핵심 요약 (Key Takeaways)

• 미국 국립 종합 암 네트워크 (NCCN)는 영상 기반 AI 위험 평가를 포함하도록 유방암 선별 검사 가이드라인을 업데이트했습니다. 이러한 움직임은 2025년 4월 기준 FDA 혁신 의료기기 (Breakthrough Device) 지정을 보유한 Lunit INSIGHT Risk와 같은 도구들의 미국 내 임상 도입을 가속화할 것으로 예상됩니다.
• ArteraAI Breast는 2026년 5월 13일에 FDA 승인을 받았으며, 이는 AI의 역할을 선별 검사에서 초기 단계의 호르몬 수용체 양성 유방암 환자를 위한 디지털 병리 (digital pathology) 기반 위험 계층화로 확장했습니다.
• 2026년 1월에 발표된 10만 명 이상의 여성이 참여한 스웨덴의 MASAI 임상 시험에 따르면, AI 지원 유방 촬영술 (mammography)은 표준 선별 검사와 비교했을 때 진단 시 침습적 암은 약 16%, 공격적 암은 27% 적게 발견하는 것으로 나타났습니다. 2026년 초 이후 7가지의 서로 다른 AI 도구들이 수술 전 위험 점수 산정부터 수술실 내 실시간 절제연 (margin) 평가에 이르기까지 유방암 케어 분야에서 규제 이정표를 달성하거나 주요 임상 결과를 발표했습니다. 이러한 범위의 폭은 주목할 만합니다. 이들은 동일한 문제에 대한 경쟁적인 접근 방식이 아니라, 환자의 여정 중 서로 다른 지점을 다루는 대체로 상호 보완적인 도구들입니다. 수십만 명의 여성이 참여한 임상 시험을 통해 현재 증거가 보여주는 것은, AI가 더 많은 암을 더 일찍 발견할 수 있고, 영상의학 전문의의 업무량을 줄이며, 적어도 한 가지 사례에서는 진단 시 발견되는 공격적인 종양의 비율을 낮출 수 있다는 점입니다.

1. Lunit INSIGHT Risk, 정밀 위험 평가를 주도하다

Lunit INSIGHT Risk는 유방 촬영 영상과 연령만으로 환자의 5년 유방암 위험을 예측하며, 설문지, 유전자 검사 또는 채혈 없이 개인화된 절대 위험 점수를 생성합니다. 전통적인 임상 위험 모델과 함께 영상 기반 유방암 위험 평가를 공식적으로 인정하기로 한 NCCN의 결정은, 이 접근 방식에 이전에는 부족했던 제도적 뒷받침을 제공합니다.

한국의 의료 AI 기업인 Lunit는 2025년 4월 INSIGHT Risk에 대해 FDA 혁신 의료기기 (Breakthrough Device) 지정을 받았으며, 현재 FDA 정식 승인을 추진 중입니다. 또한 이 회사는 최근 자사의 3D 유방 촬영술 (mammography) 알고리즘인 Lunit Insight MMG 버전 1.2에 대해 FDA 승인을 받았습니다. 이 알고리즘은 현재 및 이전 검사의 AI 소견을 다루며 체적 유방 밀도 (volumetric breast density) 측정을 포함합니다. 2026년 3월 유럽 방사선 학회 (European Congress of Radiology)에서 발표된 초기 연구에 따르면, 학회 보고에 따라 이 도구는 유방암 위험 수준이 다양한 여성들을 구분할 수 있는 것으로 나타났습니다.

2. ArteraAI Breast, 개인 맞춤형 치료 결정 지원

2026년 5월 13일, FDA는 초기 단계의 호르몬 수용체 양성, HER2 음성 침윤성 유방암 환자를 위한 위험 계층화 (risk stratification) 도구인 ArteraAI Breast에 대해 승인을 부여했습니다. 이 소프트웨어는 디지털화된 조직병리 (histopathology) 이미지와 임상 변수를 함께 분석하여 원격 전이 (distant metastasis) 가능성을 예측하는 위험 점수를 생성하며, 임상의가 환자를 고위험 또는 저위험군으로 분류하고 화학 요법 (chemotherapy)이 필요한지에 대한 결정을 내리는 데 도움을 줍니다.

