산업조사 전문업체인 IRS글로벌이 ‘의료·헬스케어·제약 분야의 AI·빅데이터 핵심기술 개발 및 활용 동향 분석’ 보고서를 발간했다.

의료 분야에서는 그저 질환에 대해서만 해도 발병 리스크 평가, 질병 진단, 치료법 선택, 예후 평가 등 많은 것을 평가 및 판단해야 하는데 개인의 상황이 다르기 때문에 매우 복잡해 그 판단을 내리기가 어렵다. 이에 집적된 대량의 환자 데이터를 바탕으로 판단 기준을 구축하고 각 사람에게 최적의 치료법을 제시하는 시도들이 잇따르고 있다. ‘왓슨’이나 ‘딥러닝’ 등 선진적인 AI 기술은 고도화된 의료를 다루는 전문의가 부족한 국가에서 이미 다각도로 이용되고 있다. 또한 노동력의 고령화 등으로 인해 의사 부족이 심각해지면 의료용 AI는 필수적인 기술이 될 것으로 보이며 높아지는 의료 비용을 억제·절감하는 데에도 기여할 것으로 기대된다.

AI를 활용할 수 있는 의료 영역은 크게 환자의 발병을 억제하는 ‘예방’, 이미 발병한 사람을 찾아내는 ‘진단’, 진단명을 가진 사람의 증상을 개선하는 ‘치료’, 이렇게 3개의 단계로 나뉜다. AI는 이러한 중요한 3단계 중 모두에 공헌할 수 있을 뿐 아니라 의료보험 제도나 의료 제공 체제를 포함한 의료 시스템에서도 활용할 수 있어 모든 의료 영역에 활용할 수 있을 것으로 기대된다.

전 세계를 팬데믹의 공포로 몰아넣은 신종 코로나바이러스에 비춰 영역별로 살펴보면 우선 ‘예방’ 측면에서 가장 빨리 SARS-CoV-2 바이러스의 발생 및 감염 확대를 예측한 것은 캐나다의 BlueDot사다. SARS-CoV-2가 발생했을 때는 중국의 기사에서 우한의 어패류 및 살아있는 동물을 취급하는 시장과 관련된 27건의 폐렴 환자를 보도한 사실을 찾아냈고, 그 후의 감염 확대와 관련해서는 항공 회사의 티켓 발권 데이터를 활용해 우한과 관련성이 높은 도시를 산출해 팬데믹을 예측했다.

SARS-CoV-2에 대한 PCR 검사의 진단 시간 문제를 해결하려는 상황 속에서 AI 진단의 연구 개발은 각국의 연구기관 등에서도 일찍부터 시작됐으며 논문 등도 많이 발표됐다. AI를 통한 영상 진단은 CT나 MRI 등 방사선 화상을 이용한 폐암 진단 및 뇌동맥류 발견 등 의사의 의사 결정을 지원하는 형태로 활용되고 있다.

치료 분야에서는 이러한 바이러스의 단백질 구조를 어떻게 해명하는가 하는 데 AI가 활용된다. 단백질은 DNA 구조 패턴에 근거한 아미노산 배열에 의해 정해진다. 아미노산 배열에서 단백질 구조(3차원 구조)를 추측하는 것을 ‘단백질 구조 예측’이라고 한다. 하지만 그것을 예측하는 일은 쉽지 않다. 지금도 진행하기 어려운 연구 주제이며 다양한 접근 방식이 고안되고 있는 상황이다.

이러한 상황 속에서 Deepmind사가 AI 기술을 이용해 실시하고 있는 ‘Alpha Fold’라는 단백질 구조 분석 프로젝트에서 이번 SARS-CoV-2의 단백질 구조를 해명하기 위해 노력하고 있다.

