피부과 의사만큼 정확하게 흑색종을 진단하고 수술 범위 파악에 도움을 주는 AI가 개발됐다고 15일(현지시간) 기술전문매체 TNW가 보도했다.
흑색종은 멜라닌 세포에서 발생하는 피부암이다. 이 중, 침습성 흑색종은 맨눈으로 잘 보이지 않아 의사가 발견하는 데 한계가 있다.
이러한 한계를 극복하기 위해, 인공지능의 '머신러닝(ML)'이 사용됐다. 머신러닝은 경험적 데이터에 기반해 인간의 학습 능력과 같은 기능을 컴퓨터에서 실현하고자 하는 기술이다.
연구팀은 우선 CNN으로 흑색종을 침습성 흑색종과 상피내흑색종으로 분류했다.
CNN(합성곱신경망; Convolutional Neural Network)은 신경망의 일종으로, 주로 사진이 갖는 특이성을 단계별로 추상화해 사물을 식별한다. CNN은 최근 문자데이터 학습, 자동 번역, 음성 합성 등 다양한 분야에 적용된다.
이후, 더마스코프(Dermascope)로 수집한 흑색종 사진 937개를 CNN을 이용해 훈련·검증했다. 더마스코프는 모공까지 정밀 검사가 가능한 피부 검사 현미경으로, 국제 공인 장비다. 검증 후, 피부병리학자가 진단한 사례 200개로 테스트했다.
결과는 무승부. 연구팀 샘 폴레시에(Sam Polesie)는 "피부과 전문의 7명과 'AI 의사'의 진단 소견이 큰 차이가 없었다"고 전했다. 전문의 7명의 진단 정확도는 75%, AI의 진단 정확도는 69.5%였다(신뢰구간 95%).
특이한 점은 전문의와 AI의 오진이 정반대였다는 것. 전문의가 오진한 사례는 AI가 정확히 진단했고, 반대로 AI가 오진한 사례는 전문의가 정확히 진단했다. 즉 전문의와 AI를 같이 이용하면 더 정확한 진단이 가능할 전망.
또한 CNN으로 초기 발견이 어려운 상피내흑색종을 진단해 수술 부위를 정확히 파악하는 데 도움을 줘 피부암의 전이를 막는 데 큰 도움이 될 것으로 보인다.
하지만 이 연구는 흑색종 사진으로만 진단했다는 한계가 있다. 실제로 의사는 흑색종 형태 같은 가시적 요소 뿐만 아니라, 환자 개개인의 병력이나 유전적 요인 등 다양한 요소를 통합해 진단하기 때문이다.
이번 연구는 4일(현지시간) 발표됐으며, 스웨덴에서 두 번째로 큰 예테보리대(University of Gothenburg)에서 진행됐다. 자세한 연구 결과는 링크에서 확인할 수 있다.
한편, 암 진단 AI는 이번이 처음이 아니다. 작년에 이미 사람 의사보다 유방암 오진율이 낮은 AI가 발표됐다("구글AI, 사람 의사보다 유방암 진단 정확도 높다").
AI타임스 최명현 기자 hyunchoi@aitimes.com
[관련기사] AI, 의료업계 인종 편향성 논란 풀 실마리 제공한다
[관련기사] 한국형 AI의사 닥터앤서, 대장 내시경 검사에 본격 도입
