Artificial Intelligence Devices for Image Analysis in Digital Pathology

이 논문은 디지털 병리학에서 이미지 분석을 위한 상업용 AI 제품의 현황을 조사하여, 특히 암 검출 분야에서 제품이 급증하고 있으나 임상 유효성 및 비용 효율성을 뒷받침하는 투명한 검증 데이터와 연구가 여전히 부족함을 규명했습니다.

핵심

이 논문은 **"디지털 병리학에 도입된 인공지능 (AI) 기기들의 현재 상황과 문제점"**을 조사한 보고서입니다.

쉽게 말해, **"병원에서 병변을 찾아주는 AI 도구가 얼마나 많이 나왔고, 그중에서 정말 믿을 수 있는 것이 몇 개인지"**를 확인한 결과입니다.

이 내용을 일상적인 비유와 함께 설명해 드릴게요.

---

1. 배경: 병실의 새로운 조수들

과거에는 병리학자들이 현미경으로 슬라이드를 직접 들여다보며 암 세포를 찾았습니다. 하지만 이제는 디지털 스캐너로 슬라이드를 찍어 컴퓨터 화면으로 보고, AI 가 그 이미지를 분석해 도와주는 시대가 왔습니다.

• 비유: 병리학자가 '수석 요리사'라면, AI 는 이제 그 옆에서 "이 재료가 상했네요", "이 소스는 너무 짜요"라고 알려주는 스마트 조수들입니다.
• 현황: 이 조수들이 너무 많이 쏟아져 나오고 있습니다. 논문에서는 총 317 개의 AI 제품을 찾아냈습니다. (이중 90 개는 공식 인증을 받았고, 227 개는 아직 연구용으로만 쓰입니다.)

2. 조사 방법: 시장 장바구니 정리하기

저자들은 이 수많은 AI 제품들을 하나하나 살펴봤습니다. 마치 전자상가에서 새로운 가전제품들을 비교 분석하듯이요.

• 확인한 것:
  • 이 제품이 어떤 병 (유방암, 전립선암 등) 을 보는지?
  • 어떤 기술 (암 찾기, 세포 수 세기 등) 을 쓰는지?
  • 가장 중요: 이 제품이 진짜로 잘 작동한다는 **증거 (논문)**가 있는지?

3. 주요 발견: "화려한 포장지"와 "속 빈 강정"

조사 결과, 몇 가지 놀라운 (혹은 걱정스러운) 사실들이 드러났습니다.

① 특정 분야에 집중된 제품들

• 비유: 식당 메뉴판이 '치킨'과 '피자'만 90% 를 차지하고, 나머지 국물 요리는 거의 없는 것과 같습니다.
• 사실: AI 제품들은 유방암과 전립선암 진단에 집중되어 있습니다. 특히 유방암 관련 제품이 압도적으로 많습니다. 반면, 위장관이나 다른 부위 병변을 보는 AI 는 상대적으로 적습니다.

② "공인된 제품"이라도 증거가 부족할 수 있음

• 비유: "이 자동차는 안전 인증 (CE 마크) 을 받았습니다!"라고 광고하지만, 실제 사고 테스트 보고서 (논문) 는 절반도 공개되지 않은 경우입니다.
• 사실:
  • 공식 인증 (CE 마크) 을 받은 제품 90 개 중, 진짜 임상 검증 논문이 있는 제품은 절반 (약 55%) 에 불과했습니다.
  • 특히 면역조직화학 (IHC) 분석을 하는 제품들은 **4 개 중 3 개 (약 72%)**가 검증 논문을 공개하지 않았습니다.
  • 논문을 공개한 제품들도, 데이터가 너무 적거나 특정 병원 데이터만 썼을 뿐, 다양한 환자 집단에서 테스트되지 않은 경우가 많았습니다.

③ "독립적인 검증"의 부재

• 비유: 운동선수가 "내가 세계 최고야"라고 말하고, 그 선수를 코치하는 팀이 직접 "그래, 세계 최고야"라고 인증해 주는 것과 같습니다. (객관성이 떨어짐)
• 사실: 많은 검증 연구가 제품을 만든 회사 (벤더) 가 직접 수행하거나 후원했습니다. 제 3 자가 독립적으로 검증한 연구는 매우 드뭅니다.

4. 결론 및 제언: "믿고 쓸 수 있을까?"

이 논문은 AI 기술이 훌륭하다는 것을 부정하지 않습니다. 하지만 병원에서 실제로 환자를 치료할 때 이 도구들을 믿고 쓸 수 있을지에 대해 경고를 보냅니다.

