여전히 1위, 폐암 사망률
11월은 세계 폐암의 달(Lung Cancer Awareness Month)입니다. 폐암은 2022년 기준 전 세계 암 사망 원인 1위(19%)로, 여전히 가장 치명적인 암입니다. 하지만 희망적인 소식도 있습니다. 2011년 NLST(National Lung Screening Trial)와 2020년 NELSON 연구를 통해 저선량 CT(LDCT) 검진이 폐암 사망률을 최대 20-30%까지 낮출 수 있음이 대규모 무작위 대조군 연구를 통해 입증되었습니다. 또한, 코어라인소프트의 AI 소프트웨어는 이러한 검진이 더 효율적이고 일관되게 운영되도록 지원합니다.
LDCT 기반 폐암 검진은 현재까지 폐암 사망률을 낮추는 유일하게 과학적으로 입증된 방법입니다. 이는 단순한 가능성이 아닌, 수만 명의 피험자를 대상으로 한 장기 추적 연구를 통해 확립된 의학적 근거입니다.
조기 발견의 장벽: 영상의학과 전문의의 과부하
LDCT 검진의 효과가 입증되었음에도 불구하고, 실제 임상 현장에서의 도입은 여러 장벽에 직면해 있습니다. 폐결절 검출 및 분석은 고도의 집중력을 요구하는 시간 소모적 작업으로, 영상의학과 전문의의 업무 부담을 가중시킵니다.
더욱 중요한 문제는 판독의 일관성입니다. 판독자 간, 기관 간 변동성(inter-reader/inter-site variability)은 검진 프로그램의 신뢰도를 저해하는 핵심 요소입니다. 특히 국가 단위 검진 프로그램에서는 수백 개의 의료기관이 참여하게 되는데, 각 기관의 판독 기준과 품질이 다를 경우 검진 효과가 불균등하게 나타날 수 있습니다.
이는 단순히 기술적 문제가 아닌, 검진 프로그램의 비용 효율성(cost-effectiveness)과 직결되는 시스템적 과제입니다. 환자 선별, 영상 품질 관리, 판독 품질 보증, 추적관찰 관리 등 검진의 전 과정에서 표준화와 품질 관리가 필요합니다.
AI 검진, 이미 현실이 된 글로벌 표준
이러한 배경에서 전 세계 주요 국가들은 AI 기술을 국가 폐암 검진 프로그램(National Lung Cancer Screening Program)의 핵심 인프라로 도입하고 있습니다. 이는 단순히 자동화 도구를 추가하는 것이 아닌, 검진 시스템 전체의 패러다임을 재구성하는 접근입니다.
[한국] KNLCS: 기관 간 변동성 40% 감소
한국의 국가 폐암 검진 시범사업인 KNLCS는 70개 병원, 연간 20만 명을 대상으로 하는 대규모 프로그램입니다. 2017년부터 현재까지 운영되고 있는 이 프로그램의 핵심은 국립암센터 주도의 품질 보증 프로그램(Quality Assurance Program)입니다.
국립암센터가 AVIEW CLOUD 시스템 도입 전후 양성률을 비교한 연구에 따르면, 기관 간 변동성이 40% 감소했습니다(0.519 → 0.311). 이는 AI가 단순히 개별 판독자를 돕는 것을 넘어, 전체 검진 네트워크의 품질을 표준화하고 균질화할 수 있음을 보여주는 중요한 임상 증거입니다.
[영국] UKLS: 99.8% 민감도와 79% 업무량 감소
영국 폐암 검진 연구(UK Lung Cancer Screening Trial)의 1,252건 베이스라인 LDCT 데이터를 활용한 AVIEW AI 검증 연구가 2025년
European Journal of Cancer에 게재되었습니다.
연구 결과 민감도
99.8%(31건의 암 중 1건만 놓침)를 달성했으며, AI의 오류(1건)가 영상의학과 전문의의 오류(3-7건)보다 적었습니다. 이는 AI가 이미 임상적으로 신뢰할 수 있는 수준에 도달했음을 의미합니다.
연구진은 AI 1차 판독 모델 도입 시
최대 79%의 업무량 감소가 예상된다고 분석했습니다. AI가 음성(negative) 케이스를 선별하고, 영상의학과 전문의는 양성 또는 의심 케이스에 집중하는 워크플로우 재설계가 가능해집니다.
