의료영상의 패러다임 전환: 인공지능 기반 정밀의학·예측의학으로 진화하는 의료영상(Medical Imaging)

- 1월 12, 2026

http://dx.doi.org/10.31916/sjmi2025-02-7

Key word: Medical Imaging · Precision Medicine · AI Radiology · Predictive Diagnostics

서론: 의료영상은 더 이상 ‘진단 보조 수단’이 아니다

의료영상(Medical Imaging)은 지난 수십 년간 질병을 “확인(confirmatory)”하는 도구로 인식되어 왔다.

임상 증상이 발생한 이후, 병변의 위치와 범위를 시각적으로 확인하는 것이 영상의학의 핵심 역할이었다.

그러나 최근 10여 년간 정량 영상(quantitative imaging), 분자영상(molecular imaging), 인공지능(AI) 기반 분석, 방사선량 최적화 기술이 융합되면서 의료영상의 본질적 역할은 급격히 변화하고 있다.

이제 의료영상은
▶ 질병을 예측(Predictive)하고
▶ 개인별 위험도를 계층화(Risk Stratification)하며
▶ 치료 반응과 예후를 정밀하게 예측(Precision Medicine)하는
임상 의사결정의 중심 인프라로 자리 잡았다.

특히 2024–2025년 발표된 다수의 SCI급 연구들은 영상의학이 단순 판독을 넘어, 임상 지능(Clinical Intelligence)의 핵심 축으로 기능하고 있음을 명확히 보여준다.

1. 예측의학 시대의 핵심 도구, 신경영상(Neuroimaging)

알츠하이머병: 증상 이전에 진단되는 시대

알츠하이머병(Alzheimer’s disease)은 의료영상 패러다임 전환을 가장 상징적으로 보여주는 질환이다.

과거에는 기억력 저하라는 임상 증상이 나타난 후 MRI에서 해마 위축을 확인하는 방식이 주를 이루었지만, 현재는 아밀로이드 PET·타우 PET을 통해 무증상 단계(preclinical stage)에서 병리학적 변화를 확인할 수 있다.

Figure 1. PET 기반 알츠하이머병 전임상 진단

아밀로이드 PET 영상에서 대뇌 피질(cortex)에 미만성 방사성 추적자 섭취 증가가 관찰되며, Centiloid 스케일을 이용한 정량 분석을 통해 경미한 병리 축적도 재현성 있게 측정된다.

최근 유럽 다기관 연구에서는 18F-Florbetaben PET을 이용해 주관적 인지 저하(subjective cognitive decline) 단계에서도 병리 축적을 정량적으로 검출할 수 있음을 입증하였다.

이는 영상의학이 ‘조기 예측 바이오마커’로 기능함을 의미한다.

2. CT 영상과 방사선 피폭: 인구집단 위험 관리의 관점

CT(Computed Tomography)는 여전히 현대 의학에서 가장 강력한 진단 도구 중 하나다.

그러나 CT 사용 증가와 함께 누적 방사선 피폭 문제가 공중보건적 이슈로 부각되고 있다.

미국에서 발표된 대규모 코호트 연구(9,300만 건 이상 CT 분석)에 따르면,
👉 전체 암 발생의 약 5%가 진단용 CT와 연관될 가능성이 제기되었다.

주요 영상의학적 시사점

복부·골반 CT가 가장 높은 장기 선량을 유발
소아 및 젊은 연령층에서 평생 암 발생 위험 증가
폐암, 백혈병, 대장암과의 연관성 강화

이는 영상의학에서 Dose Optimization, Justification Protocol, AI 기반 저선량 재구성 기술이 필수가 되었음을 의미한다.

3. 분자영상과 정밀 종양학(Precision Oncology)

PSMA 영상: 진단을 넘어 예후 예측으로

전립선암 영상에서 PSMA PET은 이미 표준 진단 도구로 자리 잡았다.

그러나 최신 연구들은 치료 후 영상의 역할에 주목하고 있다.

