종양학 분야의 AI 시장 규모 및 점유율 2026-2035

종양학 AI 시장 규모

글로벌 종양학 AI 시장은 2025년에 31억 미국 달러로 평가되었습니다. 2026년 37억 미국 달러에서 2035년 320억 미국 달러로 증가할 것으로 예상되며, 27.2% CAGR을 나타냅니다. 시장에는 암 탐지, 진단, 치료 계획, 신약 개발, 임상개발, 종양학 진료 제공에 사용되는 AI 소프트웨어, 활성화 하드웨어 및 서비스가 포함됩니다.

암 발병률은 지속적인 수요 기반을 제공하지만, 그 자체로는 배포 가능한 AI 시장을 창출하지 못합니다. IARC는 2022년에 전 세계적으로 20백만건의 신규 암 진단과 9.7백만건의 암 사망을 보고했으며, 2050년에는 35백만건 이상의 신규 사례를 예측하고 있습니다^{[1]WHO/IARC, Global cancer burden growing, amidst mounting need for services, February 2024, who.int}. 유방암은 2022년에 2.3백만건의 사례를 차지했고, 폐암은 1.8백만명의 사망을 초래했습니다. 둘 다 상용 알고리즘에 필요한 라벨이 지정된 데이터를 생성할 수 있는 반복 가능한 영상, 병리학 및 분자 검사 워크플로우를 보유하고 있습니다.

초기 시장은 영상 해석 및 분자 검사에 집중되어 있었습니다. 다음 단계는 공급업체가 고립된 경고를 제공하는 대신 진료 워크플로우 내에서 영상, 병리학, 유전체 및 임상 기록을 연결할 수 있는지 여부에 달려 있습니다. FDA 승인은 규제되는 임상 AI의 증가하는 기반을 입증합니다. 한 검토에서 2021년을 통해 승인된 71개의 종양학 AI 기기를 식별했으며, 방사선과 및 병리학이 가장 큰 비중을 차지합니다^{[2]Tian et al., AI in Oncology: Current Landscape and Future Directions, PMC/NIH, 2024, pmc.ncbi.nlm.nih.gov}. 2024년에 방사선과는 임상 분야 전반에 걸친 ML 지원 의료 기기 승인의 74.4%을 차지했습니다.

따라서 시장은 모든 공급업체에 걸쳐 균등하게 확장될 가능성이 낮습니다. 규제된 애플리케이션을 구현 용량 및 재사용 가능한 데이터 자산과 쌍을 이룰 수 있는 공급업체는 엔터프라이즈 계약의 불균형적인 비중을 차지해야 합니다. 더 작은 포인트 솔루션 공급업체는 명확한 워크플로우 및 환급 경로가 있는 적응증에서도 여전히 성장할 수 있지만, 확장 경로는 채널 파트너십, 플랫폼 통합 또는 인수와 관련될 가능성이 더 높습니다.

시장은 2022년부터 2035년까지 글로벌 관점에서 평가되며, 2025년을 기준 연도로, 2026년~2035년을 전망 기간으로 합니다. 글로벌 시장 규모는 2025년 30.6405억 미국 달러이었고 2035년에는 319.632억 미국 달러에 도달할 것으로 예상되며, 27.2% CAGR입니다.

주요 성장 요인

초기 암 진단 수요가 AI를 실험적 판독 보조 기술에서 처리량 인프라로 전환시키고 있습니다.

MASAI 무작위 선별 연구에서 AI 지원 유방촬영술이 스크린 판독 작업량을 44%만큼 감소시키면서도 표준 이중 판독과 비교 가능한 암 검출 성능을 유지했습니다. 이 증거가 상업적으로 중요한 이유는 선별 프로그램이 전문 판독자의 제한된 공급에 직면하고 있기 때문입니다. Lunit의 디지털 유방 단층합성 제품이 2023년 11월 FDA 510(k) 허가를 받았으며 ^{[3]Lunit, FDA Clearance for Lunit INSIGHT DBT, November 2023, lunit.io}, 2024년 10월 버전 1.1에 대한 허가가 뒤따랐습니다. 전립선 병리학에서 Ibex는 2025년 2월 자신의 Prostate Detect 제품에 대해 FDA 510(k) 허가를 받았습니다. 이러한 사례들은 채택이 확립된 진단 워크플로우에 대해 성능을 검증할 수 있는 영역으로 이동하고 있음을 보여줍니다.