[미국] FDA 승인: 판독 시간 70% 단축
미국 FDA 510(k) 승인(2023년 2월) 과정에서 수행된 독립 판독자 연구를 통해 10명의 판독자를 대상으로 ‘AI 없이’와 ‘AI와 함께’ 판독한 결과를 직접 비교했습니다.
그 결과, 결절 검출률이 34% 증가하고 판독 시간이 70% 감소했습니다. 이는 AI가 영상의학과 전문의를 대체하는 것이 아니라, 그들의 역량을 증폭(augmentation)시킨다는 것을 보여줍니다.
[유럽] EU 4-IN-THE-LUNG-RUN: 다국적 표준 수립
EU
4-IN-THE-LUNG-RUN 프로젝트(2022-2025)는 6개국 8개 병원, 26,000명을 대상으로 하는 다국적 검진 프로그램입니다. 이는 유럽 전역의 검진 표준을 수립하려는 시도로, AVIEW LCS가 이 프로그램의 핵심 AI 플랫폼으로 채택되었습니다.
[독일] HANSE: 이동식 CT 환경에서 정확도 입증
독일 HANSE 프로젝트(2021-2024)는 이동식 CT(Mobile CT)와 하이브리드 클라우드(Edge Computing) 환경에서 구현되었다는 점에서 특별합니다. HANSE 연구에서는 두 가지 AI 도구를 비교 분석했는데, AVIEW가 결절 검출, 용적 측정, 분류 모든 영역에서 더 정확한 정량적 결과를 보였다는 연구 결과가 2024년 Nature Scientific Reports에 게재되었습니다.
[이탈리아 & 프랑스] RISP/IMPULSION: 국가 단위 플랫폼 채택
이탈리아 RISP(2021~)는 18개 병원이 참여하는 중앙 판독(central reading) 모델입니다. 프랑스 IMPULSION(2025~)은 70개 병원 규모로 현재 구축이 진행 중입니다. 두 국가 모두 AVIEW를 핵심 AI 플랫폼으로 선택했습니다.
[학계] ESTI: 유럽 흉부 영상 학회 공식 인정
유럽흉부영상학회(ESTI, European Society of Thoracic Imaging)가 AVIEW LCS를 공식 온라인 교육 프로그램으로 채택한 것은 상징적 의미가 있습니다. 이는 유럽 영상의학과 전문의 교육의 표준 도구로 인정받았다는 것을 의미합니다.
[호주] AU-NLCSP: '중앙집중형 원격판독' 모델 구현
호주 NLCSP는 50개 이상의 영상의학과, 330개 이상의 클리닉이 참여하는 대규모 프로그램입니다. 호주의 국토 면적은 한반도의 35배에 달하고, 인구의 30%가 농촌 및 원격지에 거주합니다.
지난 10월 Coreline x
LungScreen 웨비나에서 Siavash Es'haghi 교수(LungScreen)는 이 시스템의 핵심이 중앙집중형 모델(centralized model)과 지속적 품질 관리(continuous QA loop)에 있다고 강조했습니다. AVIEW LCS는 이 시스템에서 품질과 일관성을 유지하는 핵심 AI 엔진 역할을 하고 있습니다.
AI 검증의 중요성
Coreline의 AVIEW는 폐암 검진 분야 85편, Big-3 검진(폐암/CAC/COPD) 분야 269편의 논문에서 인용되거나 검증되었습니다. 이는 AVIEW가 전 세계적으로 가장 활발하게 연구되고 검증받는 AI 솔루션 중 하나임을 입증합니다.
AI 성능은 학습 데이터, 알고리즘 설계, 임상 환경에 따라 크게 달라질 수 있습니다. 특히 국가 검진 프로그램 수준에서는 다양한 인종, 다양한 CT 장비, 다양한 스캔 프로토콜에서 일관된 성능을 보여야 합니다. AVIEW가 한국, 유럽, 호주 등 서로 다른 인구 집단과 의료 환경에서 검증받았다는 것은, 이러한 일반화 성능(generalizability)을 갖추었다는 것을 의미합니다.
폐암 검진을 넘어, Big-3 통합 검진으로
현재 폐암 검진 분야는 단일 질환 검진에서 포괄적 흉부 검진으로의 패러다임 전환 시기에 있습니다. LDCT 한 번으로 흡연 관련 3대 질환을 동시에 평가할 수 있다는 아이디어는 2008년 미국흉부학회(ATS)에서 처음 제안되었고, 지금은 전 세계적으로 받아들여지고 있습니다.