이 도구의 실질적인 매력은 임상적인 측면만큼이나 운영적인 측면에서도 두드러집니다. ArteraAI Breast는 일상적인 수술 절제 (surgical resection) 샘플을 사용하여 당일 결과를 제공하며, 추가적인 조직 채취를 요구하지 않습니다. 새로운 인프라를 요구하기보다 기존의 병리 워크플로 (pathology workflows)에 통합되는 이러한 방식은, 임상 AI 배포를 늦추는 경향이 있는 조직적 마찰 (organisational friction)을 고려할 때 도입에 있어 중요한 요소가 될 것입니다.

3. Google AI, NHS 임상 시험에서 영상의학과 전문의 수준의 효능 입증

2026년 3월 10일, Imperial College London, Google 및 여러 NHS Trust(NHS 신탁)가 발표한 연구에 따르면, 약 175,000명의 여성을 대상으로 Google의 AI 시스템을 인간 영상의학과 전문의(radiologists)와 비교 평가하였으며, 이는 현재까지 이와 같은 유형의 NHS 유방암 검진 연구 중 최대 규모입니다. 해당 AI는 더 많은 침습성 암(invasive cancers)을 탐지하였고, 위양성(false positives)은 줄였으며, 첫 검사에서의 재검사율(recall rate)을 약 39% 감소시켰습니다. 연구의 한 부분에서는 영상 판독 시간(scan-reading time)이 약 32% 단축되었는데, 이는 NHS의 역량이 지속적인 압박을 받고 있는 시기에 영상의학과 전문의의 업무 부담을 유의미하게 줄여주는 결과입니다.

연구진은 실제적인 효과는 대체보다는 재배치(reallocation)가 될 가능성이 높다고 언급했습니다. 즉, 일상적인 판독 업무에서 해방된 영상의학과 전문의들이 바늘 생검(needle biopsies)과 같은 시술에 더 많은 시간을 할애할 수 있다는 것입니다. NHS Trust들이 이 시스템을 대규모로 채택할지, 그리고 그 시점이 언제일지는 아직 지켜봐야 합니다.

4. 스웨덴 MASAI 임상 시험, AI가 후기 진단을 감소시킨다는 사실 확인

2026년 1월에 발표된 스웨덴의 MASAI 임상 시험은 인구 규모 단위에서 실시된 AI 지원 유방 촬영술(mammography) 검진의 첫 번째 무작위 대조 시험(randomised controlled trial)이었습니다. 100,000명 이상의 여성을 대상으로 한 결과, AI 지원 검진은 초기 검사에서의 높은 조기 발견율 덕분에 이후 검진 회차에서의 유방암 진단율을 약 12% 감소시켰습니다. AI 그룹은 표준 치료(standard care)와 유사한 위양성률을 보이면서도, 침습성 암은 약 16%, 대형 암은 21%, 공격적인 암은 27% 적게 기록했습니다.

초기 단계(early-stage) 발견 수치는 표준 검진 그룹의 74%에 비해 AI 지원 그룹이 81%를 기록했습니다. 연구진은 AI가 영상의학과 전문의의 판단을 대체하는 것이 아니라, 인간 판독자가 놓칠 수 있는 미세한 소견을 표시하는 지원 도구(support tool)로서 기능한다는 점을 분명히 했습니다.

5. 영국의 GEMINI 연구, 탐지율 증가 및 업무량 절감 보고

2026년 3월 Nature Cancer에 발표된 GEMINI 연구는 영국 내 약 10,889명의 여성을 대상으로 AI 통합 효과를 평가했습니다. Live AI with Mammography Intelligent Assessment (Mia) v.3라는 도구를 사용한 이 연구 결과, 표준 워크플로 (standard workflows)와 비교했을 때 암 탐지율은 약 10% 증가했고, 영상의학과 의사의 업무량은 최대 31% 감소했으며, 전체 프로세스 절감 효과는 약 36%에 달하는 것으로 나타났습니다.

