Google, AI로 NHS 유방암 검진 보완... missed interval cancer 25% 탐지

Google이 공개한 내용

2026년 3월 10일, Google은 Imperial College London, 영국 NHS와 함께 진행한 새 연구를 통해 AI가 유방암 screening을 어떻게 보완할 수 있는지 설명했다. 회사는 이번 발표를 Nature Cancer에 실린 두 편의 연구와 연결하며, 자사의 experimental AI system이 기존 screening이 놓친 interval cancer의 25%를 식별했다고 밝혔다. interval cancer는 정기 검진 사이에 발견되는 사례로, 증상이 나타난 뒤 확인되는 경우가 많아 조기 진단 가치가 특히 크다.

Google에 따르면 첫 번째 연구는 125,000명 여성의 mammogram을 대상으로 했다. 회사는 이 AI system이 expert radiologist보다 더 많은 invasive cancer와 전체 암을 찾아냈고, 첫 검사 여성에서는 false positive도 더 적었다고 설명한다. 단순 benchmark가 아니라 실제 screening population에 기반한 결과라는 점에서 의미가 있다.

workflow 측면에서 무엇이 달라졌나

두 번째 연구의 초점은 정확도보다 운영 효율에 있었다. Google은 50,000명 이상 여성의 scan을 분석한 결과, AI를 NHS의 double-reading 과정에서 second reader로 사용할 경우 screening workload를 약 40% 줄일 수 있다고 밝혔다. 영국 검진 체계에서는 두 명의 specialist가 모든 mammogram에 동의해야 하고, 의견이 갈리면 arbitration panel이 최종 판단한다. 각 specialist가 연간 약 5,000건 scan을 검토해야 한다는 점을 생각하면, 인력 여유를 만드는 효과는 매우 크다.

다만 Google은 한계도 분명히 적었다. simulated review에서는 arbitration specialist가 AI가 포착한 암을 뒤집는 경우도 있었고, 이는 실제 임상 도입에서 trust 문제가 남아 있음을 보여준다. 또한 회사는 AI가 plug-and-play 도구가 아니라고 강조하면서, 실제 patient care에 영향을 주지 않는 방식으로 12개 NHS screening site와 9,000건 이상 case를 대상으로 feasibility work를 수행했다고 설명했다. 결국 중요한 것은 model의 단독 성능뿐 아니라 trust, calibration, workflow 설계다.

왜 중요한가

이 발표는 조기 탐지 성능과 인력 부담 완화라는 두 축을 동시에 보여준다는 점에서 고신호 health AI 뉴스다. 동시에 Google 자체 설명도 AI를 clinician 대체재로 포장하지 않는다. 더 타당한 해석은 screening AI가 실제 임상 보조 단계에 가까워지고 있지만, 병원 현장에 안전하게 들어가기 위해서는 specialist oversight와 운영 적응이 계속 필요하다는 것이다.

출처: Google 공식 블로그