Big-3 질환: 폐암, 심혈관질환, 폐기종
폐암(Lung Cancer), 심혈관질환(Cardiovascular Disease), 폐기종(Emphysema)은 모두 흡연과 밀접한 관련이 있으며, LDCT로 동시 평가가 가능합니다:
- 폐암: 폐결절 검출 및 추적 관찰
- 심혈관질환: 관상동맥 석회화(Coronary Artery Calcium, CAC) 정량 분석
- 폐기종: 저감쇠 영역(Low Attenuation Area, LAA) 정량 분석
AVIEW LCS Plus는 세계 최초로 임상 연구에서 검증된 Big-3 검진 소프트웨어입니다.
검진 효율성의 혁신
이러한 통합 접근은 비용 효율성(cost-effectiveness)을 획기적으로 개선합니다. 환자 입장에서는 한 번의 검사로 여러 질환을 평가받을 수 있고, 의료 시스템 입장에서는 검진 참여율을 높이면서도 전체 사망률(all-cause mortality) 감소 효과를 극대화할 수 있습니다.
심혈관질환은 전 세계 사망 원인 1위이고, COPD는 4위입니다. 폐암 고위험군은 동시에 이 질환들의 고위험군이기도 합니다. 따라서 Big-3 통합 검진은 고위험 인구 집단에 대한 가장 효율적인 선별검사 전략이 될 수 있습니다.
네덜란드는 EU 공동 프로그램(4-IN-THE-LUNG-RUN)을 통해 B3 검진 모델을 국가 수준으로 운영하고 있으며, 여러 국가의 벤치마크가 되고 있습니다.
AI가 실현하는 '품질'과 '형평성'
11월 폐암의 달을 맞아, 우리는 조기 발견의 중요성을 다시 한번 강조합니다. LDCT 검진은 폐암 사망률을 낮추는 유일하게 입증된 방법이며, 이제 그 효과는 더 이상 의문의 여지가 없습니다.
문제는 "효과가 있는가"가 아니라 "어떻게 효과적으로 구현할 것인가"입니다. 전 세계 주요 국가들이 국가 폐암 검진 프로그램을 도입하는 지금, AI 기술은 검진 품질 향상을 위한 핵심 인프라가 되었습니다.
품질과 형평성
호주 모델이 보여주는 것처럼, 잘 설계된 AI 통합 시스템은 품질(Quality)과 형평성(Equity) 두 가지를 동시에 실현할 수 있습니다. 도심의 대형 병원이든 농촌의 작은 클리닉이든, 모든 환자가 동일한 수준의 검진 품질을 받을 수 있는 시스템이 가능해집니다.
의료 인력 부족 문제의 현실적 접근
전 세계적으로 영상의학과 전문의 부족 문제가 심화되고 있습니다. 특히 폐암 검진 프로그램이 확대되면서 판독 수요는 급증하고 있습니다. AI는 이 문제에 대한 현실적이고 검증된 접근법을 제시합니다.
AI 1차 판독 모델, 음성 케이스 선별, 의심 케이스 우선순위 지정 등의 워크플로우 혁신을 통해, 제한된 인력으로도 더 많은 환자를 더 높은 품질로 검진할 수 있습니다.
데이터 기반 지속적 개선
AI가 통합된 중앙집중형 시스템의 또 다른 장점은 데이터 축적과 지속적 품질 개선입니다. 모든 검진 데이터가 중앙에 축적되고, 실시간 모니터링과 피드백 루프를 통해 프로그램 전체가 지속적으로 개선됩니다.
호주 LungScreen의 경우 프로그램 시작 이후 6,000건 이상의 검사 데이터가 축적되었고, 이는 우발적 소견 추적, 리콜 성공률 평가 등의 품질 지표 분석에 활용되고 있습니다.
코어라인소프트, 국가 검진 표준의 파트너
코어라인소프트는 2012년 설립된 AI 기반 의료영상 분석 소프트웨어 전문 기업으로, 흉부 CT 영상 분석을 위한 AI 소프트웨어를 개발하고 있습니다.
AVIEW LCS는 10년 이상의 연구 개발과 임상 검증을 거쳐, 전 세계 주요 국가 검진 프로그램에서 활용되며 검증된 소프트웨어입니다. 한국에서 시작된 기술이 유럽, 호주로 확대되고, 이제 전 세계 폐암 검진의 표준을 만들어가고 있습니다.
조기 발견은 생명을 구합니다. AI는 검진의 정확성과 효율성을 높여, 더 많은 생명을 구하는 조기 검진을 지원합니다.
목록으로
