AI와 초분광 이미징이 피부암 진단을 혁신하다

획기적인 박사 연구에서 인공지능(AI)은 초분광 이미징(HSI)을 사용하여 악성 피부 병변을 양성 병변과 정확하게 구분하는 탁월한 능력을 입증했습니다. 의료 자격증 소지자 Vivian Lindholm이 주도한 이 혁신적인 접근 방식은 최첨단 기술과 AI 분석을 결합하여 피부암 진단과 치료에 혁명을 일으킬 잠재력을 가지고 있습니다.

피부암의 증가하는 도전

피부암은 전 세계적으로, 핀란드에서도 가장 흔하고 빠르게 증가하는 암 형태 중 하나입니다. 피부암을 감지하는 전통적인 방법은 종종 이미지 분석을 위한 전문적인 훈련이 필요하여 조기 진단과 양성 및 악성 병변 사이의 정확한 구분을 어렵게 만듭니다.

Lindholm의 연구는 기존 카메라와 비교하여 다양한 빛의 파장에 대한 광범위한 정보를 포착하는 비침습적 기술인 초분광 이미징의 힘을 활용했습니다. 이 초분광 카메라는 각 피부 병변에 '지문'과 같은 고유한 분광 데이터를 제공했습니다. 이 데이터는 피부 병변의 표면 구조를 보여주는 3D 모델로 보완되었습니다. 신경망을 사용하는 AI 분석은 이 포괄적인 데이터를 처리하여 각 피부 병변에 대한 정확한 진단을 제공했습니다.

Lindholm의 연구는 흑색종, 각질형성세포 피부암 및 전암성 피부 변화와 같은 다양한 피부 상태를 양성 병변과 구분하는 이 방법의 정확성을 평가했습니다. 이 연구에는 172개의 피부 병변이 포함되었으며, 결과는 놀라웠습니다. 초분광 이미징 후 AI 분석은 흑색종에 대해 95%의 정확도와 민감도, 각질형성세포 피부암에 대해 85-100%의 민감도와 92-100%의 정확도, 보웬병에 대해 84%의 민감도와 94%의 정확도를 달성했습니다.

정밀 치료를 위한 피부 병변 매핑

정확한 진단을 넘어, 이 혁신적인 접근 방식은 피부 병변의 매핑된 이미지를 제공합니다. 이 매핑은 특히 수술 치료 전에 병변 경계의 더 정확한 구분을 가능하게 합니다. 병변 구분의 정확성을 향상시킴으로써, 이 기술은 의사가 치료 대상이 되는 피부 병변을 더 정확하게 식별하는 데 도움을 줄 잠재력이 있으며, 이로 인해 불필요한 생검의 필요성을 줄이고 피부암의 조기 발견을 가능하게 합니다.

이러한 발견이 유망하지만, Lindholm은 모든 유형의 피부 병변을 포괄하는 추가 연구와 더 큰 데이터셋을 통해 방법을 검증하고 정제할 필요가 있다고 강조합니다. 이러한 신중한 접근 방식은 이 기술의 잠재력이 완전히 실현되고 피부암과의 싸움에서 가치 있는 도구가 되도록 보장합니다.

전암성 피부 변화의 새로운 새벽

피부암 진단, Lindholm의 연구는 또한 광선 각화증으로 알려진 전암성 피부 변화에 대한 치료를 탐구했습니다. 광역동 요법(PDT)과 같은 전통적인 치료는 효과적일 수 있지만 종종 고통스럽습니다. Lindholm의 연구는 머리의 광선 각화증에 대한 두 가지 새로운 레이저 보조 PDT 치료를 도입하여 환자 경험 개선을 위한 희망을 제시했습니다.

가장 큰 이점은 시뮬레이션 또는 자연 일광 PDT 전에 분수 레이저를 사용할 때 관찰되었습니다. 분수 레이저는 피부 표면에 미세한 구멍을 만들어 일광 PDT의 효능을 크게 향상시킵니다. 이 결합 치료로 병변의 86%가 개선된 반면, 일광 PDT 단독 사용은 70%의 개선을 보였습니다. 이 접근 방식은 두꺼운 병변에서도 표준 PDT보다 효과적인 뛰어난 결과를 보여주었습니다.

미래의 최적화 및 발전

그러나 Lindholm은 레이저 설정을 최적화하여 치료 효능과 내성을 모두 향상시키기 위해 추가 연구가 필요하다고 강조합니다. 이러한 발견은 분수 레이저와 PDT의 조합이 광범위하거나 두꺼운 광선 각화증이 있는 환자의 주요 선택지가 되어 덜 고통스럽지만 매우 효과적인 치료 옵션을 제공할 수 있음을 시사합니다.

초분광 이미징의 우월성은 기존 사진의 능력을 훨씬 넘어 다양한 빛의 파장에 대한 방대한 데이터를 포착할 수 있는 능력에 있습니다. 이 데이터는 포괄적인 분광 정보를 제공하여 이미징된 피부 영역의 구성에 대한 상세한 분석을 가능하게 합니다. 

각 피부 병변의 고유한 스펙트럼은 주로 피부 멜라닌, 헤모글로빈, 빌리루빈, 수분 및 지방 함량과 같은 색소체에 의해 결정됩니다. 초분광 이미징으로 생성된 방대한 데이터는 최근 연구에서 분석을 위해 AI 방법을 활용하도록 이끌었습니다.