한국신약개발연구조합 사무국장
[의학신문·일간보사] 필자는 2년 전인 2018년 가을에 미국 샌프란시스코에서 개최된 세계 최대 규모의 약과학자 컨벤션인 미국약학회(AAPS)에 참석한 바 있다. 이 컨벤션에서 새롭게 등장한 세미나 이슈 중의 하나는 ‘헬스케어 AI(인공지능) 시장의 확산 추세’였다.
기계학습과 로봇 프로세스 자동화를 적용한 임상시험 프로세스 최적화를 통해서 임상시험의 효율성과 성공률을 높일 수 있다는 GEN(Genetic Engineering & Biotechnology News)의 리뷰를 접한 바 있었지만, 컨벤션 현장에서 신약개발-AI, 바이오기술-AI, 바이오헬스-빅데이터의 초스피드 연계 확산 속도를 접하고 보니 우리나라의 혁신 신약개발에 대한 설계가 전략적으로 전환되어야 한다는 내심 걱정이 앞서기도 하였다.
전문가들은 실제 근거가 임상시험을 어떻게 개선할 수 있는지 조사하고, FDA(미국식품의약국)가 승인한 치료법의 새로운 등급으로 디지털의약품(Digiceuticals)을 조사하며, AI가 약물 개발을 전반적으로 어떻게 개선할 수 있는지를 주요 논제로 삼았다.
새로운 기술들, 의료 영상 및 진단에서 치료 계획, 약물치료 시스템 개선에 이르기까지 헬스케어 산업에서 다양한 애플리케이션을 사용하는 AI가 헬스케어시스템을 혁신하고 있었다.
AI의 컴퓨팅 능력은 데이터 분석의 용량, 속도 및 정확도를 향상시킨다. AI는 환자 경험을 확대하고 의사를 도와 질병을 더욱 정확하게 진단할 수 있게 해준다. 이러한 맥락에서 AI의 비전은 이 기술이 환자의 총체적 건강상태를 예측하기 위해 환자의 완전한 EHR을 판독할 수 있게 해준다는 것이었다.
한편, 지난 5월에 FDA는 코로나19 공중보건비상사태 종료 이후에도 코로나19 치료제 임상시험 의뢰에 대한 지속적인 지원 계획의 일환으로 FDA 산하 약물평가연구센터(CDER)와 생물학제제평가연구센터(CBER)를 통해서 코로나19 치료제 및 바이오의약품 개발을 위한 임상·의학 지침을 발표한 바 있다.
이 지침은 모집단 및 임상시험 설계, 효과성 평가 기준, 안전성 및 통계 작성시 고려사항 등 임상시험 관련 사항으로 구성되어 있었고 향후 의견을 수렴하여 수정 및 개정할 예정이라고 한다.
앞으로 획기적인 치료법을 찾기 위해서 대규모 데이터셋을 조사하는 신약 탐색의 빅데이터 활용이 확장될 것으로 전망되기 때문에 이러한 코로나19 공중보건비상사태에 대응한 미국 보건당국의 대처를 우리나라 신약개발 전략수립의 타산지석으로 삼아야 할 것이다.
신약의 연구개발 과정은 크게 비임상시험(동물실험), 임상시험, 시판후조사(PMS)로 나눌 수 있다. 임상시험은 제1상, 제2상, 제3상으로 구분할 수 있다.
비임상시험과 임상시험을 성공리에 마무리하면 시판 허가를 받게 된다. 임상시험의 경우 설계 단계에서부터 안전성과 유효성에 대한 유의성 범위를 설정한다. 임상시험 1상에서 안전성이 충족되면 소규모 인원을 대상으로 하는 임상시험 2상과 대규모 인원을 대상으로 하는 임상시험 3상을 거친 뒤 유효성을 평가하게 된다.
임상시험 결과가 단계별로 통계학적 유의성 범위 안에서 충족되면 확률적으로 안전성(safety)과 유효성(efficacy)이 담보되는 것으로 간주한다. 임상시험 통계는 과학적으로 신뢰성 데이터를 근거로 의약품으로 시판해도 될지를 증명하는 과정에서 필요하다.
안전성의 경우에는 이상 반응 등 부작용이 임상시험 기간중에 발생하지 않을 수도 있기에 장기간의 해당 의약품을 관찰하고 평가하는 PMS 과정이 필요하다. PMS에서 나아가 약물의 시판 전 및 시판 후 약물 감시(PV) 과정에서 수집된 자료를 통해 무시할 수 없는 이상 사례가 있는지를 점검한다.
신약 안전성은 후향적인 약물 감시를 통해서 지속적인 검증이 필요하기에 약물 감시 체계 문제로 인한 신 플랫폼의 필요성이 제기되고 있다.
최근 임상연구 기간의 단축에 따른 약물에 대한 후속 감시 중요성은 더욱 커지고 있지만 실제로 데이터 모니터링이 제대로 이뤄지지 않기 때문에 EHR, EMR의 중요성은 더욱더 커지고 있다.
기존 임상시험만으로 신약개발에 따른 약물 안전성과 임상현장에서의 효과를 충분히 확인하려면 AI 기반의 지속적이고 효율적인 약물 감시 차원에서 EHR, EMR 의료데이터의 도움을 받아야 한다.
다행히 우리나라는 식품의약품안전처, 건강보험심사평가원 등 의료데이터 기반이 잘 되어 있다. AI를 활용한 합성대조군(Synthetic Control Arm, SCA)을 어떻게 모니터링하고 다양한 의료 데이터를 어떻게 효율적으로 활용하는 가가 우리나라 혁신 신약개발 생산성 향상에 큰 영향을 미칠 것으로 보인다.