• 핵심 메시지:
  • AI 제품이 쏟아져 나오고 있지만, 진짜 효과가 있는지, 비용 대비 효율이 있는지에 대한 명확한 증거가 부족합니다.
  • 병원들이 이 비싼 AI 시스템을 도입하려면, 독립적인 검증과 투명한 데이터가 필수적입니다.
  • 앞으로는 "인증받았다"는 것보다 **"실제 임상에서 얼마나 잘 작동하는지"**에 대한 더 강력한 증거가 필요합니다.

한 줄 요약

"디지털 병리학용 AI 제품들이 쏟아져 나오고 있지만, 그중 절반은 '실제 성능 검증 보고서'가 없거나 부족합니다. 병원들이 이 도구들을 도입할 때는 화려한 광고보다 '독립적인 검증 데이터'를 먼저 확인해야 합니다."

이 연구는 AI 기술의 발전 속도가 너무 빨라, 규제와 검증 시스템이 이를 따라가지 못하고 있음을 지적하며, 투명하고 엄격한 검증이 필요하다고 강조합니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 디지털 병리학의 확산과 딥러닝 (Deep Learning) 기술의 발전으로 인해 병리 진단을 보조하는 AI 기반 소프트웨어의 임상 적용이 급격히 증가하고 있습니다.
• 문제점:
  • 규제 및 증거의 불일치: AI 제품 시장은 빠르게 확장되고 있지만, 규제 (CE 마크, FDA 승인 등) 와 임상적 유효성을 입증하는 증거 (Clinical Validation) 는 제품 간에 매우 불균형합니다.
  • 투명성 부족: 독립적인 검증 데이터베이스가 부재하여, 임상 의사들이 제품 선택 시 벤더의 마케팅 자료에 의존할 수밖에 없는 상황입니다.
  • 검증의 질적 한계: 기존 연구들은 소규모 데이터셋, 단일 기관 데이터, 또는 벤더가 주도한 비독립적 연구를 기반으로 한 경우가 많아, 실제 임상 환경에서의 일반화 가능성 (Generalizability) 이 의문시됩니다.
  • 규제 환경의 변화: 유럽의 경우 IVDD(구 지침) 에서 IVDR(새로운 규정) 로의 전환 과정에서 제품의 안전성과 성능에 대한 요구사항이 강화되었으나, 이에 따른 데이터의 질적 격차가 존재합니다.

2. 연구 방법론 (Methodology)

• 데이터 수집:
  • 2025 년 5 월부터 9 월 사이에 주요 컨퍼런스, 그랜트 수혜자, 의료기기 데이터베이스 (EUDAMED, MHRA PARD), 벤더 웹사이트 등을 광범위하게 검색하여 디지털 병리학 AI 벤더 564 개를 식별했습니다.
  • 이 중 AI 기반 이미지 분석 제품을 개발하는 75 개 벤더를 선정하고, 총 317 개 제품을 분석 대상으로 삼았습니다.
• 제품 분류:
  • 규제 상태: CE 마크 획득 제품 (90 개) 과 연구용 (RUO, Research Use Only) 제품 (227 개) 으로 분류.
  • 입력 데이터: H&E(헤마톡실린 - 에오신) 염색, IHC(면역조직화학), 세포병리학 (Cytology) 이미지 등.
  • 주요 기능: 암 탐지, 등급 분류, 생체표지자 정량화 등.
• 임상 검증 분석:
  • CE 마크 획득 제품 중 H&E 및 IHC 제품을 대상으로 PubMed, bioRxiv 등 학술 데이터베이스를 검색하여 임상 검증 논문 (44 건의 H&E 연구, 16 건의 IHC 연구) 을 추출했습니다.
  • 검증 독립성: 벤더 직원이 저자로 참여하거나 벤더가 자금을 지원한 경우를 '비독립적', 그 외를 '독립적'으로 분류.
  • 데이터셋 구성: 외부 검증 (External Validation) 에 사용된 데이터의 환자 수, 기관 수, 국가 수, 스캐너 모델 다양성 등을 분석했습니다.
  • Ground Truth(기준치) 방법: 원본 진단, 다수의 병리사 합의 (Consensus), IHC 추가 확인 등 방법론을 평가했습니다.

