국립암센터-복지부 정밀의료 세미나…연계형 모델링과 질병예측 기술 등 핵심 요소로 주목
4차산업 혁명 시대가 도래하며 거대한 흐름으로 주목받는 방대한 규모의 보건의료 빅데이터를 어떻게 다루고 분석할 것인지는 앞으로가 아닌 당장의 오늘날 의료현장에서 부딪치고 있는 문제다.
이에 발맞춰 보건의료 빅데이터와 관련된 연구와 사업들이 미래 국가 경쟁력의 한축으로 다양하게 진행되고 있는 시점에서 미래 첨단 의료와 빅데이터 활용에 대한 활발한 논의의 장이 마련돼 눈길을 끌었다.
국립암센터가 보건복지부의 암정복추진연구개발사업 연구의 일환으로 추진하고 있는 정밀의료 구현을 위한 연계형 암 빅데이터의 활용 연구사업에서 주최하는 ‘데이터 혁명, 미래의료의 방향을 묻다’ 세미나가 27일 서울 프레지던트호텔 브람스홀에서 개최됐다.
이날 주목받았던 정밀의료 분야의 데이터 혁명 세션은 △연계형 암 빅데이터의 모델링과 정보 활용(이은숙 국립암센터) △시계열 데이터 기반 질병발생 예측기술 개발(장혁재 연대세브란스병원) △K-MASTER: 정밀의료 기반 암 진단·치료법 개발(박경화 고대안암병원) △정밀의료 병원정보시스템 사업의 소개 및 발전 방향(이상헌 고대안암병원) 등에 발표가 있었다.
먼저 이은숙 연구책임자는 정밀의료에 타겟은 암이라는 점과 관련된 설문조사를 소개하며 암환자와 일반인 모두 예방과 치료법 등 대부분의 영역에서 기대감이 높다고 소개했다.
그는 “일반인 및 암환자가 의료전문가에 비해 정밀의료·유전자 검사에 대해 긍정적인 시작을 가지고 있는 것으로 확인된다”며 “유전체가 표준화된 장비에서 추적이 되어야하고 인식 정도에 맞춰 적합한 정밀의료 서비스 방향을 제시하는 가이드라인 마련이 필요하다”고 설명했다.
또한 “의료혁명의 시대에 가장 핵심적인 요소는 바로 데이터일 것”이라며 “차세대 염기서열 분석으로부터 환자의 의료정보에 이르기까지 폭넓고 다차원적인 방대한 데이터를 어떻게 분석하고 활용할 것인가가 미래 의료의 방향”이라고 지적했다.
이어 장혁재 교수는 질환 예측에 있어 어떤 모델이 중심이 될 것인가, 예를 들어 앞으로 5년을 정확하게 예측을 할 수 있는가? 등이 우리의 대표 고민이라는 점을 인정하며 비용적인 부분에 집중해 발표했다.
장 교수는 “고전적 예측통계 기법은 시간축을 고정하며, 하나의 시간을 두고 통계적 기법으로 확률을 제시하는 방식”이라며 “인공지능 기술을 적용하면 산포도로 예측방식이 생길사람과 안 생길 사람으로 구별할 수 있다. 하지만 어느 축에 나오는지는 기존 학습에 나오는 데이터를 활용하는 수밖에 없다”고 말했다.
더불어 “소위 역술가와 비슷해지는 상황이 나올 수 있는데, 질환 예측의 속성이 전략을 바꿔서 결과를 위해서라면 딥러닝을 활용하는 것이 훨씬 효과적인 방식”이라며 “빅데이터는 빅퀘스쳔에 대해서 대답해 줄 수 있다. 우리가 데이터를 가지고 어떤 질문을 만들고 데이터에 접근해 가는 과정이 가장 중요한 부분”이라고 강조했다.
K-MASTER, 유전체 분석과 임상 적용 총괄 정밀 암데이터 제공
한편 박경화 교수는 암 유전체 통합 데이터베이스 솔루션에 있어 실용화 계획을 수립하고 진행하고 있는 로드맵을 소개했다.
박 교수는 “유전체 분석과 임상 해석과 적용 및 치료 결과를 아우르는 정밀 암데이터를 제공하겠다”며 “유전체와 임상 데이터 통합과정과 공유에 대한 기술적 표준화 및 국내 현실에서 정밀 의학 적용의 환자 선호 성향을 통합 연구하는 지식 플랫폼을 만들겠다”고 밝혔다.
그는 “중구난방식 데이터는 쓰레기라는 의견이 있는데 이를 정제하고 잘 통합해서 보석 같은 데이터로 만드는 것이 사업단의 목표”라며 “다양한 허들을 에측하고 선제적 지원시스템과 더불어 역시 환자 직접 참여가 중요하다. ‘매치마스터’라는 프로그램을 만들어서 주도적으로 활동하는 커뮤니티에 환자별 유전체에 맞는 임상시험을 실시간으로 매칭시키고 풀을 확대하겠다”고 덧붙였다.