제약 분야에서는 AI를 활용하면 신약 개발 시간과 비용을 단축할 수도 있다. 신약 후보물질에서 신약 허가까지 후보물질이 신약으로 성공할 확률은 통상 0.01%~0.02% 정도라고 널리 알려져 있다. 이에 신약 개발을 위해서는 1만개의 후보 물질을 검토해야 하며 만약 후보 물질을 찾더라도 전임상 시험(동물 시험)과 사람을 대상으로 하는 임상 시험을 거쳐야 하는데 실패 확률이 아주 높은 편이다. 시간도 10년이 넘게 걸리며 비용도 평균 1조원에 달하는 것으로 나타나고 있다.

한편 방대한 양의 데이터라는 뜻의 ‘빅데이터’는 그동안 실제로 너무나도 거대해 분석하기 어려워서 활용되지 못하고 있었다. 최근에는 정보통신기술(ICT) 기술 개선으로 데이터를 축적·분석해 시장을 예측하거나 경기를 조사하는 일에 활용할 수 있게 됐다.

의료·헬스케어·제약 분야에서도 다양한 영향을 미칠 것으로 예측된다. 먼저 새로운 치료 기술의 발견 및 제약 등 의학·의료 기술의 혁신, 의료의 효율화·최적화, 의료비용의 적정화를 실현하는 등 지금까지 산·학·관에서 진행해 온 연구가 의료 빅데이터를 활용함으로써 크게 발전될 것이다. 또한, 의료·간호 서비스의 제공 프로세스 자체를 크게 변화시킴으로써 환자의 QOL(quality of life)이 개선될 것으로 보인다.

의료 빅데이터의 활용은 특히 제약 분야에서 기대를 받고 있다. 빅데이터와 AI로 인해 새로운 제약 타깃을 탐색하거나 기존 약의 새로운 효능을 발견하는 일이 효율적으로 실시될 것이다. 또한 치료자의 스크리닝 촉진에 의한 임상시험 기간 단축 및 개발 비용 절감에도 도움이 될 것이다. 이에 더해 질병의 중요도 및 부작용 발견과 관련 있는 바이오 마커를 탐색함으로써 효과를 예측하고 환자에게 맞는 효율적이고 안전한 치료가 가능해질 것으로 보인다.

신약 개발 측면에서도 관련 사전지식 데이터베이스를 통합한 빅데이터를 구축해 이를 인공지능에 활용하면 빠른 신약 개발 방법을 제안할 수 있으며 신약 개발 기간을 획기적으로 단축할 수 있다.

하지만 해결해야 할 과제도 많다. 위에 설명한 바와 같이 의료·헬스케어·제약 업계에서 개발 및 판매를 위해 AI를 도입하거나 빅데이터를 활용하려는 움직임이 빠르게 확산되고 있다. 기술을 이용하면 비용 절감 등의 장점이 있는 한편 조직이나 기업의 벽을 뛰어넘는 데이터 연계 및 개인정보 보호 등 해결해야 하는 과제도 많이 있다.

특히 의료 데이터는 개인정보 중에서도 가장 민감한 부분이므로 활용할 때는 신중하게 다뤄야 한다. 개인을 특정할 수 있는 정보를 마스킹해 활용하는 것이 한 가지 방법이다. 앞으로는 암호나 인증 기능을 조합한 블록체인(분산형 대장 기술)을 이용하는 등 개인정보 보호와 데이터의 더 많은 이용을 양립시키는 기술 및 규칙을 확립해야 한다.

이에 IRS글로벌은 의료·헬스케어·제약 분야의 인공지능(AI)·빅데이터(Big Data) 관련 산업에 관심이 있는 기관·업체의 실무담당자들에게 연구 개발, 사업전략 수립의 기초 자료를 제공하기 위해 이 보고서를 만들었다.

이 보고서는 국내외 주요 통계와 팩트를 기반으로 의료·헬스케어·제약 분야의 인공지능(AI)·빅데이터(Big Data) 개발 동향과 비즈니스 모델 및 최근 이슈를 글로벌하게 조망하고 융복합 사례 등 다양한 정보들을 수록해 관련 산업에 대한 전반적인 이해를 돕고자 했다.

한편 IRS글로벌 홈페이지에서는 최근 이슈가 되는 다양한 산업 분야의 최신 동향 정보와 통계 등을 제공하고 있다.

출처 : IRS글로벌