연구진은 현재 이 연구를 30개 사이트에서 여러 AI 유방 촬영 도구를 평가하는 국제 연구인 EDITH 임상 시험 (trial)으로 확장하고 있습니다. EDITH는 다양한 임상 환경에서 서로 다른 AI 시스템이 어떻게 작동하는지 테스트하도록 설계되었으며, 이는 단일 사이트 또는 단일 벤더 (single-vendor) 연구보다 더 일반화 가능한 증거를 생성할 것입니다.

6. 수술 중 절제연 확인을 위한 Perimeter Medical Imaging AI의 Claire

2026년 3월 4일, Perimeter Medical Imaging AI는 Claire에 대해 FDA 시판 전 승인 (Premarket Approval)을 받았습니다. Claire는 AI 기반의 광시야 광간섭 단층 촬영 (wide-field optical coherence tomography) 시스템으로, 유방 보존술 (breast-conserving surgery) 중 수술 중 절제연 평가 (intraoperative margin assessment)를 위해 적응증을 가진 최초의 AI 통합 영상 장치입니다. 이번 승인은 특정 임상 문제를 해결합니다. 즉, 유방 보존술 후 절제연에서 잔류 암이 발견될 경우 재수술이 빈번하게 발생하며, 이는 비용 발생, 치료 지연 및 환자의 고통을 초래한다는 점입니다.

Claire의 알고리즘은 악성 가능성이 있는 의심 부위를 실시간으로 식별하고 표시하여, 외과의가 환자가 여전히 수술실에 있는 동안 추가적인 조직 제거 여부를 결정할 수 있도록 돕습니다. FDA 승인은 CLAIRE 임상 시험 (trial) 결과에 기반하였으며, 이 시험에서는 88.1%의 절제연 정확도와 표준 치료 (standard care) 대비 잔류 암의 통계적으로 유의미한 감소를 보고했습니다.

7. 예측 위험 탐지를 위한 MIT/Mass General AI

MIT와 Massachusetts General Hospital의 연구는 증상이 나타나기 전 유방암 위험을 예측하는 방향으로 나아가고 있습니다. MIT의 컴퓨터 과학자 Regina Barzilay가 부분적으로 개발한 AI 도구는 암 위험 상승과 관련된 유방 촬영술 (mammographic) 이미지의 미세한 패턴을 식별합니다. Mass General의 과거 유방 촬영술 데이터를 대상으로 한 2023년 연구에 따르면, AI가 고위험군으로 분류한 여성들 사이에서 의사들이 기존의 위험 계산 방식과 비교했을 때 3배 더 많은 암을 식별해낸 것으로 나타났습니다.

이 시스템은 현재 평가 단계에 있는 것으로 보고되었으나, 여전히 주로 연구 단계에 머물러 있습니다. 이러한 테스트가 어떻게 일상적인 임상 사용으로 전환될지는 아직 불분명합니다.

종합해 보면, 이 일곱 가지 발전은 다양한 임상 적용, 규제 승인 및 임상 시험 규모를 포괄합니다. 증거 전반에 걸친 패턴은 일관적입니다. AI 도구는 더 많은 암을 더 조기에 발견하고 있으며, 영상의학 전문의 (radiologists)의 업무량을 줄이고, 수술 환경에서는 수술실 내 절제연 (margin) 정확도를 향상시키고 있습니다. NCCN 가이드라인 업데이트와 지금까지 확보된 FDA 승인(clearances)은 해당 증거에 규제적 발판을 제공하지만, 광범위한 도입은 기존 임상 인프라로의 통합, 보험 상환 (reimbursement) 체계 및 지속적인 시판 후 조사 (post-market surveillance)에 달려 있습니다. AI 정책 및 규제에 대한 더 많은 내용은 저희의 AI Policy & Regulation 섹션을 방문해 주세요.

_원문 게시 위치: https://autonainews.com/7-fda-cleared-ai-tools-now-detect-breast-cancer-earlier/