입증된 효과, 그러나 여전한 ‘실행의 공백’
저선량 흉부 CT(LDCT)를 활용한 폐암 검진은 더 이상 새로운 개념이 아닙니다. 미국의 NLST 연구와 유럽의 NELSON 연구를 포함한 대규모 무작위 대조 연구(RCT)를 통해, 폐암 사망률을 유의미하게 감소시킬 수 있다는 근거는 이미 충분히 확립되었습니다.
그러나 암 검진의 실제 도입 현황을 살펴보면, 글로벌 차원에서는 여전히 큰 편차가 존재합니다. 세계보건기구(WHO)가 국가 단위 검진을 권고하는 유방암과 자궁경부암조차도 모든 국가에서 제도화된 것은 아닙니다. 현재 추정에 따르면, 국가 차원의 자궁경부암 검진 프로그램은 약 69%, 유방암 검진 프로그램은 약 63%의 국가에서 시행되고 있는 것으로 알려져 있습니다. 이러한 현실을 고려할 때, 폐암 검진이 직면한 구현상의 과제는 더욱 큽니다.
LDCT 폐암 검진의 임상적 효과는 이미 충분히 입증이 되었지만, 이를 국가 또는 지역 단위의 의료 시스템 안에서 안정적으로 운영하고 제도화하는 데에는 여전히 많은 장벽이 존재합니다. 벨기에 플랑드르 지역에서 수행된 ZORALCS 연구는 바로 이 지점에서 출발합니다. 이 연구가 던지는 핵심 질문은 “폐암 검진이 효과적인가”가 아니라,
“현재의 의료 인프라 안에서 폐암 검진을 지속 가능하게 운영할 수 있는가”입니다.
핵심 질문: "이 시스템이 현실을 감당할 수 있는가?"
ZORALCS 연구의 목표는 단순히 검진의 효용성을 다시 확인하는 것이 아닙니다. 통제된 임상 시험 환경이 아닌, 실제 지역 의료 환경에 검진 프로그램을 이식했을 때도 시스템이 제대로 작동하는지를 검증하는 ‘구현 연구(Implementation Study)’입니다.
벨기에에서 폐암은 두 번째로 흔한 암종이자 연간 5,700여 명이 사망하는 심각한 질병입니다. 그럼에도 국가 차원의 검진 프로그램이 부재했던 이유는 명확합니다. 대규모 인구를 대상으로 할 때 발생하는 '판독의 표준화(Standardization)'와 '재현성(Reproducibility)'의 문제를 해결하지 못했기 때문입니다.
AI, 도구가 아닌 시스템의 ‘인프라’로
국가 검진의 성공 요건은 개별 의사의 숙련도나 컨디션에 의존하지 않는 '일관된 판단'입니다. 이를 위해 ZORALCS 연구팀은 유럽 흉부 영상 학회(ESTI)의 엄격한 가이드라인을 따르는 한편, ‘State-of-the-art’ 수준의 AI를 2차 판독자(Second Reader)로 도입하는 것을 필수 조건으로 설정했습니다.
연구진이 AI에게 요구한 역할은 단순한 판독 보조를 넘어서는 것이었습니다. 검진 시스템의 핵심인 ‘정량적 분석’을 통해, 인간의 눈으로 놓칠 수 있는 미세한 변화를 관리 가능한 데이터로 변환해야 했기 때문입니다.
- 정밀 결절 검출 및 분할(Detection & Segmentation): 폐 결절을 정밀하게 검출하고 3차원 분할을 수행함으로써, 체적 분석과 장기 추적 관찰의 기반이 되는 데이터를 제공합니다. 이를 통해 폐암 검진 환경에서 발생할 수 있는 병변 누락 위험을 최소화합니다.
- 자동 체적 분석(Volumetry): 정확한 결절 분할을 기반으로 기존의 2D 직경 측정과 3D 체적 분석 결과를 함께 제공하여, 전통적인 판독 방식과의 연속성을 유지하는 동시에 현행 폐암 검진 가이드라인에 부합하는 신뢰도 높은 추적 관찰을 가능하게 합니다.
