Google은 2026년 3월 10일 Imperial College London, 영국 National Health Service와 함께 진행한 유방암 screening 연구 결과를 공개했다. 이 결과는 Nature Cancer에 실린 두 편의 연구와 런던 지역 NHS site를 대상으로 한 feasibility 작업을 바탕으로 하며, AI가 mammography 판독 정확도와 workflow 모두에 어떤 영향을 줄 수 있는지를 다뤘다.

연구가 보여준 수치

Google에 따르면 첫 번째 연구에서 experimental AI system은 12만5000명의 mammogram을 검토했고, 기존 screening에서 놓쳤던 interval cancer의 25%를 찾아냈다. 회사는 이 시스템이 expert radiologist보다 더 많은 invasive cancer와 전체 cancer를 식별했고, 첫 screening 환자에서는 false positive도 더 적었다고 설명했다.

두 번째 연구는 5만 명이 넘는 여성의 scan을 대상으로 NHS의 double-reading workflow에서 AI를 second reader로 넣었을 때의 효과를 살폈다. Google은 이 구성이 screening workload를 40% 줄일 수 있다고 추정했다. 의료진 부족과 backlog 압박이 큰 환경에서는 적지 않은 수치다.

정확도 외에 드러난 과제

이번 발표가 중요한 이유는 단순히 “AI가 더 잘 찾았다”에서 끝나지 않기 때문이다. Google은 simulated review 과정에서 arbitration panel specialist가 AI가 잡아낸 cancer를 때때로 뒤집는 모습을 관찰했다고 밝혔다. 이는 model accuracy뿐 아니라, 의료진이 AI의 경고를 언제 신뢰하고 어떤 절차로 반영할 것인지가 실제 도입의 핵심 변수임을 보여준다.

또한 런던 12개 NHS screening site에서 9000건이 넘는 사례를 실시간으로 처리한 observational feasibility study에서는, AI가 환자 진료 결정에는 개입하지 않은 상태에서도 workflow 적응 문제가 드러났다. Google은 AI가 plug-and-play 도구가 아니며, 병원별 workflow, 장비, 환자군에 맞춘 지속적인 calibration이 필요하다고 설명했다.

왜 중요한가

영국의 breast cancer screening은 두 명의 specialist가 같은 mammogram을 읽는 double-reading 구조에 의존한다. 안전성은 높지만 인력과 시간이 많이 들기 때문에, 정확도를 유지하면서 추가 cancer를 찾고 판독 부담을 낮출 수 있다면 의미가 크다. 다만 이번 결과가 곧바로 전국 도입을 뜻하는 것은 아니다. 오히려 의료 AI가 retrospective benchmark를 넘어, 사람과 model이 함께 일하는 실제 clinical workflow 단계로 이동하고 있다는 점이 더 큰 신호다.

Source: Google

#nhs

Google·Imperial·NHS 연구, 유방암 screening에서 AI가 놓친 interval cancer 25% 포착