AI가 영상에서 어떻게 암을 조기에 감지하는지 알고 싶으신가요? 이 글에서 INVIAI와 함께 자세히 알아보겠습니다!
암을 조기에 발견하면 생존율이 크게 향상됩니다. 인공지능(AI)은 이제 의료 영상에서 종양을 더 빠르고 정확하게 찾아내는 데 의사들을 돕고 있습니다.
수천 개의 주석이 달린 스캔과 슬라이드를 학습한 딥러닝 모델을 통해 AI는 전문가조차 놓칠 수 있는 패턴을 인식할 수 있습니다.
실제로 AI 도구는 유방촬영술, 흉부 CT, 엑스레이, MRI, 초음파, 병리 슬라이드 등 다양한 영상을 분석하여 의심 부위를 표시하고 위험도를 정량화합니다.
예를 들어, AI가 적용된 초음파 검사 덕분에 한 환자는 갑상선 생검을 피할 수 있었는데, AI가 덩어리가 양성임을 보여주었기 때문입니다.
전문가들은 암 치료 분야에서 AI가 진단과 치료를 개선할 수 있는 “전례 없는 기회”라고 평가합니다.
AI가 의료 영상을 분석하는 방법
영상 분석용 AI 시스템은 주로 딥러닝(특히 합성곱 신경망)을 사용하며, 방대한 데이터셋으로 학습합니다. 학습 과정에서 알고리즘은 암 조직과 정상 조직을 구분하는 특징(모양, 질감, 색상 등)을 추출하는 법을 배웁니다.
학습이 완료되면 AI 모델은 새로운 영상을 스캔하여 학습한 암 특징과 일치하는 패턴을 강조 표시합니다.
사실상 AI는 매우 민감한 “두 번째 판독자” 역할을 하여 사람이 놓칠 수 있는 미세 병변을 찾아냅니다. 예를 들어, AI가 유방촬영술이나 CT 슬라이스를 검토할 때 작은 석회화나 결절을 색상 박스와 경고로 표시해 방사선 전문의가 자세히 살펴볼 수 있도록 합니다.
AI 분석은 위험도 추정도 가능합니다. 일부 알고리즘은 단일 영상에서 환자의 미래 암 위험을 예측해 의사가 맞춤형 검진 주기를 설계할 수 있게 돕습니다.
한 사례에서는 AI가 분석한 갑상선 초음파가 양성 조직을 확실히 식별해 이후 생검 결과와 일치하며 환자의 불안을 덜어주었습니다.
유방암 검진
유방촬영술은 AI가 큰 영향을 미치는 대표적인 분야입니다. 연구 결과 AI 지원이 유방암 검진에서 암 발견률을 크게 높일 수 있음이 입증되었습니다.
독일의 대규모 임상시험에서 AI 도구를 보조로 사용한 방사선 전문의는 AI 없이 검사한 경우보다 17.6% 더 많은 암을 발견했습니다.
구체적으로 AI 지원 그룹은 1,000명당 6.7건의 암을 발견했으며, 표준 그룹은 5.7건이었고, 재검사율(오경보)은 오히려 약간 감소했습니다.
전반적으로 유방촬영술에서 AI는 다음과 같은 역할을 합니다:
- 민감도와 특이도 향상: 미국 국립암연구소(NCI) 지원 연구에 따르면 AI 영상 알고리즘은 “유방촬영술에서 유방암 발견을 개선”하며, 나중에 침습성으로 발전할 병변 예측에도 도움을 줍니다.
- 미세 병변 식별: AI는 미세 석회화나 비대칭 등 일상 검진에서 놓치기 쉬운 작은 병변을 표시해 추가 전문가 판독 역할을 합니다.
- 업무 부담과 변동성 감소: AI가 영상을 사전 선별해 의심 사례를 우선순위로 지정함으로써 증가하는 유방촬영술 검사량을 효율적으로 관리할 수 있습니다.