암 유병률이 해결 가능한 워크플로우 부담을 확대합니다.

미국은 2023년에 1,941,540건의 침습성 암 진단을 기록했으며, EU는 2023년에 1.16백만건의 암 사망을 보고했습니다. 높은 발생률의 암은 이미지 검토, 병리학 해석, 치료 선택에 대한 즉각적인 수요를 창출하며, 저자원 시장은 분류 및 원격 전문가 지원을 위한 다른 필요성을 창출합니다. Qure.ai는 2024년 9월 시리즈 D 자금 조달 이후 90개 이상의 국가에서 3,000개 이상의 영상 사이트에 배포되었다고 보고했습니다. 이 운영 발판은 수요가 아닌 진단 용량이 제한 요소인 영역에서 AI의 관련성을 보여줍니다.

정밀 종양학은 데이터 합성을 임상 및 연구 필수성으로 만듭니다.

분자 기반 치료에서는 임상의 및 의약품 개발자가 수동으로 함께 읽도록 설계되지 않은 데이터 유형 간에 변이, 치료 이력, 결과를 해석해야 합니다. Guardant Health는 2024년에 6.879억 미국 달러의 정밀 종양학 수익과 약 206,700건의 종양학 임상 검사(Shield 제외)를 보고했습니다. Flatiron Health의 실제 데이터 플랫폼에는 약 280개의 암 클리닉에서 5백만명 이상의 종양학 환자 기록이 포함되어 있습니다. 이러한 네트워크는 임상 시험 매칭, 바이오마커 조사, 결과 모델링을 가능하게 하는 구조화된 증거 계층을 제공하지만, 실제 데이터의 사용은 여전히 목적에 맞는 큐레이션이 필요합니다.

디지털 인프라가 배포의 실행 가능한 범위를 변화시키고 있습니다.

병원이 PACS, 병리학 시스템, EHR, 클라우드 서비스를 연결할 수 있을 때 AI는 점점 더 기업 능력으로 조달되고 있습니다. Aidoc의 플랫폼은 University Hospitals 시설 전체의 기업 롤아웃을 포함하여 150개 이상의 미국 병원 및 보건 시스템에 배포되었습니다. GE HealthCare는 FY2024 결과에서 85개의 AI 지원 FDA 인증을 보고했으며, Siemens Healthineers는 FY2024에서 38.4억 유로의 Varian 수익을 보고했습니다. 설치된 영상 및 치료 계획 기반은 AI가 제공자에 의해 이미 지원되는 시스템에 임베드될 수 있기 때문에 이러한 공급업체에 유통 우위를 제공합니다.

주요 제약 요인

구현 비용은 소프트웨어 계약보다 광범위합니다.

임상 AI 배포에는 이미지 또는 슬라이드 디지털화, PACS, RIS, EHR 및 실험실 시스템과의 인터페이스 작업, 사이버 보안 검토, 인력 교육 및 배포 후 성능 모니터링이 필요할 수 있습니다. 디지털 병리학

는 전체 슬라이드 스캐너와 저장 용량이 알고리즘 사용보다 먼저 필요하기 때문에 특히 자본 집약적입니다. 2024년 FDA의 ML 지원 장치 승인 검토에서 중앙값 510(k) 검토 시간은 162일이었으며, 16.7%개의 제출만 사전 결정된 변경 관리 계획을 포함하고 있었습니다. 이는 벤더와 의료 제공자가 초기 설치뿐만 아니라 검증된 시스템 유지 관리를 위한 예산을 편성해야 함을 의미합니다.

규제 파편화는 임상 증거의 이식성을 제한합니다.