3. 주요 기여 (Key Contributions)

• 포괄적인 제품 등록부 (Public Register) 구축: 317 개의 AI 제품에 대한 상세 정보 (규제 상태, 기능, 입력 데이터, 관련 논문 등) 를 포함하는 공개 등록부 (https://osf.io/gb84r/) 를 구축하여 투명성을 제고했습니다.
• 시장 현황의 정량적 분석: CE 마크 제품과 RUO 제품의 분포, 규제 승인 경로 (IVDD vs IVDR), 벤더 규모 및 제품 다양성에 대한 체계적인 분석을 제공했습니다.
• 증거 기반의 격차 규명: 임상 검증 논문의 유무, 검증 데이터의 다양성 (다기관, 다국적), 그리고 임상적 유용성 (Workflow impact) 평가의 부재를 구체적으로 지적했습니다.

4. 주요 결과 (Results)

• 제품 현황:
  • 총 317 개 제품 중 90 개가 CE 마크, 227 개가 RUO 제품으로 확인되었습니다.
  • 규제 승인: CE 마크 제품 중 74% 는 구 IVDD(자가 인증) 하에 승인되었고, 26% 만 새로운 IVDR 하에 승인되었습니다. FDA 승인 제품은 극히 일부에 불과했습니다.
  • 주요 적용 분야: 유방 병리학 (Breast Pathology) 이 가장 지배적이었으며 (CE 마크 제품의 55%), IHC 제품은 거의 전적으로 유방암 (Ki-67, ER, PR, HER2) 및 폐암 (PD-L1) 에 집중되어 있었습니다. H&E 제품은 유방암과 전립선암 (비뇨기) 분야에서 주로 사용되었습니다.
• 임상 검증 및 증거의 질:
  • 논문 존재율: CE 마크 H&E 제품의 55%, IHC 제품의 28% 만 임상 검증 논문을 보유하고 있었습니다.
  • 검증 독립성: H&E 제품 관련 연구의 23% 만 독립적 (Independent) 이었으며, IHC 제품은 56% 로 상대적으로 높았으나 여전히 벤더 주도 연구가 많았습니다.
  • 데이터셋 다양성:
    • H&E 제품: 외부 검증 데이터셋은 환자 수 507,000 명, 슬라이드 (WSI) 5016,000 장 수준이었으나, 대부분의 제품 (12/18) 이 2,500 장 미만의 슬라이드로 검증되었습니다.
    • IHC 제품: 검증 규모가 훨씬 작았으며 (환자 50~500 명), 데이터 소스 (기관) 가 1 개뿐인 경우가 절반 (6/11) 이었습니다.
    • 스캐너 다양성: 검증에 사용된 스캐너 모델이 1~3 개에 국한된 경우가 대부분이었으며, 다양한 스캐너 환경에서의 성능 검증이 부족했습니다.
  • Ground Truth: 대부분의 연구가 '원본 진단'을 기준으로 삼았으며, 다수의 병리사 합의를 통한 기준치 설정은 일부 연구에 국한되었습니다.
• 성능:
  • 외부 검증에서 AI 모델의 민감도 (Sensitivity) 는 일반적으로 0.9 이상으로 높았으나, 특이도 (Specificity) 는 연구 간 편차가 있었습니다. 병리사의 성능과 유사한 수준이었으나, 임상적 유용성 (진단 시간 단축, 재검률 감소 등) 을 평가한 연구는 매우 제한적이었습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 임상 도입의 필요 조건: AI 제품의 임상 도입은 단순한 기술적 성능 (Accuracy) 이상으로, 투명성, 엄격한 검증, 그리고 명확한 임상적 유용성 (Clinical Utility) 및 비용 효율성 증거가 필수적입니다.
• 규제 및 데이터의 중요성: IVDR과 같은 새로운 규제는 더 높은 수준의 증거를 요구하고 있으며, 이를 충족하지 못하는 제품들은 시장에서 퇴출될 수 있습니다. 또한, 다양한 인구집단, 염색 프로토콜, 스캐너 모델을 아우르는 고품질의 외부 검증 데이터셋이 AI 모델의 견고성 (Robustness) 을 보장하는 핵심 요소입니다.
• 지속 가능성: 많은 AI 벤더가 중소기업 (SME) 이며, 제품 업데이트 시 기존 증거가 유효한지에 대한 명확한 가이드라인이 필요합니다.
• 향후 방향: 독립적인 검증 기관과 공개된 등록부의 역할이 중요하며, 임상 의사, 환자, 정책 결정자들이 신뢰할 수 있는 근거에 기반하여 AI 도구를 선택할 수 있도록 지속적인 모니터링과 연구가 요구됩니다.

이 논문은 디지털 병리학 AI 시장의 현재 상태를 객관적으로 조명하며, 기술의 급속한 발전에 비해 임상적 증거와 규제 체계가 뒤처져 있음을 경고하고, 보다 견고한 검증 체계의 구축을 촉구합니다.