특히 FDA는 임상 사용을 위해 여러 AI 지원 유방촬영술 도구(예: iCAD, DeepHealth의 SmartMammo)를 승인했으며, 실제 환경에서 조기 암 발견 능력을 인정받았습니다.
폐암 검진
AI는 폐암 검진 영상에도 적용되고 있습니다. 고위험 흡연자를 대상으로 하는 저선량 CT(LDCT) 스캔에서 AI는 영상 품질과 병변 탐지를 향상시킵니다.
특히 선량 감소가 장점인데, AI 기반 영상 재구성 알고리즘은 현재 LDCT보다 더 적은 방사선으로도 선명한 CT 영상을 만들어냅니다.
또한 AI 기반 컴퓨터 보조 탐지(CAD) 시스템은 각 CT 슬라이스를 자동으로 스캔해 결절을 찾아내며, 발견된 결절은 영상에 표시되어 의사가 검토할 수 있게 합니다.
요약하면 AI는 폐 영상에서 민감한 두 번째 판독자 역할을 합니다.
예를 들어, 최신 모델은 양성 및 악성 폐 결절 모두에 대해 높은 민감도를 보이며(연구용 시스템은 테스트 스캔에서 90% 이상의 결절을 탐지), 미국 FDA도 폐암 검진 보조 AI 도구를 승인해 조기 진단에 기여하고 있습니다.
AI는 영상과 환자 데이터를 결합해 누가 더 자주 검진해야 하는지 개인별 맞춤화에도 도움을 줄 수 있습니다.
(다만 현재 CAD 연구에서는 AI가 더 많은 결절을 찾지만 대부분은 작고 위험도가 낮은 결절이며, 고위험 병변 탐지는 크게 향상되지 않은 것으로 나타났습니다.)
피부암(흑색종)
피부 확대 촬영(피부경 검사) 영상도 AI가 뛰어난 분야입니다. 수만 장의 피부 병변 이미지를 학습한 최첨단 딥러닝 모델은 점을 양성 또는 악성으로 높은 정확도로 분류할 수 있습니다.
최근 연구에서는 개선된 신경망이 피부경 영상에서 초기 흑색종을 95~96% 정확도로 식별했습니다.
이는 매우 중요합니다. 초기 흑색종은 예후가 매우 좋아 5년 생존율이 약 98%에 달하지만, 진행된 흑색종은 생존율이 훨씬 낮기 때문입니다.
AI가 의심스러운 점을 생검 대상으로 표시해 피부과 전문의가 흑색종을 더 빨리 진단할 수 있도록 돕습니다.
AI 도구는 사진으로 찍은 점을 평가해 위험도를 추정하는 휴대폰 앱이나 기기로도 개발되어 1차 진료 현장에서도 조기 발견이 가능해질 전망입니다.
자궁경부암 검진
AI는 자궁경부 영상 분석을 통해 자궁경부암 검진을 개선하고 있습니다. 예를 들어, CerviCARE 시스템은 자궁경부 사진(콜포스코피 유사 영상)에 딥러닝을 적용해 전암 병변을 구분합니다.
다기관 임상시험에서 CerviCARE AI는 고등급 자궁경부 병변(CIN2 이상)에 대해 98% 민감도와 95.5% 특이도를 기록했습니다.
실제로 전문가가 부족한 지역에서 이 AI는 의심 부위를 자동으로 표시해 전암 조직을 놓치지 않도록 도와줍니다.
이러한 AI는 전통적인 자궁경부 세포 검사와 HPV 검사와 함께 조기 질환 발견에 기여합니다.
미국 국립암연구소(NCI)도 자궁경부암 조기 발견 자동화 AI 연구를 진행 중입니다.
대장 및 직장암 검진
대장내시경 검사 중에도 AI가 실시간으로 도움을 줍니다. 최신 시스템은 대장내시경 영상 스트림을 지속적으로 분석하며, 용종이나 의심 조직이 보이면 AI가 화면에 표시하고(대개 색상 박스와 음성 알림으로) 의사의 주의를 환기시킵니다.
