[팜뉴스=우정민 기자] 전 세계 인구 가운데 약 30억 명이 피부질환 치료에 필요한 전문 진료를 제때 받지 못하고 있는 상황에서, 인공지능(AI)을 활용한 피부암 진단 기술이 이러한 의료 불균형을 해소할 수 있는 대안으로 부각되고 있다. 미국 스탠퍼드대학교와 클리블랜드클리닉 공동 연구팀은 이러한 문제를 해결하고자 임상 사진과 피부확대 영상을 함께 수록한 복합영상 데이터셋 ‘MIDAS(Melanoma Research Alliance Multimodal Image Dataset for AI-Based Skin Cancer)’를 구축했다. 이번 연구 결과는 20일 의학 학술지 NEJM AI에 게재됐다.

이 연구는 2020년부터 2023년까지 두 기관의 피부과 외래 환자를 대상으로 진행됐으며, 생검이 필요한 병변을 기준으로 총 796명의 환자와 1,290개의 병변, 3,830장의 이미지를 수집했다. 각 병변은 15cm와 30cm 거리에서 촬영한 임상사진과 피부확대경 이미지로 구성됐고, 병리학적 진단을 통해 확인됐다. 비생검 병변은 주치의가 양성으로 판단한 경우, 해당 진료에 직접 참여하지 않은 또 다른 피부과 전문의(Z.C.)가 디지털 이미지를 검토해 진단에 동의했을 때에만 데이터셋에 포함됐다.

병변 유형은 멜라닌세포모반(22.4%), 침윤성 흑색종(4.4%), 제자리 흑색종(4.5%)을 비롯해 기저세포암, 편평세포암, 지루각화증, 섬유유두종, 혈관병변 등 임상에서 자주 접하는 다양한 병변을 포함한다. 총 1,046개의 병변이 생검으로 확진됐으며, 이 중 상당수가 AI 모델 성능 평가에 사용됐다.

이번 연구에는 한국의 한승석 교수가 국제 피부암 진단 AI 연구의 공동저자로 참여했다.

연구팀은 MIDAS를 활용해 피부암 진단에 활용되는 주요 인공지능 모델 네 가지를 비교 분석했다. 먼저 ADAE는 국제 피부암 이미지 분석 대회(ISIC 2020)에서 높은 성능을 보인 모델로, 흑색종과 같은 악성 병변을 놓치지 않도록 민감도를 극대화해 설계됐다. HCI는 검버섯, 점, 피부암 등 색소성 병변을 일곱 가지로 분류하도록 설계됐으며, ModelDerm은 병원에서 실제로 촬영된 임상 사진을 기반으로 학습됐다. DeepDerm은 임상사진과 피부확대경 이미지를 함께 분석하는 복합형 모델이다.

이들 모델은 각각의 원래 연구에서 설정한 기준값을 그대로 적용해 MIDAS에서 성능을 평가했다. 그 결과, 대부분의 모델에서 기존 보고보다 정확도와 특이도가 낮게 나타났다.

ADAE는 흑색종 진단에서 민감도 96.9%를 유지했지만 특이도는 13.1%, 전체 정확도는 20.8%에 그쳤다. HCI는 전체 정확도 84.2%였으나 악성 병변에 대한 민감도는 61%로 제한됐다. ModelDerm은 AI의 질환 구분 능력을 나타내는 AUROC 0.68을 기록했고, DeepDerm은 평균 정확도 60.4%, 악성 병변 민감도 28%로 나타나 일반화 성능의 한계를 보여줬다.

촬영 거리와 이미지 유형에 따른 진단 성능 차이도 확인됐다. 두 모델 모두 15cm 거리에서 촬영한 이미지가 30cm 거리보다 정확도가 높았고, DeepDerm의 경우 임상사진보다 피부확대경 이미지에서 악성 병변 탐지 성능이 더 우수했다. 이는 AI 진단 모델 개발 시 영상 획득 조건이 중요한 변수임을 시사한다.

연구팀은 다양한 피부색을 가진 사람들 중 중간에서 어두운 피부색을 가진 그룹(Fitzpatrick III~VI형)과 피부암 병력 유무에 따른 알고리즘 성능 차이도 비교했다. 그 결과 일부 모델은 특정 피부색이나 병력 유무에 따라 더 우수한 진단 성능을 보였으며, 여러 모델을 조합하는 앙상블 기법은 단일 모델보다 높은 정확도를 기록했다. 특히 회귀분석을 적용한 메타모델은 AUROC 0.86, 특이도 0.96, 정밀도 0.82를 기록하며 실제 임상 적용 가능성을 보여줬다.

이번 연구는 MIDAS를 통해 피부과용 AI 모델의 외부 검증 기준을 제시하고, 실제 임상에서의 가능성과 한계를 함께 짚었다는 점에서 의미가 크다. 연구진은 다양한 피부색과 연령대를 반영한 데이터 보완과 피부병리 정보 연계를 통해 MIDAS의 임상 적용성을 더욱 강화할 수 있는 방향도 함께 제시했다.

출처:Albert S. Chiou, MD, MBA, et al. “Multimodal Image Dataset for AI-Based Skin Cancer (MIDAS) Benchmarking.” NEJM AI, Massachusetts Medical Society, Published May 20, 2025. DOI: 10.1056/AIdbp2400732