- VDT(Volume Doubling Time) 자동 계산: 추적 검사 간 결절의 성장 속도를 자동으로 산출하고, ESTI, Lung-RADS, BTS(영국), K-Lung-RADS, K-NLCSP(한국), NLCSP(호주), 독일 국가 폐암 검진 가이드라인(HANSE) 등 각 국가 및 프로그램별 기준을 적용해 위험도 분류를 지원합니다. 이를 통해 국가 단위 폐암 검진 흐름에 맞는 일관된 판독 체계를 구축할 수 있습니다.
이 기술은 판독의 주관성을 배제하고, ZORALCS 연구가 다기관 환경에서도 균일한 검진 품질을 유지하도록 만드는 가장 현실적이고 강력한 검진 인프라로 기능했습니다.
성공적인 도입을 위한 3가지 핵심 요소
ZORALCS 연구는 폐암 검진 도입을 검토하는 기관에 중요한 시사점을 줍니다. 성공적인 구현을 위해서는 다음 세 가지 요소가 필수적입니다
- 표준화 (Standardization): 국제 가이드라인(ESTI)에 기반한 프로토콜 확립.
- 정량화 (Quantification): AI를 활용한 3D 체적 측정 및 VDT 분석으로 객관적 지표 확보.
- 시스템화 (Systematization): AI를 단순 보조 도구가 아닌, 품질 관리를 위한 필수 인프라(Second Reader)로 통합.
검증된 솔루션, 실행 가능한 폐암 검진의 조건
벨기에가 ZORALCS 연구를 통해 확인하고자 했던 것은 단순한 ‘검진의 효과’가 아니었습니다. 그 효과를 현실의 의료 시스템 안에서 어떻게 지속적으로 유지할 것인가에 대한 ‘조건’이었습니다.
연구진이 설정한 기준은 엄격했습니다. 국제 가이드라인에 기반한 표준화, 판독 편차를 최소화하는 정량적 지표, 그리고 다기관 환경에서도 동일한 품질을 유지할 수 있는 구조. 이 세 가지가 전제되지 않는다면, 폐암 검진을 국가 제도로 확장하는 데에는 구조적인 한계가 있다는 판단이 깔려 있었습니다. 이러한 맥락에서, 본 연구에 활용된 코어라인소프트의 AI 기반 분석 기술은 시사하는 바가 큽니다.
이는 단순히 특정 기술의 우수성을 증명하기 위한 대상이 아니라, 검진 시스템을 안정적으로 작동시키기 위한 ‘구현 수단’으로 사용되었기 때문입니다. 검진 결과가 특정 기관이나 판독자의 개인적 경험에 좌우되지 않도록, 표준화된 판독 기준과 정량 분석을 제공하는 인프라 역할을 수행한 것입니다.
이러한 접근 방식은 비단 벨기에에 국한되지 않습니다. 독일, 이탈리아 등 앞서가는 국가들의 폐암 검진 프로젝트에서도 요구된 것은 ‘더 나은 알고리즘’ 경쟁이 아닌, ‘검증 가능하고 재현 가능한 검진 구조’였습니다.
결국 폐암 검진이 성공적으로 제도화되기 위해 필요한 것은 단일 기술의 성능 경쟁이 아닙니다. 표준화된 프로토콜과 이를 일관되게 뒷받침할 수 있는 AI 인프라가 결합될 때, 검진은 비로소 하나의 ‘시스템’으로 기능할 수 있습니다. ZORALCS 연구는 그 가능성을 이론이 아닌, 현실에서 작동하는 방식으로 증명해 낸 사례입니다.
Reference
- ZORALCS Study: Van der Aalst, C., et al. "Design and rationale of the ZORALCS study: An implementation study of lung cancer screening by low-dose computed tomography coupled to a smoking cessation randomized controlled trial in the Flemish region."
- NLST (20% Mortality Reduction): National Lung Screening Trial Research Team. "Reduced lung-cancer mortality with low-dose computed tomographic screening." New England Journal of Medicine 365.5 (2011): 395-409.
- NELSON (24% Mortality Reduction): de Koning, Harry J., et al. "Reduced lung-cancer mortality with volume CT screening in a randomized trial." New England Journal of Medicine 382.6 (2020): 503-513.
목록으로
