배경: 피부질환의 침범 면적, 즉 체표면적(BSA)을 평가하는 것은 건선를 포함한 질병 중증도 진단에 필수적이다. 그러나 건선에서는 BSA가 의사에 의해 과대평가되는 경향이 있으며, 높은 평가자 간 및 평가자 내 변이를 보인다. 또한 건선에서 BSA 과대평가의 원인과 임상적 의의에 대해 시사하는 보고는 없다. 목적: 컴퓨터 보조 영상 분석(CAIA) 결과와 의사들의 결과를 비교하여 건선에서 BSA 추정의 오류를 규명하고, 이러한 오류의 임상적 함의를 제시하고자 한다. 방법: 43장의 이미지를 사용하여 36명의 의사가 건선에서 BSA를 시각적으로 추정한 뒤, CAIA 프로그램(ImageJ)으로 영상을 평가하였다. 이후 의사와 CAIA가 결정한 BSA 값을 비교·일치시켰다. 또한 BSA 비율을 0~6의 척도로 등급화하였으며 다음과 같다: 0등급 = 병변 없음, 1등급 = 1%-9%, 2등급 = 10%-29%, 3등급 = 30%-49%, 4등급 = 50%-69%, 5등급 = 70%-89% 및 6등급 = 90%-100%. 각 등급 범위는 하위 50%와 상위 50%로 나누었고, 각각 ‘첫 번째 절반’과 ‘두 번째 절반’으로 정의하였다. 결과: 의사의 정답 비율의 평균은 49.4%였다. 의사들은 CAIA와 비교하여 건선 병변의 BSA를 8.76% ± 8.82% 과대평가하는 경향을 보였다. 가장 큰 추정 오차(부정확한 비율 75.7%)는 3등급(30%-49% 침범)에서 관찰되었다. 범위의 두 번째 절반에서의 추정치는 첫 번째 절반에 비해 부정확 비율이 더 높았다. 과대평가 오류는 건선 병변의 일부 형태학적 특성에서 발생하였다. 결론: 의사에 의한 BSA 추정의 부정확성은 실제 크기와 비교할 때 인간의 눈에서 지각되는 정보가 과장되어 받아들여진다는 사실과 관련이 있을 수 있다. 계측 오차를 줄이고 이상적인 BSA 평가 시스템을 개발하기 위해 인공지능 기술을 사용하는 방안에 대한 추가 연구가 필요하다. 또한 의사들이 BSA를 정확하게 측정할 수 있도록 교육과 훈련이 필요하다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.