AI, 피부암 진단 정확도서 베테랑 피부과 전문의 능가

• 연구진이 합성곱 신경망(CNN) 훈련해 피부암 검출.
• 국제적 경험 많은 피부과 전문의 그룹보다 우수 성능.
• AI가 의사를 대체하진 않지만 더 정확한 의사결정 보조 도구로 활용 가능.

국제팀이 처음으로 인공지능이 경험 많은 피부과 전문의보다 피부암을 더 정확하게 검출할 수 있음을 입증했습니다.

악성 흑색종 사례 증가 중—2015년 전 세계 신규 진단 23만 건 이상, 사망 59,800명. 조기 발견 필수적; 4기에서 5년·10년 생존율 각각 15%, 10%로 급락.

유럽 의학 종양학회(ESMO) 팀이 구글 인셉션-v4(Inception-v4) 아키텍처 기반 CNN을 악성 흑색종과 양성 모반 더모스코피 이미지 10만 장 이상으로 훈련.

일대일 비교에서 CNN이 14개국 58명 피부과 전문의보다 양성 케이스 더 적게 놓침.

인공 신경망

연구진은 더모스코피 이미지와 진단으로 구글 인셉션-v4 아키텍처 훈련. 신경망은 예시로 학습하며 더 많은 데이터 노출될수록 점진적 개선.

이미지 10배 확대해 CNN에 상세 뷰 제공. 각 훈련 반복마다 악성-양성 병변 구별 능력 향상.

CNN vs 의사

두 테스트 세트 구성: 레벨 I(더모스코피 이미지만), 레벨 II(더모스코피 이미지 + 임상 정보). CNN과 피부과 전문의 모두 특이도(specificity), 민감도(sensitivity), ROC 곡선 하 면적 측정.

레벨 I에서 피부과 전문의 평균 흑색종 민감도 86.6%, 양성 모반 특이도 71.3% 기록. CNN은 흑색종 민감도 95% 달성하면서 양성 모반 특이도 71.3% 동일 유지.

레벨 II에서 양 그룹 성능 모두 향상됐으나 CNN이 여전히 더 높은 민감도와 특이도 기록, 암 적게 놓치고 양성 병변 오분류도 적음.

결과는 2016년 국제 생체의료 영상 심포지엄(ISBI) 챌린지 상위 3개 알고리즘과도 일치.

결론

데이터는 CNN이 고도로 경험 많은 피부과 전문의조차 능가해 피부암 식별 가능함을 시사.

기술이 임상의 대체 목적 아닌, 진단 정확도 높일 강력한 의사결정 지원 도구로 제공.

참고: 구글, 안구 스캔으로 심장병 예측 AI 개발

더 큰 훈련 세트와 영상 기술 발전으로 향후 개선 기대, 근시일 내 피부과 진단 혁신 가능성.