AI 지원 대장내시경: 시스템이 의사가 제거할 수 있는 “평평한” 용종(파란색으로 강조 표시)을 발견했습니다.
연구에 따르면 AI를 활용한 대장내시경은 특히 작은 선종의 발견률을 높여 조기 병변을 더 많이 찾아낼 수 있습니다.
대규모 임상시험(CADILLAC 연구)에서 AI 보조 시 전체 선종 발견률이 증가했으나, 대부분은 위험도가 낮은 작은 용종이었고, 고위험 큰 선종 발견률은 크게 변하지 않았습니다.
즉, AI는 많은 작은 병변을 잘 찾아내지만 가장 위험한 전암 병변 발견 향상 여부는 아직 검토 중입니다.
그럼에도 불구하고 AI라는 “두 번째 눈”은 피로로 인한 누락을 줄이고 의사 간 판독 편차를 낮출 수 있습니다. FDA는 임상 대장내시경에서 용종 탐지를 돕는 AI 시스템(CADe)을 승인했습니다.
병리학 및 기타 영상 분야의 AI
AI는 실시간 영상뿐 아니라 병리학과 특수 영상 분야에도 적용됩니다. 디지털 병리 슬라이드(조직 생검의 고해상도 스캔)를 AI 알고리즘이 판독합니다.
예를 들어, CHIEF라는 AI는 19종 암에 걸쳐 6만 장 이상의 전체 슬라이드 이미지를 학습했습니다.
이 AI는 슬라이드 내 암세포를 자동으로 감지하고 시각적 특징으로부터 종양의 분자 프로필까지 예측합니다. 테스트에서 CHIEF는 여러 장기에서 약 94% 정확도로 암을 감지했습니다.
마찬가지로 FDA는 전립선 생검 표본 내 암 부위를 강조하는 AI 소프트웨어를 승인해 병리학자가 중요한 부위에 집중할 수 있도록 돕고 있습니다. 뇌종양 MRI 해석, 갑상선 결절 초음파 등에도 AI 도구가 승인되었습니다.
요컨대, AI는 MRI/CT, 엑스레이, 현미경 슬라이드 등 다양한 영상에서 주목할 이상 징후를 표시하는 다재다능한 조력자로 자리 잡고 있습니다.
조기 발견에서 AI의 장점
다양한 분야에서 AI는 암을 조기에 발견하는 데 다음과 같은 주요 이점을 제공합니다:
- 높은 민감도: AI는 매우 미세한 징후도 감지할 수 있습니다. 유방암 검진에서 AI는 과거 유방촬영술을 재분석할 때 약 20~40%의 간격암(첫 판독에서 놓친 암)을 찾아냈습니다.
즉, AI는 인간 판독자보다 더 일찍 암을 발견할 수 있습니다. - 정확성과 효율성: 연구 결과 AI 보조 판독은 위음성 감소와 때로는 위양성 감소를 가져왔습니다.
예를 들어, 독일 임상시험에서 AI 지원 유방촬영술은 생검의 양성 예측도를 높였습니다. - AI는 인간보다 빠르게 영상을 처리해 검진 프로그램이 증가하는 업무량을 품질 저하 없이 감당할 수 있게 합니다.
- 일관된 품질: AI는 피로하거나 산만해지지 않아 일관된 분석 수준을 유지하며, 방사선 전문의 간 판독 편차를 줄일 수 있습니다.
- 불필요한 검사 예방: AI는 양성과 악성 병변을 더 정확히 구분해 환자가 불필요한 검사를 받지 않도록 도울 수 있습니다.
갑상선 사례에서 AI는 생검 없이도 암을 확실히 배제했습니다. - 피부과에서는 AI 앱이 양성 점에 대해 환자를 안심시켜 줍니다.
궁극적으로 목표는 정밀 검진으로, 실제 치료가 필요한 병변만 찾아내고 과잉 치료를 피하는 것입니다. - 전 세계 접근성: 전문가가 부족한 지역에서도 AI 도구가 전문 수준의 검진을 원격지 클리닉에 확장할 수 있습니다.