FDA 승인은 유럽 MDR 또는 IVDR 요구사항을 충족할 필요성을 제거하지 않으며, EU AI 법에 따른 고위험 의료 AI는 문서화, 모니터링 및 인간 감독 의무를 안고 있습니다 ^{[4]EMA, 2024 AI Observatory Report, December 2024, ema.europa.eu}. EMA의 2024년 반영 논문은 또한 의약품 수명 주기 전반에 걸친 AI에 대한 위험 기반 접근 방식을 요구합니다. 따라서 다중 관할권 출시는 별도의 규제 전략 및 증거 패키지를 필요로 하며, 이는 제품 출시를 지연시킬 수 있으며 품질 관리 및 임상 업무 팀을 유지할 수 있는 공급업체를 선호합니다.

이는 시장의 양 끝에서 이점을 집중시킵니다. 대형 의료기기 공급업체는 설치된 기반을 사용하여 통합 제공을 배포할 수 있으며, 데이터가 풍부한 종양학 전문가는 분자, 병리학 또는 실제 데이터셋이 성능의 중심인 응용 프로그램을 방어할 수 있습니다. 포인트 제품은 별도의 상환 가능한 문제를 해결할 때 생존 가능하지만, 고객의 더 광범위한 데이터 환경으로 진입하는 경로를 입증할 수 없다면 교섭력이 약해집니다.

종양학의 AI 시장 부문 분석

구성 요소별

소프트웨어 솔루션은 2025년 수익의 13.1478억 미국 달러(또는 42.9%)을 차지했으며, 27.5%로 성장할 것으로 예상됩니다. 이들의 주도는 스캐너 종속 알고리즘에서 기존 영상, 병리학, 유전체학 및 임상 데이터 환경에 배포된 소프트웨어로의 전환을 반영합니다. 하드웨어는 9.8325억 미국 달러(또는 32.1%을)을 기여했습니다. 디지털 병리학 스캐너, 가속 컴퓨팅 및 AI 지원 영상 장비는 많은 워크플로우에 필수적이기 때문입니다. 서비스는 7.6601억 미국 달러(또는 25.0%을)을 기여했으며, 보건 시스템이 여러 양식을 통합하고 검증, 교육 및 거버넌스를 필요로 할 때 더 중요해집니다.

의료 영상은 가장 성숙한 임상 진입점으로 남아 있지만 병리학 및 유전체학은 소프트웨어 주소 지정 가능 기반을 확대하고 있습니다. 2024년 9월 올림푸스/오딘 의료 CADDIE 대장내시경 시스템의 FDA 승인은 원격으로 배포 가능한 진단 응용 프로그램으로의 이동을 보여줍니다 ^{[5]Olympus, Cloud-Based AI Endoscopy FDA Clearance, September 2024, olympusamerica.com}. NVIDIA의 2025년 1월 일루미나 및 메이요 클리닉과의 파트너십은 다른 방향의 이동을 보여줍니다: 멀티오믹스 AI 및 병리학 기초 모델은 집약적인 컴퓨팅과 큐레이션된 데이터셋이 필요하며, 인에이블링 인프라의 역할을 보존합니다.

암 유형별

유방암은 2025년 매출에서 8.2055억 미국 달러로 26.78%를 기록하며 최고 수준을 나타냈고, 폐암이 7.5437억 미국 달러, 즉 24.62%로 그 뒤를 이었습니다. 이들의 규모는 높은 발병률과 표준화된 선별 검사 또는 영상 검사 경로로 뒷받침됩니다. 유방암은 성숙한 유방촬영술 및 단층합성 사용 사례에 도움을 받아 27.8%에서 가장 빠른 예상 연평균성장률(CAGR)을 기록하고 있습니다. 폐암 도구는 영상 분석과 분자 프로파일링을 결합하여 이 부문을 진단과 정밀 종양학 AI 사이의 실질적인 다리 역할을 합니다. 전립선암은 2025년에 4.6022억 미국 달러를, 대장암은 3.8301억 미국 달러를, 뇌종양은 3.493억 미국 달러를 생성했으며, 각각은 병리 슬라이드 및 MRI에서 내시경 검사 및 방사선 치료 계획에 이르기까지 다른 임상 데이터 아키텍처에 의존합니다.

