신약발굴, 임상시험, 진단, 수술 등에 기대

파마타임즈

[의학신문·일간보사=김자연 기자] 인공지능(AI)이 제약 및 헬스케어 분야에서 폭넓게 적용되며 변화를 일으킬 관측이라고 파마타임즈가 보도했다. 이에 따르면 바이엘, J&J, MSD, 사노피, 제넨텍, 화이자 등이 이미 관련 제휴 또는 적용을 발표했으며 최근 테크이머전스의 조사 결과 헬스케어 업계 경영진의 50% 이상은 폭넓은 AI 기술 도입을 기대했고 특히 만성 질환을 초기 타깃으로 지목하고 있다.

아울러 CB 인사이트에 의하면 2020년까지 회사들은 AI 프로젝트에 평균 5400만달러를 지출할 관측이며, 프로스트앤설리번도 AI가 2025년까지 1500억달러 이상의 비용 절감을 산출할 것이라고 예측했다. AI의 종류로는 기계학습, 자연언어 처리, 인간 전문가와 같은 의사결정 능력을 모방한 전문가 시스템, 시각적 인지, 음성인식, 자동 계획 및 스케쥴링, 인간의 행동을 모사하는 로봇 등이 있으며 업계에 더욱 통찰을 제공함으로써 가치기반 헬스케어로 변화를 몰 전망이다.

현재 AI는 헬스케어 분야에서 환자에 대한 효과 및 경제적 이득을 위해 빅 데이터, 컴퓨터 파워, 게놈적 통찰, 웨어러블, 전자건강기록과의 통합, 데이터 품질 및 수집 등 폭넓게 개발·적용이 추구되고 있다고 파트너스 헬스케어는 전했다. 특히 제약 산업에 있어서 AI는 신약 발굴에 적용이 기대가 높다. 즉 기계학습 알고리즘을 통해 과학문헌, 유전자, 임상 데이터 등 거대하고 복잡한 데이터세트를 분석해 패턴과 새로운 타깃 및 치료제에 대한 관계성을 빠르게 발견하거나 기존의 약을 다른 질환에 전용할 수 있도록 하며 화이자와 제넨텍이 이같은 접근을 통해 신약 발굴에 나서고 있다.

무엇보다 신약 발굴 과정에 걸리는 시간 단축이 기대되는데 일례로 지난 2014년 에볼라 사태 당시 AI 프로그램은 그 감염성을 줄일 가능성이 있는 두 치료제를 단 하루 만에 발견하기도 했다. 보통 이같은 발견에는 수개월 또는 수년이 걸린다. 아울러 카네기 멜론대와 앨버트 루드비히대 연구진에 의하면 AI를 통해 약물발굴 비용을 약 70% 절감할 수 있을 것으로 추산되며 기초연구 수준에서도 활용이 기대된다. 더불어 임상시험에 있어서도 AI는 의료기록 및 게놈 데이터 마이닝을 통해 관련 시험에서 가장 효과를 볼 환자를 맞춰 줌으로써 개발 비용 및 기간을 줄여줄 수 있을 것으로 예상된다.

여러 AI 프로그램으로부터 나온 수치에 따르면 바이오마커-주도적 임상시험을 위해 50명의 환자를 단 10분 만에 찾아 맞출 수 있는 것으로 나타났다. 기존에는 이같은 과정에는 6개월이 걸렸다. 더 나아가 AI 알고리즘으로 부작용 가능성이 높은 환자 그룹을 구분하는 등 시험의 성공 가능성을 예측하고 위험을 피할 수 있게 할 것으로 보인다. 그리고 웨어러블, 모바일 센서, 앱 및 전자건강기록으로부터 실세계 데이터가 개발되며 AI를 통해 임상시험 프로토콜에 들어가면 데이터 품질 및 질환에 대한 통찰을 개선시키고 환자들도 직접 멀리까지 다닐 필요성이 없어질 것으로 예견된다.

한편, 헬스케어 부문에서는 영국 NHS가 진료 현장, 만성질환 환자, 지속적인 케어 등에 효율화 및 입원·비용 감소를 위해 적극 도입을 꾀하는 중이다. 대표적으로 올 초 영국 수상은 NHS에 AI 배치로 조기 검진을 통해 암 관련 사망을 줄이겠다고 천명한 바 있으며 이밖에 적용 예로는 수술 로봇, 영상·병리·진단 향상, 감염패턴 식별, 가상 간호사, 임상적 의사결정, 데이터 관리 등이 있다.

한 사례로 정형외과 환자에 대한 AI 로봇 시술의 경우 인간 의사의 수술 보다 합병증이 5배 더 적게 나오기도 했으며, 덴마크의 딥러닝 AI 알고리즘은 응급실 전화 모니터로 심장 마비를 93%의 성공률로 감지할 수 있었는데 이는 인간의 73%에 비해 높은 수준이다. 또 스탠포드대의 AI 알고리즘은 영상으로 피부암을 의사와 맞먹을 정도로 정확하게 진단했고 MIT 연구에 의하면 기계학습 알고리즘은 3D 뇌 스캔을 기존에 비해 1000배 빠르게 분석할 수 있는 것으로 나타났으며 방사선과 AI로 진단의 속도 및 정확도에 향상이 기대돼 심지어 침습적 생검의 필요성을 줄일 가능성도 있다.

단 AI는 작동 방식이 정확하고 투명해야 하며 결과 및 결정에 따른 책임성에 관한 논란이 남아 있다. 또한 오염되지 않은 올바른 정보가 데이터로 들어가야 편향되지 않으며 환자의 동의, 데이터 프라이버시, 보안도 우려로 지목돼 적절한 규제와 함께 상호운용성이 필요하다는 지적이다.

저작권자 © 의학신문 무단전재 및 재배포 금지