숀 앤서니 에디/게티 이미지
의사 + 기계: 피부과 의사가 AI 이미지 기반 기술과 힘을 합치면 진단 정확도가 향상될 수 있다는 증거가 있습니다.
질문: AI는 의료 분야를 포함한 모든 산업에 침투했습니다. 기술이 발전함에 따라 피부과 의사(및 환자)가 피부암과 싸우는 데 어떻게 도움이 될까요?
비샬 아닐 파텔 박사 : 인공지능(AI)이라고 하면 영화 '2001: 스페이스 오디세이 ' 나 '터미네이터 '처럼 인간과 기계의 대결이라는 SF 영화의 암울한 이미지가 떠오릅니다. 하지만 피부과 의사든 환자 든 기술을 두려워 할 필요는 없습니다 . 우리는 스마트폰으로 목적지까지 가장 빠른 길을 찾습니다. 스마트폰은 교통 상황을 고려하여 자동차나 대중교통을 이용한 최단 경로를 안내해 줍니다. 이 모든 것이 AI 덕분입니다. 피부과에서도 AI는 의심스러운 병변의 피부경 사진이나 임상 사진을 즉시 분석하여 최적의 치료 경로를 제시할 수 있습니다. 인간은 알고리즘처럼 고도의 정보 및 이미지 처리 능력을 갖추지 못했다는 증거가 많습니다. 그렇다면 기술을 활용하여 우리 자신을 발전시키는 것이 당연하지 않을까요?
2024년, 미국 식품의약국(FDA)은 인공지능(AI)을 이용해 흑색종 , 편평세포암 (SCC) , 기저세포암 (BCC) 등 피부암을 조기에 발견하는 광분광 분석 도구인 더마센서(DermaSensor)를 승인했습니다. 이 도구는 일차 진료 의사가 생검 및 전문 치료가 필요한 환자를 즉시 식별하는 데 도움을 줌으로써 일부 지역의 피부과 전문의 부족과 긴 대기 시간을 해소하는 데 기여할 수 있습니다. 하지만 모든 신기술이 그렇듯, 과잉 진단 및 치료로 이어질 수 있는 오용을 경계해야 합니다. 초기 단계이거나 양성 병변에 대한 과잉 치료는 오히려 역효과를 초래할 수 있습니다. 이 신기술은 의료계를 획기적으로 변화시킬 잠재력을 지니고 있지만, 아직은 결과를 단정하기에는 이릅니다. 저는 조심스러운 낙관론을 갖고 있습니다.
질문: 이 도구와 이와 유사한 도구는 피부과 의사가 실시하는 생검 횟수에 어떤 영향을 미칠까요?
미국에서 피부암은 급증하는 전염병과 같 으며, 즉시 수술용 칼을 들지 않고도 잠재적으로 의심스러운 병변을 정확하게 식별하는 능력은 매우 중요합니다. 1980년대, 90년대, 그리고 2000년대 초반에는 피부과 의사들이 "의심스러우면 잘라내라"는 생각을 갖도록 훈련받았습니다. 환자들이 여러 차례 시술을 받는 것이 일상이었지만, 그것이 환자에게 최선일까요? 경제적인 관점에서 타당할까요? 이러한 질문들이 인공지능(AI) 논의의 핵심입니다. 우리는 악성 종양을 찾기 위해 양성 종양도 많이 생검합니다 . 이제 의심스러운 병변이 10개 있는데 소프트웨어 알고리즘이 피부암 위험이 높다고 판단하여 2개만 생검한다면, 나머지 병변은 관찰하고 나중에 이미지 분석을 통해 재평가할 수 있습니다.
질문: AI는 피부암 진단 후 어떻게 도움을 줄 수 있나요?
유전자 발현 프로파일링 (GEP) 검사는 인공지능(AI)의 한 유형으로, 생검 샘플이 악성 병변인지, 재발 및 전이 위험이 높은지 판단하는 데 도움을 주어 임상의가 최적의 치료 방침을 결정하는 데 유용합니다. 이 검사는 특정 환자에게 방사선 치료와 같은 추가 치료가 필요한지, 또는 더 잦은 추적 관찰이 필요한지 판단하는 데에도 도움이 될 수 있습니다. 반대로, 치료 강도를 낮추는 데에도 활용될 수 있습니다. 예를 들어, GEP 검사 결과 종양의 위험도가 낮다고 나온 90세 환자에게 4주 동안 주 5일 방사선 치료를 시행할 수 없는 상황에서 과연 방사선 치료가 필요할까요? 이는 마치 모든 충치에 신경치료가 필요하다고 권하는 것과 같습니다. 모든 피부암에 수술 이나 방사선 치료가 필요한 것은 아니며, 일부 암은 보조 면역요법을 통해 효과를 볼 수 있습니다. AI 기술 덕분에 우리는 더욱 정밀한 진단을 내릴 수 있게 되었고, 다양한 도구를 활용하여 환자의 위험도를 더욱 정확하게 평가할 수 있게 되었습니다.
질문: 피부과에서 AI의 한계는 무엇인가요?
