AI 기반 유방암 진단 기술은 최근 몇 년간 의학계와 언론에서 큰 관심을 받고 있습니다. 2025년 발표된 최신 연구에서는 AI가 기존 영상의학 판독보다 얼마나 정확한지, 그리고 어떤 한계를 지니는지가 구체적으로 제시되었습니다. 이번 글에서는 연구 결과를 분석하고, AI가 실제 임상에서 어떻게 활용되고 있는지 살펴보겠습니다.
《AI, 암 진단의 미래를 앞당기다 – 유방암》
“정기검진에서 놓친 작은 병변, AI는 포착해냈습니다.”
여성 건강의 핵심인 유방암. 조기 발견이 무엇보다 중요한 이 질환에서,
인공지능(AI)은 이제 단순한 보조 도구가 아니라 생존율에 영향을 미치는 기술로 자리잡고 있습니다.
1. 유방암 진단, 왜 AI가 필요할까?
- 유방암은 조기 발견 시 5년 생존율이 90% 이상에 이르는 질환입니다.
- 하지만 진단은 쉽지 않습니다.
작은 결절, 치밀 유방, 판독자의 피로 또는 주관성에 따라 오진(FP) 또는 놓침(FN) 가능성이 존재하죠.
💡 이러한 한계를 보완하고자 AI 기술이 도입되고 있습니다.
AI는 수십만 건의 영상 데이터를 학습하여 인간보다 더 일관성 있게, 더 빠르게 분석할 수 있습니다.
2. 사람의 눈 vs AI의 눈: 진단 방식 비교
| 구분 | 전통 판독 (영상의학과 전문의) | AI 진단 시스템 |
| 학습 기반 | 수년간의 임상 경험 | 수십만 건의 유방촬영 이미지 딥러닝 학습 |
| 판독 방식 | 육안 + 경험 기반 패턴 식별 | 픽셀 단위 특징 분석 + 병변 유사도 계산 |
| 속도 | 1건당 수 분 이상 소요 | 수십 초 이내 분석 |
| 판독 편차 | 숙련도, 집중도, 주관성 영향 | 동일 조건 반복 적용 (편차 거의 없음) |
| 단점 | 피로, 간과, 위치 착오 등 | 과진단(Overdiagnosis), 윤리적 책임 미비 |
| 역할 | 최종 판단자 | 보조 도구 (재확인, 이상 영역 표시) |
3. 주요 연구 사례 요약
🔸 Google Health 연구 (Nature, 2020)
- 영국·미국 환자 유방촬영 이미지 기반 사례연구
- AI가 오진율(False Positive) 5.7% 감소, 진단 누락(False Negative) 9.4% 감소
- 의료진과의 협업이 없이 독립적으로도 높은 정확도를 보임
🔸 덴마크 코호트 연구 (Radiology, 2023)
- AI 보조 판독 그룹이 환자 회송률 감소, 과잉 진단 줄임
- 의사의 업무 효율성과 의사, 환자의 만족도 증가
🔸 한국 ‘AI-STREAM’ 전향적 연구 (Nature Communications, 2025)
- 24,543명의 환자를 대상으로 연구
- AI 보조 시 암 탐지율 13.8% 향상,
- 특히 20mm 이하 미세 병변과 림프절 음성 종양 탐지율 증가
🔸 메타분석 (Diagnostic Imaging, 2023)
- 110만 건 데이터 분석
- AI 감지효율 (Sensitivity) 80.6%, 의사 감지효율 73.6%
- 특이도(Specificity)는 의사가 소폭 높음
특이도(Specificity)는 의료 진단에서 매우 중요한 개념으로,
간단히 말해 "병이 없는 사람을 정확하게 '정상'이라고 판별하는 능력"을 의미합니다.
그래서 AI는 더 많은 암을 놓치지 않고 찾지만,
그 반면에 정상인도 암일 가능성이 있다고 더 많이 경고하는 경향이 있다는 것이므로,
진단시에 의사와의 협업이 필요하다는 것입니다.
