모양 흡사하나 흑색종 아닌 '양성 점 이미지' 생성과 데이터베이스 구축
흑색종 치료 시기 놓치면 림프절, 뇌, 뼈와 폐 등 다른 장기로 전이, '치명적'
분류기 '민감도 49.18%, 특이도 98.16%, F1 점수 65.53%'
한주희 교수 "적절한 검사 부위 제안, 조기 진단에 도움"
논문, 국제 학술지 '유럽 피부과-성병 학회지' 게재
[보건타임즈] 치사율이 높은 피부암 흑색종의 조기 진단을 보조하는 인공지능(AI) 기반의 조직 생검 부위 추천 시스템이 개발돼 주목을 받고 있다.
악성 흑색종은 다른 장기로 전이 시 5년 생존율이 20% 미만으로 조기발견이 가장 중요하다.
흑색종의 표준 진단법은 전절제 조직 생검이나, 현실적으로 병변을 모두 절제, 확인하기 어려워 대개 3㎜ 펀치를 이용해 조직의 작은 부위만 떼어내 검사한다.
하지만 부위를 잘못 선택하게 되면 흑색종 진단이 늦어져 예후가 나빠지는 문제가 있다.
현재까지 딥러닝 알고리즘 분석을 활용한 선행 연구는 대부분 악성과 양성을 진단하거나 분류에 초점을 맞췄으며 적절한 펀치 조직생검 부위를 제시, 흑색종 진단을 보조하기 위한 연구는 없었다.
이 연구는 흑색종 확대경 이미지를 학습한 인공지능이, 환자의 병변 중 펀치 조직 생검에 가장 적합한 부위를 제시해 조직 생검 시 의사결정에 도움을 주는 것은 물론 검사의 정확도를 높여 흑색종 진단에 유용할 것으로 기대된다.
가톨릭대학교 서울성모병원 피부과 한주희 교수(교신저자/ 사진 左)와 박지호 전공의(제1저자 右) 연구팀은 흑색종 진단 시, 일반적으로 사용되는 조직검사(펀치 조직 생검)에 비침습적, 증강 접근 방식을 적용, 생성적 적대 신경망(GAN)에 의해 생성된 이미지를 기반으로 펀치 조직 생검 부위를 제안하는 모델을 설계했다.
생성적 적대 신경망(GAN Generative Adversarial Network)은 대표적인 합성 데이터 기술로 사람 눈에 매우 사실적이면서 현실적인 이미지를 생성해준다.
GAN은 가짜 데이터를 생성하는 생성기(Generator)와 진짜와 가짜를 구분하는 판별기(discriminator)가 경쟁적으로 학습해 진짜 데이터에 가까운 가짜 데이터를 생성한다.
연구팀은 서울성모병원의 흑색종과 양성 점의 피부 확대경 검사의 이미지와 공개 데이터 (HAM10000 흑색종 데이터)를 병합했다.
머신러닝 분류기(classifier)는 이미지가 양성인지 악성인지 결정하도록 훈련됐으며, 이미지 생성기(generator)는 styleGAN2 알고리즘를 사용해 육안으로는 흑색종과 유사하지만, 흑색종의 특이적인 특성이 제외된 양성 점 이미지를 생성하도록 교육했다. [그림]
마지막으로 잠재적 조직검사 부위를 결정하기 위해 흑색종 입력 이미지를 생성기에서 생성된 이미지와 비교, 펀치 조직 생검에 가장 적합한 부위를 추천하도록 했다.
다음으로는 이 분류기의 정확도를 확인하기 3명의 피부과 전문의가 조직검사에 가장 적합한 부위를 결정했으며, 이 영역을 AI 모델의 권장 조직검사 부위와 비교했다.
이 결과 분류기의 정확도는 91.05%, 민감도는 49.18%, 특이도는 98.16%, F1 점수(정밀도와 재현율의 조화평균)는 65.53%이었다.
임상에 적용했을 때 성능점검으로 피부과 전문의의 조직 생검 추천 위치와 AI 모델이 권장하는 조직 생검 위치를 비교했다.
즉 전문의가 흑색종 진단을 위해 조직 생검 위치로 가장 적합하다고 판단한 부위(confidence level 1)와 다음으로 적합한 조직생검부위(confidence level 2)를 선정한 다음, AI 모델이 적합하다고 추천한 조직 생검 부위와 얼마나 일치하는지 조사했다.
이 결과 레벨A, 레벨B, 레벨C, 레벨D의 각각 정확도는 '58%, 90%, 78%, 98%'로 확인됐다. [표]
흑색종은 대개 작은 점으로 시작해 점차 커진다.
새로 발생하거나 기존에 있던 점에서 모양의 비대칭화, 경계 불규칙, 색깔 변화, 크기 증가 (>6㎜)의 변화가 생기면 반드시 흑색종을 의심해 조직검사를 해야 한다.
광범위한 절제술과 방사선 치료, 면역치료제, 표적치료제 등이 치료법이다.
동양인에게서 주로 발병하는 흑색종은 자외선 노출이 적은 손, 발가락, 발바닥에 주로 발생하며, 손발톱에 생겼을 때는 검은 선으로 시작해 점차 넓어지면서 주변 피부로 번지는 모습을 보인다.
한주희 교수는 "이 파일럿 연구는 실제 진료 환경에서 적용할 가능성을 보여줬다"면서 "향후 추가 연구를 통해 인공지능 모델이 더욱 개선된다면, 조직검사 부위를 정확하게 제안, 흑색종을 조기에 정확한 진단이 가능하도록 의사결정을 보조해 결과적으로 흑색종의 예후를 개선할 수 있을 것"이라며 "피부암은 조직 생검 부위가 정확하지 않을 때 진단이 늦어지는 사례가 있으며, 비교적 천천히 진행되는 다른 피부암과 달리 흑색종은 치료 시기를 놓치면 림프절, 뇌, 뼈와 폐 등 다른 장기로 전이돼 치명적일 수 있다. 특히, 피부과 전문의의 의료 접근성이 낮은 국가에서 인공지능기반 펀치 조직생검 부위 추천 시스템을 활용한다면 흑색종 조기 진단과 치료에 도움이 될 것"이라고 전망했다.
이 연구 결과를 상세하게 정리한 논문은 국제 학술지 '유럽 피부과와 성병 학회지(Journal of the European Academy of Dermatology and Venereology IF 9.228) 8월호'에 게재됐다.
기사최종편집일: 2024-04-29 14:16:54
다음기사 : 