많은 사람들이 잊고 있는 인공지능의 핵심은 머신러닝 기술이 스스로 학습하도록 설계되었다는 점입니다. 따라서 우리는 좋은 정보와 나쁜 정보 모두에서 배워야 합니다. 알고리즘을 사용하는 과정에서 발생하는 오류가 바로 올바른 방법을 알려주는 것입니다. 그리고 알고리즘이 완벽할 필요는 없습니다. 왜냐하면 최종적인 판단을 내릴 사람은 누구일까요? 바로 전문가, 피부과 의사입니다. 예를 들어, 이 도구를 사용했는데 결과가 납득이 가지 않는다면, 저는 임상적 판단에 따라 "이 병변은 의심스럽군. 조직검사가 필요해."라고 판단할 것입니다. 마치 미드 '오피스' 에서 마이클이 GPS 안내에 따라 길이 없는 곳으로 차를 몰고 강으로 돌진하는 장면과 같습니다. 절대 그렇게 하면 안 됩니다! 기계의 지시가 납득이 가지 않는다면, 맹목적으로 따르지 말아야 합니다.
질문: AI가 피부과 의사를 대체할 것을 두려워하는 피부과 의사들에게 무슨 말을 하고 싶으신가요?
당신은 대체되지 않을 겁니다. 1980년대에는 비행기 조종사들이 로봇이 자신들을 대체할 거라고 생각했죠. 하지만 지금 우리 비행기는 더 안전하고, 더 빠르고, 더 효율적인데도 조종사의 역할은 여전히 중요하잖아요! 인간의 두뇌에는 한계가 있기 때문에 최고의 피부과 의사가 되려면 현재 가지고 있는 도구를 활용해야 합니다. 이러한 AI 도구들은 우리에게 도움이 된다면 더욱 똑똑해질 겁니다. 그렇기 때문에 피부과 의사의 임상적 판단이 핵심이며, 지금처럼 어려운 시기에는 더욱 중요해졌습니다. 궁극적으로 이러한 도구들은 우리를 더 나은 피부과 의사로, 더 효율적으로 만들어 줄 것이고, 피부과 의사 부족 문제를 해결하는 데에도 도움이 될 수 있을 겁니다.
Q: 그렇다면 피부과 의사와 환자는 AI에 어떻게 접근해야 할까?
AI는 빠르게, 심지어 조금 공격적으로 출시되었고, 우리는 아직 널리 채택할 준비가 되지 않았습니다. 하지만 저는 5년 안에 그렇게 될 것이라고 생각하므로 피부과 의사들은 AI에 대해 진지하게 생각하기 시작해야 합니다. 지금은 다양한 제품이 있습니다. 고품질 사진을 찍을 수 있는 스마트폰을 포함한 핸드헬드 도구, 피부를 더 깊이 들여다볼 수 있는 피부경 검사 및 공초점 현미경 검사 등이 있습니다. DermaSensor와 같은 광 분광법을 갖춘 새로운 도구가 있습니다. 이러한 도구는 모두 다양한 데이터를 처리하는 유사한 소프트웨어 알고리즘을 사용하며, 이는 우리의 뇌가 다양한 입력 데이터를 처리하는 방식과 다르지 않습니다. 증거에 따르면 이 기술을 피부과 의사의 기술과 결합하면 정말 높은 정확도 수준에 도달할 수 있습니다.
먼저 인공지능 분야에 접근하여 그 활용법 과 한계를 이해한 다음, 개별 피부과 의사의 관점에서 접근해야 합니다. 다음과 같은 질문을 스스로에게 던져보세요. "이것이 환자에게 어떤 영향을 미칠까? 생검 피로감을 느끼는 환자에게 시행하는 생검 횟수를 줄일 수 있을까? 유전자 발현 프로파일링 점수가 환자에 대한 치료 방침을 바꿀까? 만약 그렇지 않다면, 이 정보 자체가 필요할까?" 이러한 접근 방식을 취한다면, 인공지능을 진료에 더욱 원활하게 도입할 수 있을 것이라고 생각합니다.
이러한 도구들은 환자들이 더욱 안심하고 스스로 관리할 수 있도록 도와줄 것입니다. 저는 환자들이 피부 병변 사진을 찍고, 스스로 상태를 모니터링하고 , 그 정보를 의사와 공유할 수 있는 도구들이 정말 기대됩니다. 피부과 전문의에게 진료를 받고 아무 이상이 없으면 괜찮다고 생각하는 사람들이 많은데, 의학은 그런 식으로 작동하는 게 아닙니다. 의사와 환자 모두 협력해야 합니다. 피부과 전문의가 10분 진료에 모든 것을 완벽하게 진단할 수는 없습니다. 이러한 도구들은 환자와 의사 모두에게 도움이 될 것입니다. — 줄리 베인, 크리스타 베넷 드마이오 인터뷰
전문가에 대하여:
비샬 아닐 파텔(Vishal Anil Patel, MD) 박사 는 조지 워싱턴 대학교 암센터 피부종양학 책임자, 조지 워싱턴 대학교 피부과 피부외과 책임자, 그리고 조지 워싱턴 대학교 의과대학 피부과 및 혈액종양학 부교수입니다. 파텔 박사는 2020년 피부암 재단(The Skin Cancer Foundation)으로부터 연구비를 지원받았습니다.
