의료 AI, 1회성 정확도 넘어 ‘임상 워크플로우·지속 성능’ 입증 시대로

AI 요약

의료 AI 시장의 핵심 화두가 병변 검출 정확도에서 실제 임상 워크플로우 지원 범위와 도입 후 성능의 지속성 검증으로 전환되고 있으며, KCR 2026에서 Radboud UMC의 Colin Jacobs 박사팀은 CE 인증을 획득한 16개 상용 폐결절 AI 제품을 Lung-RADS, BTS, EUPS, ESTI 등 4개 가이드라인과 비교해 결절 검출·분류·측정·성장 평가·악성 위험도 추정·구조화된 관리 권고 등 6개 핵심 업무의 지원 여부를 평가했습니다. 평가 결과 16개 중 14개가 고형 및 아고형 결절의 검출·측정을 지원했고 12개는 성장 평가, 9개는 악성 위험도 평가 기능을 제공했으나 Lung-RADS와 ESTI 기준에서 75% 이상의 업무 커버리지를 기록한 제품은 없었으며, 관련 60편의 동료평가 연구 중 약 70%는 진단 정확도 평가에 머물렀고 전향적 환자 추적 연구는 약 7%에 불과하며 6개 제품은 동료평가 논문조차 없었습니다. 독립적 벤치마크인 LUNA25에서는 최종 선정 AI가 AUC 0.78로 영상의학과 전문의 평균 AUC 0.70보다 우수했고 동일 특이도에서 악성 결절을 12% 더 정확히 분류하며 동일 민감도에서 위양성을 20% 줄였으며, ACR의 Assess-AI 레지스트리와 2026년 채택된 Practice Parameter는 병원 설치 후 성능을 지속 추적하는 전주기적 생애주기 관리의 중요성을 강조했습니다.