티스토리 뷰

반응형

병원에 갈 수 없는 시간대에 마음을 안정시키기 위한 자료로 사용하기에 좋았던 것 같다.

 

어느 날 엄마의 턱에 갑자기 검은색 점이 생겨났고 나는 이것저것 관련된 키워드들로 검색해 보며, 이것이 무엇인지 알아보려 했다. 잠깐만 찾아봐도 안 좋은 이야기들이 많아 불안하여 빨리 병원에서 진단을 받아보고 싶었지만, 병원에 갈 수 없는 밤 시간대여서 마음만 불안한 채로 계속 이것저것 찾아보았다. 그러다가 사진을 찍으면 피부암인지 AI로 진단을 해주는 스마트폰 앱 사용후기 기사를 보게 되었고, 기사에서 가장 결과가 정확했다는 앱인 Model Dermatology를 빠르게 다운받아서 사용해 봤다.

 

 

[해봤습니다] AI로 진단하는 피부암? 스마트폰 앱 3종 비교

[편집자주] 매일 쏟아져 나오는 새로운 IT 서비스‧디바이스를 다 체험해보기는 어렵습니다. 이에 <투데이e코노믹> 기자가 독자 대신 직접 사용해 관련 정보를 제공해드립니다. [투데이e코노믹 =

www.todayeconomic.com

 

 

다행히 몇 가지 사진을 넣어봤을 때 Row Risk로 결과가 나왔고, 이 날로부터 2일이 지난 오늘 엄마가 며칠 전에 턱을 세게 부딪혔던 기억을 떠올렸으며, 일주일이 넘게 지난 지금은 멍이 하루하루 옅어져 사라진 상태이다.

 

밤에 이것저것 여러 사진들을 엄마의 사진과 눈으로 비교해보면서 긴가민가 혼란했는데, 이미지 분석 AI로 결과를 확인하고 나니 마음이 한결 편안해졌었다. AI는 항상 정확하지 않기 때문에, 문제가 있으면 바로 전문의 선생님을 찾아가는 것이 맞지만, 병원에 갈 수 없는 상황에 마음을 한결 안정시키기 위한 용도로는 좋았던 것 같다.

 

 

Play Store Screenshot

 

Model Dermatology

이 앱은 아이피부과 한승석 원장(피부과 전문의)이 개발한 알고리즘을 적용한 앱으로, 2016년부터 서울아산병원 피부과 교수, 김명식 인제대 상계백병원 교수팀 등이 기여해왔다고 한다. 이 앱은 마이크로소프트의 인공지능 모델 '레스넷-152'에 2만여 장의 피부 종양 사진을 학습시켜 피부암을 80~90% 정확도로 감별해낸다고 한다. 레스넷-152는 피부 종양의 악성 여부를 나타내는 종양의 비대칭성과 가장자리 불규칙성 등을 분석할 수 있도록 인간의 시신경을 본뜬 '합성곱(Concolutional) 신경망' 구조를 가지고 있다.

 

2018년 기준 테스트용 피부 종양 사진 2500여 장을 판독한 결과 생명에 치명적일 수 있는 악성흑색종과 가장 흔한 피부암인 기저세포함은 약 90%, 편평상피암은 80%가량의 정확도로 감별해 냈다고 한다. 그리고 이는 피부과 전문의 진단 결과보다 높거나 대등한 수준이라고 한다.

 

 

결과 Screenshot

 

앱의 사용방법은 비교적 간단하다. 2~3개 정도의 병변 사진을 앱 내에 업로드하고, 언제 생긴 것인지, 환자의 나이와 따끔거리는 정도, 통증의 정도를 입력하기만 하면 1분 내로 결과를 받아볼 수 있다. 

 

 

결과 Screenshot

 

결과는 Risk 정도로 표현되고, 문제가 있을 경우에는 의심되는 질환까지 표기된다. 다행히 Risk 정도와 별도의 코멘트는 없었고, 비교를 위해 인터넷에서 악성 흑색종 사진을 다운로드하여 테스트를 진행해 봤다.

 

 

결과 Screenshot

 

인터넷에서 다운로드한 자료이다 보니 모델 학습에 사용된 이미지일 수도 있지만, 악성흑색종이 의심된다는 코멘트와 Risk 정도가 높게 나타나 피부과 전문의를 방문하라는 코멘트를 확인할 수 있었다.

 

 

결과 Screenshot

 

마지막으로 결과에 상관없이 여러 질환의 사진들을 결과 하단에 노출해 주는데, AI 진단 결과가 부정확하게 느껴지더라도 아래의 이미지들과 정보들을 통해서 다시 한번 확인할 수 있게 하는 UX가 좋았다.

 

이 앱의 결과를 완전히 믿는 것은 아니지만, 병원에 갈 수 없는 상황일 때 한번 테스트해보기에 괜찮았던 앱이었다고 생각한다.

 


 

Reference

[해봤습니다] AI로 진단하는 피부암? 스마트폰 앱 3종 비교

피부과 전문의 뺨치는 'AI 의사'

반응형