Google, 영국 breast cancer screening AI가 놓친 interval cancer의 25%를 찾아냈다고 발표

Google은 2026년 3월 10일 Imperial College London, 영국 NHS와 함께 진행한 breast cancer screening 연구 결과를 공개했다. 이번 결과는 의료 AI에서 가장 어려운 질문 가운데 하나인, 대규모 screening 환경에서 AI가 실제로 detection을 개선하면서도 human specialist가 의존하는 임상 안전장치를 약화시키지 않을 수 있는지를 다룬다. Google은 Nature Cancer에 실린 두 편의 연구를 통해 자사의 experimental research AI system이 기존 screening에서 놓친 interval cancer의 25%를 찾아냈다고 설명했다. interval cancer는 증상이 나타난 뒤에야 드러나는 경우가 많아 치료가 더 어려워질 수 있다는 점에서 특히 중요하다.

첫 번째 연구는 125,000명의 mammogram을 사용해 AI 기반 판독과 expert radiologist의 판독 정확도를 비교했다. Google에 따르면 해당 시스템은 놓친 interval cancer의 25%를 복원했을 뿐 아니라, expert radiologist보다 더 많은 invasive cancer와 전체 cancer를 찾아냈고, first-time scan을 받은 여성에게서는 false positive도 더 적었다. 이는 screening program이 단순히 더 많은 cancer를 찾는 것뿐 아니라, 불필요한 recall과 추가 검사 부담을 얼마나 줄이느냐로도 평가된다는 점에서 의미가 크다.

두 번째 연구는 더 실무적인 질문을 다뤘다. NHS의 double-reading workflow 안에서 AI가 실제로 workforce pressure를 줄일 수 있는가 하는 점이다. 영국에서는 두 specialist가 같은 mammogram에 동의해야 하고, 의견이 갈리면 arbitration panel이 최종 판단을 내린다. Google은 50,000명 이상 여성의 scan을 분석한 결과, AI를 second reader로 사용할 경우 screening workload를 추정치 기준 40% 줄일 수 있다고 밝혔다. 이는 specialist 1명이 연간 약 5,000건의 scan을 검토해야 하는데도 실제 전담 시간은 제한적이고 radiologist shortage가 계속되는 상황을 고려하면 중요한 수치다. 추정치가 실제 운영에서도 유지된다면, 검토 기준을 낮추지 않고도 처리 capacity를 늘릴 수 있다는 뜻이 된다.

다만 Google의 설명은 과장보다 한계를 함께 강조한다. arbitration 단계에서 specialist가 AI가 잡아낸 cancer를 뒤집는 경우도 있었고, 이는 trust, workflow 설계, human-AI interaction이 여전히 풀어야 할 과제임을 보여준다. 또한 London의 12개 NHS screening site에서 9,000건이 넘는 사례를 실시간 처리한 observational feasibility study를 통해, 임상 AI는 plug-and-play 제품이 아니라는 결론도 제시했다. 병원 workflow, 장비, 환자 집단에 맞춘 calibration이 필요하다는 뜻이다. 그럼에도 detection 개선, workload 절감, 실제 임상 workflow 데이터가 함께 제시됐다는 점에서 이번 발표는 최근 medical AI 소식 가운데 가장 구체적인 사례 중 하나로 볼 수 있다.