손발톱 암 선별 돕는 AI, 의료진 정확도 10.8%p 향상

손발톱 흑색종과 양성 흑색조갑증을 구별하는 딥러닝 기반 진단 보조 모델이 개발됐다. 연세대 세브란스병원 피부과 오병호 교수와 원주의과대학 정밀의학과 추유성 박사 연구팀이 성능을 평가한 결과, 두 질환을 판별하는 AUROC는 0.954로 나타났다. 다른 의료기관 환자 자료를 이용한 외부 검증에서도 높은 성능이 유지됐다.

모델 개발에는 손발톱 흑색종 환자 122명과 양성 흑색조갑증 환자 172명 등 모두 294명의 임상자료가 활용됐다. 연구팀은 한 환자의 자료가 학습과 평가에 함께 포함되지 않도록 환자 단위로 데이터를 나눴다. 피부과 전문의와 전공의가 AI 분석 결과를 참고하자 전체 진단 정확도는 70%에서 80.8%로 상승했고, 의료진 사이의 진단 일치도도 개선됐다. 정확도 향상은 피부과 전공의에게서 특히 두드러졌다.

흑색조갑증은 손발톱에 검은색이나 갈색 선이 나타나는 비교적 흔한 증상으로, 대체로 양성이지만 일부는 손발톱 흑색종의 초기 징후일 수 있다. 두 질환은 초기 외형이 비슷해 숙련된 피부과 전문의도 육안만으로 구별하기 어려울 때가 있다. 확진에는 손발톱 기질 조직검사가 필요하지만, 검사 뒤 손발톱이 영구적으로 변형되거나 미용적·기능적 후유증이 생길 수 있어 일정 기간 경과를 관찰하는 사례도 있었다.

이번 모델은 조직검사를 대신하는 기술이 아니라 손발톱 색소 병변을 처음 평가할 때 흑색종 가능성이 큰 환자를 가려내는 보조수단에 초점이 맞춰졌다. AI가 의료진의 초기 판단을 지원하면 의심 환자를 신속히 선별하고 필요한 경우 조직검사 등 정밀검사로 연결하는 데 활용될 수 있다. 연구진은 향후 조기 진단을 통해 환자의 생존율을 높이고 불필요한 조직검사를 줄이는 데 기여할 가능성을 제시했다. 연구 결과는 국제학술지 독일피부과학회지 최신호에 실렸다.