기자명 고종관 기자
  • 입력 2021.05.10 11:04

서울성모병원 이지현 교수팀 개발 "진료시간 줄여 맞춤형 치료에 도움줄 것"

이지현 교수(왼쪽)과 방철환 교수
이지현 교수(왼쪽)과 방철환 교수

[뉴스웍스=고종관 기자] 아토피피부염의 중증도를 전문의 수준으로 정확하게 진단하는 AI(인공지능) 알고리즘이 개발됐다. AI를 활용한 중증도 측정은 진료 현장에서 진료시간 단축과 의사마다 조금씩 다를 수 있는 결과치를 줄일 수 있다는 점에서 기대를 모은다.

서울성모병원 피부과 이지현·방철환 교수팀과 광운대 경영학부 이석준·윤재웅 교수팀은 아토피피부염 영상 빅데이터를 기반으로 AI 진단도구를 만들어 실제 전문의 진단결과와 비교한 결과, 100%에 근접할 정도의 진단 정확도를 보였다고 10일 밝혔다.

아토피피부염의 중증도는 EASI(Erythema Area and Severity Index)라는 평가지수를 주로 사용한다. 병변의 홍반, 구진(작은 발진), 긁은 상처, 태선화(두껍고 거칠어짐) 등 4개 항목의 중증도를 0~3점으로 측정하는 방식이다.

연구팀은 2009년부터 2017년까지 서울성모병원에서 수집된 아토피피부염 영상 이미지 2만4852장 중 AI 학습용 데이터로 적합한 8000장의 이미지를 구축했다. 그리고 병변에 따라 4개 항목별로 2000장씩 모두 8000장의 이미지를 구축한 뒤 이중 5600장은 딥러닝 학습용으로, 나머지 2400장은 확인 및 평가에 사용했다.

마지막으로 교수팀은 이렇게 나온 4개 종류(세부 12개 종류)의 딥러닝 알고리즘을 피부과 전문의 3명의 진단결과와 비교했다.

연구팀 이용한 인공신경망은 심층신경망(DNN)의 일종인 합성곱신경망(CNN)이다. 이는 순차적으로 이미지 특징을 추출해 학습하는 딥러닝 프로그램의 일종으로 뛰어난 이미지 인식과 분류를 자랑한다. 여기서 합성곱신경망은 4개 종류(세부 12종류)로, GoogLeNet(V1, V2, V3, V4), Resnet V1(50, 101, 152 layers), ResNet V2(50, 101, 152 layers), VGG-Net(16, 19 layers) 등이다.

연구 결과, 진단 정확도는 의사의 진단결과에 못지않았다. 병변 종류별로 홍반이 가장 높은 99.17%, 구진 93.17%, 긁은 상처 96%, 태선화 97.17%로 나타난 것.

또 연구팀은 사진 밝기에 따라 심층신경망의 성능이 달라지는지도 확인했다. 따라서 사진 밝기를 변경하는 방식(-80~+80%)으로 데이터를 늘린 뒤 이를 학습시키면 성능 저하를 막을 수 있다는 사실도 알아냈다.

이지현 교수는 “이번에 개발한 심층신경망을 이용하면 좀 더 빠르고, 정확하게 아토피피부염 중증도를 측정할 수 있어 환자의 맞춤 치료계획을 세우는 데 도움이 될 것”이라고 말했다.

연구 결과는 국제과학학술지 ‘Scientific Reports’ 3월 15일자 온라인판에 게재됐다.

저작권자 © 뉴스웍스 무단전재 및 재배포 금지