classification of the Clinical Images for Benign and Malignant Cutaneous Tumors Using a Deep Learning Algorithm)