흑색조갑증(양성)에 비해 손발톱 흑색종(악성, 암)은 빠르게 넓어지거나 진해지는 경우가 많으며, 손톱 주변의 피부까지 퍼지는 양상을 보인다. 흑색종은 불규칙하고 다양한 색상을 나타내며, 손발톱이 갈라지거나 부서지는 경향이 동반되기도 한다. AI가 두가지를 구분하는데에 중요한 부분을 활성화해 보여주고 있다.
연세대 세브란스병원 피부과 오병호 교수와 연세대 원주의과대학 정밀의학과 추유성 박사 연구팀은 딥러닝을 이용해 손발톱 흑색종과 양성 흑색조갑증을 구별하는 진단 보조모델을 개발했다고 11일 밝혔다.
흑색조갑증은 손발톱에 검거나 갈색인 줄이 생기는 비교적 흔한 증상이다. 대부분 양성이지만 일부는 치명적인 피부암인 손발톱 흑색종의 초기 신호일 수 있다. 흑색종은 검은 줄이 빠르게 넓어지거나 짙어지고, 색과 모양이 불규칙한 특징을 보인다. 병변이 손발톱 주변 피부까지 번지거나 손발톱이 갈라지고 부서지기도 한다.
문제는 초기 흑색종이 양성 흑색조갑증과 외형이 매우 비슷하다는 점이다. 숙련된 피부과 전문의도 육안만으로 구별하기 어려울 수 있다.
정확한 진단을 위해서는 손발톱이 자라나는 뿌리 부분인 기질의 조직을 떼어 검사해야 한다. 하지만 검사 뒤 손발톱이 영구적으로 변형되거나 미용적ㆍ기능적 후유증이 남을 수 있어 조직검사를 미루고 경과를 관찰하는 경우가 적지 않다.
연구팀은 손발톱 흑색종 환자 122명과 양성 흑색조갑증 환자 172명 등 294명의 임상자료로 AI를 학습시켰다. 성인과 양상이 다른 소아 흑색조갑증은 제외했다. 같은 환자의 사진이 학습과 평가에 동시에 사용되지 않도록 환자별로 데이터를 분리해 신뢰성을 높였다.
AI 모델의 흑색종 판별 정확도는 95.4%(AUROC 0.954)를 기록했다. 다른 의료기관의 환자 자료를 활용한 외부 검증에서도 우수한 성능을 유지했다. 피부과 전문의와 전공의가 AI 없이 증례를 진단했을 때 70%였던 정확도는 AI 결과를 참고한 뒤 80.8%로 10.8%포인트 상승했다. 특히 전공의의 정확도 향상 폭이 컸고 의료진 사이의 진단 일치도도 개선됐다.
오 교수는 “손발톱 흑색종을 조기에 진단하고 불필요한 조직검사를 줄이는 데 기여하길 기대한다”고 말했다. 연구 결과는 국제학술지 ‘독일피부과학회지’ 최신호에 실렸다.
이에스더([email protected])