Figure 2. 177Lu-PSMA 치료 후 SPECT/CT

치료 후 SPECT/CT에서 병변별 방사성 의약품 섭취의 이질성이 관찰되며, 잔존 섭취 강도가 높은 병변은 전체 생존율 감소와 유의한 상관관계를 보인다.

흥미롭게도, 치료 후 SPECT/CT가 치료 전 PET보다 예후 예측력이 더 우수하다는 연구 결과도 보고되었다.

이는 영상의학이 치료 반응 모니터링 + 생존 예측 도구로 확장되고 있음을 보여준다.

4. 인공지능(AI) 영상 판독과 법적 책임 문제

AI는 이미 폐결절 검출, 유방암 스크리닝, 뇌출혈 탐지에서 전문의 수준의 정확도를 보이고 있다.

그러나 법적·윤리적 책임 소재는 여전히 중요한 논쟁 대상이다.

Figure 3. AI 보조 영상판독의 책임 구조

AI 알고리즘은 의사결정을 ‘보조’하지만, 최종 판단과 법적 책임은 의료진에게 귀속되는 구조를 개념도로 표현.

최근 법의학·의료법 연구에 따르면,

AI 결과를 맹신하거나 무시했을 경우 모두 의사 책임
알고리즘의 설명 가능성(Explainability)이 법적 판단에 핵심 요소

즉, AI 시대의 영상의학 전문가는 판독자이자 관리자, 책임자의 역할을 동시에 수행해야 한다.

5. 유방 영상과 위험도 기반 스크리닝 전략

치밀 유방(dense breast)은 유방촬영술의 민감도를 현저히 저하시킨다.

이에 따라 위험도 기반 영상 전략이 강조되고 있다.

Table 1. 보조 유방 영상기법 민감도 비교

영상기법	진단 민감도
자동 유방 초음파	낮음
조영증강 유방촬영(CEM)	높음
유방 MRI	가장 높음

이 결과는 MRI 기반 스크리닝이 고위험군 여성에서 가장 효과적임을 시사하며, 실제로 여러 국가의 가이드라인 개정으로 이어지고 있다.

6. 의료영상의 미래: 정밀의학의 핵심 인프라

의료영상은 이제
✔ 질병 발생 전 위험 예측
✔ 개인별 치료 전략 결정
✔ 치료 반응 및 예후 실시간 평가
라는 역할을 수행한다.

특히 Radiomics, Radiogenomics, AI 통합 분석은 임상시험의 대체 지표(surrogate endpoint)로 활용 가능성을 보여주며, 신약 개발과 맞춤 치료를 가속화하고 있다.

결론: 영상의학은 ‘임상 지능’이다.

현대 의료영상은 더 이상 단순한 영상 판독 기술이 아니다.

그것은 정밀의학·예측의학을 가능하게 하는 임상 지능의 핵심 축이다.

앞으로 영상의학 전문가는

데이터 해석자
AI 관리자
임상 의사결정의 전략가 로서의 역할을 수행하게 될 것이다.

참고문헌

[1] E. Topol, Deep Medicine, Basic Books, 2019.
[2] G. Litjens et al., “A survey on deep learning in medical image analysis,” Med. Image Anal., 2017.
[3] R. Gillies et al., “Radiomics: Images are more than pictures,” Radiology, 2016.
[4] C. Jack et al., “NIA-AA Research Framework,” Alzheimer’s Dement., 2018.
[5] R. Smith-Bindman et al., “Radiation-related cancer risks from CT,” JAMA Intern. Med., 2025.
[6] M. Hofman et al., “Lu-177 PSMA therapy,” Lancet, 2020.
[7] K. McKinney et al., “AI system for breast cancer screening,” Nature, 2020.
[8] P. Lambin et al., “Radiomics and precision medicine,” Nat. Rev. Clin. Oncol., 2017.

이 블로그 검색

The Medical Technology