예를 들어, AI 콜포스코프는 자원이 부족한 지역에서 간호사가 자궁경부암 검진을 할 때 도움을 줄 수 있습니다.
“AI 기반 접근법은 임상의가 암을 효율적이고 정확하게 평가하는 능력을 향상시킬 수 있습니다.” 많은 임상시험에서 AI와 의사의 전문성을 결합하면 어느 한쪽만 사용하는 것보다 더 뛰어난 결과를 보여주며, 이는 마치 지식이 풍부한 동료에게 조언을 구하는 것과 같습니다.
과제와 고려사항
AI는 도전 과제도 동반합니다. 제한적이거나 다양하지 않은 데이터로 학습된 모델은 모든 환자에게 동일한 성능을 보장하지 못할 수 있습니다. 예를 들어, 피부 병변 탐지 AI는 다양한 피부 톤을 학습해 편향을 줄여야 합니다.
피부경 AI 도구는 머리카락이나 조명 불량 같은 영상 왜곡과 드물게 나타나는 병변 유형에서 성능 차이가 관찰되었습니다.
검진에서는 더 많은 발견이 더 많은 오경보를 의미할 수 있습니다. AI 대장내시경은 많은 작은 용종을 표시했는데, 이 중 일부는 암으로 진행하지 않을 수 있습니다.
모든 작은 병변을 제거하는 것은 출혈이나 천공 위험이 있으므로, 임상의는 AI의 민감도와 특이도 사이에서 균형을 맞춰 과잉 진단을 피해야 합니다.
임상 업무에 AI를 통합하는 것도 쉽지 않습니다. 병원은 검증된 FDA 승인 소프트웨어와 직원 교육이 필요하며, AI가 암을 놓쳤을 때 책임 소재에 관한 규제 및 법적 문제가 존재합니다.
많은 연구자는 AI가 도구일 뿐 대체제가 아니라고 강조합니다. 한 방사선 전문의는 AI 사용을 “뛰어난 동료에게 의견을 묻는 것”에 비유했습니다. 지속적인 임상시험과 시판 후 연구가 이 도구들이 실제로 결과를 개선하는지 확인하는 데 필수적입니다.
미래 방향
암 진단 분야에서 AI의 미래는 밝습니다. 연구자들은 한 번에 여러 작업을 수행할 수 있는 “기초 모델”(거대한 데이터셋으로 학습된 대형 AI)을 개발 중입니다. 하버드의 CHIEF가 그 예로, 수백만 개의 이미지 패치를 학습해 “병리학용 ChatGPT”처럼 여러 암종을 다룹니다.
유사한 접근법은 곧 영상과 유전 및 임상 데이터를 결합해 초개인화 검진을 가능하게 할 것입니다. 다중 모달 AI는 암 존재 여부뿐 아니라 공격성까지 예측해 추적 검사 강도를 조절할 수 있습니다.
AI 성능은 새로운 기법과 함께 빠르게 향상되고 있습니다. 차세대 CAD 시스템은 고급 신경망 구조와 대형 언어 모델을 활용해 영상을 해석합니다. 폐암 분야에서는 과거 AI가 현재 모델에 비해 “원시적”이었다고 전문가들이 평가하며, 앞으로 훨씬 개선될 것으로 기대합니다.
유럽과 미국 등에서 다기관 임상시험이 진행 중이며, 데이터가 축적됨에 따라 AI는 실제 결과를 학습하며 정확도를 지속적으로 높일 것입니다.
요약하자면, AI는 이미 유방촬영술, CT, 피부 사진, 생검 슬라이드 등 다양한 의료 영상에서 의사들이 암을 더 일찍 발견하도록 돕고 있습니다. 과제가 남아 있지만, 최첨단 연구와 규제 승인 덕분에 AI가 암 검진의 표준 동반자가 될 미래가 기대됩니다.
치료 효과가 가장 좋은 초기 단계에서 종양을 발견함으로써, 이 기술들은 전 세계 많은 환자의 치료 결과를 개선할 수 있을 것입니다.