기타 암 유형의 낮은 25.1% CAGR은 제한된 기술 가능성으로 해석되어서는 안 됩니다. 오히려 희귀 적응증은 일반적으로 더 작은 라벨이 지정된 데이터세트와 덜 표준화된 워크플로우를 가집니다. PathAI의 2024년 1월 PathExplore의 8개에서 14개 종양학 적응증으로의 확장은 공급업체들이 종양 미세환경 분석을 최고 규모의 암을 넘어 어떻게 확장하고 있는지를 보여줍니다.

용도별

약물 발견은 2025년에 14.1253억 미국 달러, 즉 46.1%의 가장 큰 용도였습니다. 종양학 신약 파이프라인은 비용이 많이 드는 임상 단계 결정 전에 표적 식별, 분자 설계 및 화합물 우선순위 지정을 위해 모델을 사용할 강한 인센티브를 만듭니다. 2024년 8월에 Absci와 Memorial Sloan Kettering은 생성형 AI를 사용하여 최대 6개의 종양학 프로그램을 위한 생물의약품을 개발하기 위한 협력 관계를 발표했습니다 ^{[6]Absci, Collaboration with MSK using Generative AI, August 2024, investors.absci.com}. 이 부문의 규모는 일상적인 환자 치료 배포가 아니라 연구 지출 및 플랫폼 협력을 반영합니다.

암 검출 및 진단은 8.0278억 미국 달러을 생성했고, 치료 계획 및 최적화는 6.5877억 미국 달러을 생성했으며 27.8%에서 가장 빠른 용도 CAGR을 보유하고 있습니다. 계획 도구는 반복된 치료 워크플로우에서 해부학, 영상 및 임상 제약을 고려할 수 있을 때 가치를 얻습니다. Siemens의 Ethos 플랫폼은 적응형 방사선 치료를 위해 AI 지원 계산을 사용하도록 설계되었습니다. 1.8997억 미국 달러인 약물 개발 및 임상 시험은 증거 생성, 프로토콜 재설계 및 환자 매칭이 더 길어진 도입 주기와 더 이질적인 데이터 요구 사항을 가지기 때문에 더 작습니다.

최종 용도별

병원이 14.3398억 미국 달러, 즉 46.8%로 최종 사용 매출을 주도했습니다. 이는 병원이 가장 광범위한 영상, 병리, 치료 및 연구 워크플로우 모음을 운영하기 때문입니다. 이들의 장점은 또한 제약이 될 수 있습니다. 대규모 설치는 더 오래된 통합 및 거버넌스 프로세스가 필요합니다. 진단 센터는 8.0585억 미국 달러을 차지했으며 가장 높은 예상 CAGR인 27.8%을 보유하고 있습니다. 네트워크화된 영상 및 병리 제공자는 완전한 병원 워크플로우를 재만들지 않고도 여러 사이트에서 반복 가능한 AI 서비스를 배포할 수 있습니다. 전문 클리닉은 6.7103억 미국 달러에 기여했으며, 게놈 검사 및 집중된 종양학 경로가 타겟팅된 배포를 실질적으로 만들 수 있습니다. 주로 제약, 생명공학 및 계약 연구 기관인 기타 최종 사용자는 1.532억 미국 달러에 기여했습니다.

독점적 분자, 병리, 실제 임상 증거 자산을 통해 데이터 집약적 AI가 성장하며, 이는 신약 개발과 정밀 종양학 의사결정을 더욱 정보 기반으로 만듭니다. 공급업체는 한 엔진을 주도하면서 다른 엔진을 주도하지 못할 수 있지만, 크로스모달 데이터 역량은 단일 제품에서 플랫폼으로 확장할 수 있는 역량을 점점 더 결정합니다.