화상 깊이의 분류는 치료 방향과 예후를 결정하는 가장 중요한 요소입니다. 문제에서 제시된 증상인
창백하고 건조한 피부,
감각 소실,
모발의 쉬운 탈락은 모두 피부의 재생 능력이 완전히 소실되었음을 의미합니다. 표피와 진피 전층, 그리고 피부 부속기(모낭, 땀샘 등)까지 파괴된 상태에서만 나타날 수 있는 소견이므로 정답은
3. 전층 화상입니다.
화상의 깊이는 크게 표재성(superficial)과 심재성(deep)으로 나뉘며, 임상적으로는 치유 가능성에 따라 보존적 치료가 가능한 부분층 화상과 수술적 치료가 필요한 전층 화상으로 구분합니다.
화상 깊이의 정확한 평가는 치료 관리와 잔존 이환율 또는 흉터 형성을 결정하는 가장 중요한 결정 요인입니다 [1]. 그러나 경험이 많은 화상 전문의가 시행하더라도 임상적 육안 평가의 정확도는
60~75%에 불과하다는 점이 보고되어 있습니다
[1]. 이는 초기 화상 창상의 외관이 시간에 따라 변화하고, 특히 심재성 부분층 화상과 전층 화상의 감별이 어렵기 때문입니다.
| 화상 깊이 | 침범 범위 | 임상 양상 | 감각 | 치유 경향 |
|---|
| 표재성 부분층 | 표피~진피 유두층 | 홍반, 수포, 삼출, 촉촉함 | 통증 심함 | 2주 내 재상피화, 흉터 최소 |
| 심재성 부분층 | 진피 망상층 일부 | 혼합 양상, 창백하거나 붉은 반점 | 감각 저하 가능 | 3주 이상, 비후성 흉터 위험 |
| 전층 | 표피~진피 전층, 피부 부속기 파괴 | 창백, 건조, 가죽질, 혈전 정맥 노출 | 감각 소실 | 자발적 치유 불가, 수술 필요 |
문제의 증상을 하나씩 분석해 보면,
창백함은 진피의 혈관이 광범위하게 응고 괴사되어 혈류가 차단되었음을 의미합니다.
건조함은 수포를 형성하고 삼출액을 분비할 표피와 진피의 살아있는 조직이 남아 있지 않다는 뜻입니다.
감각이 거의 없는 것은 진피에 분포하는 감각 신경 종말이 파괴되었기 때문입니다.
모발이 쉽게 뽑히는 것은 모낭(hair follicle)을 포함한 피부 부속기가 괴사되어 모발을 지지하는 구조가 소실되었음을 보여줍니다.
피부 부속기의 파괴는 재상피화의 원천이 사라졌음을 의미하므로, 전층 화상은 자발적인 치유가 불가능하며 수술적 치료(피부 이식 등)가 필요합니다 [1].
혼동 주의! 표재성 부분층 화상은 통증이 극심하고 촉촉하며 수포가 형성되는 반면, 전층 화상은 오히려 통증이 없거나 둔합니다. 감각 신경이 파괴되었기 때문입니다. 따라서 화상 환자에서
'통증이 없다'는 소견은 경증이 아니라 중증의 신호로 해석해야 합니다.
최근에는 이러한 임상 평가의 한계를 보완하기 위해 초음파 영상의 조직 형태학적 변화를 학습하는 딥러닝 모델
[2], YOLO 기반 자동 분류 알고리즘
[3], 화상 이미지의 다중 특징 표현을 활용한 컴퓨터 보조 진단법
[4] 등이 연구되고 있습니다. 이러한 접근은 임상의의 육안 평가에 따른 주관성과 오차를 줄이고, 조기에 정확한 화상 깊이를 분류하여 적절한 치료를 제공하는 데 기여할 수 있습니다
[3][4].
참고 문헌 (논문 출처)
- [1]
Assessment of burn depth and burn wound healing potential.일반논문Monstrey S, Hoeksema H, Verbelen J, Pirayesh A, Blondeel P (2008) · DOI: 10.1016/j.burns.2008.01.009
- [2]
A deep learning model for burn depth classification using ultrasound imaging.일반논문Lee S, Rahul, Lukan J, Boyko T, Zelenova K, Makled B, Parsey C, Norfleet J, De S. (2022) · DOI: 10.1016/j.jmbbm.2021.104930
- [3]
ABC-YOLO: Automated skin burn depth classification using YOLO architectures.일반논문Şevik U, Mutlu O. (2026) · DOI: 10.1371/journal.pone.0344042
- [4]
Multi-feature representation for burn depth classification via burn images.일반논문Zhang B, Zhou J. (2021) · DOI: 10.1016/j.artmed.2021.102128