4. 실제 도입 현황: 국내외 적용 사례
- 미국: 일부 대형 병원에서 AI 보조 판독 상용화 되어있음
- 영국 NHS: AI 시스템의 시범 도입 확대 중
- 한국: 루닛, 뷰노, 딥노이드 등 기업의 AI-CAD 솔루션이
강남세브란스, 분당서울대병원 등에서 시범 도입 중
루닛(Lunit), 뷰노(VUNO), 딥노이드(DEEPNOID)는 모두 대한민국의 인공지능 기반 헬스케어 기업입니다.
아래에 간략한 소개를 해드릴게요:
1) 루닛 (Lunit)
- 설립: 2013년
- 특화 분야: 의료 영상 분석 (특히 유방암, 폐암 등 영상 판독)
- 주요 제품:
- Lunit INSIGHT MMG: 유방촬영 AI 분석 솔루션
- Lunit INSIGHT CXR: 흉부 X선 판독 AI
- 해외 진출: 미국, 유럽, 중동 등 병원에 상용화 도입
- 특징: 2022년 코스닥 상장, 글로벌 의료기기 기업과 협업 중
2) 뷰노 (VUNO)
- 설립: 2014년
- 특화 분야: 영상의학, 병리, 생체 신호 분석 등 다양한 AI 기반 의료 솔루션
- 주요 제품:
- VUNO Med®-BreastDensity: 유방 밀도 평가 AI
- VUNO Med®-Chest X-ray: 흉부 영상 AI
- 특징: 국내 1세대 의료 AI 기업 중 하나, 의료 빅데이터와 AI 융합에 강점
3) 딥노이드 (DEEPNOID)
- 설립: 2015년
- 특화 분야: 의료영상 AI 솔루션, 병원용 플랫폼
- 주요 제품:
- Deep:AI™ 시리즈 (폐 CT, 뇌출혈, 코로나 등)
- 특징: 병원 내 자체 구축형 AI 솔루션 플랫폼 제공 (AI Hub 형태)
- 확장성: 비의료 산업에서도 AI 응용 기술 확장 중
세 기업 모두 보건복지부의 AI 기반 의료기술 실증사업이나 건강보험심사평가원의 시범 사업에 참여한 이력이 있습니다.
한국은 특히 국가 건강검진에도 AI 시스템을 시범 적용하려는 움직임이 활발합니다.
5. AI는 완벽한가? – 과제와 윤리적 쟁점
AI는 오진을 줄이고, 탐지율을 높이는 역할을 하지만,
아직은 몇 가지 중요한 한계를 지닙니다.
❗ 주요 과제
- 과잉진단: 생존에 영향을 주지 않을 병변까지 탐지
- 데이터 편향: 특정 인종, 연령군의 특성에 대한 학습 부족 시 정확도 저하
- 책임 문제: AI 오진 시 법적 책임 주체 불명확
💬 전문가들은 말합니다
“AI는 의사를 대체할 수 없습니다. 다만 의사의 판단을 더 정밀하게 만들어 주는 도구입니다.”
6. 미래 전망: AI와 의료진의 협력
- AI는 영상 판독의 1차 필터로 작용하고,
의사는 최종 결정권자로서의 책임과 해석을 담당하는 시스템이 확산될 것입니다. - AI + 유전자 정보 + 환자 문진을 통합한
개인 맞춤형 조기 예측 솔루션이 등장할 가능성도 높습니다.
✅ 마무리하며
AI는 기술이지만, 그 목적은 사람입니다.
유방암처럼 조기 발견이 생존율을 결정짓는 질환에서,
AI는 환자의 생명을 구하는 새로운 눈이 될 수 있습니다.
편리하고 도움이 되는 기술들을 지혜롭게 사용하고 활용하는 것이 우리의 좋은 선택을 만들어내는 길이 되리라 믿습니다.
📌 다음 편 예고:
《AI, 암 진단의 미래 – [3편] 폐암: CT 영상 속 결절을 감지하다》