의료분야 인공지능 활용 대해서 알아보려고 합니다. AI는 제약 산업의 신약 개발 프레임을 바꾸고 의약품 허가 등 정부의 의약품 규제정책에도 활용될 것으로 예상됩니다. 본자료는 KDI의 인공지능의 사회경제적 영향과 대응과제에서 살펴보았습니다.
의료분야 인공지능 활용 – 보건의료
AI(Artificial Intelligence, 인공지능)은 하나의 기술이 아니라 통계 모델, 알고리즘 등 다양한 기술을 포함한다.
보건의료 분야는 끊임없이 환자의 임상 데이터가 생산된다.
우리가 병·의원에 가면 진단명 등 진료내용이 의무기록 자료로 저장되며 엑스레이를 찍으면 영상자료로, 처방전을 받으면 건강보험 청구자료로 저장된다.
텍스트, 영상 등 다양한 자료가 대량으로 생산되기 때문에 AI 활용이 용이한 측면이 있다.
AI를 통해 데이터를 빠르게 분석하고 새로운 분석결과를 도출하여 의료제품을 개발하고 환자를 효과적으로 치료할 수 있을 것으로 기대된다(전지원 외, 2020).
최근 AI기술 활용이 늘어나는 보건의료 분야로 의약품을 들 수 있다.
코로나19 백신 사례와 같이 필요한 의약품을 신속하게 개발하는 것은 매우 중요하다(빌 게이츠, 2022).
AI는 의약품 개발 속도를 향상시킬 수 있다는 점에서 주목받고 있다.
이미 세계 대형 제약회사들은 AI와 머신러닝에 주목하여 프로젝트를 추진하였다.
의약품의 연구·개발뿐만 아니라 국내외 의약품 규제기관에서는 의약품을 허가하고 환자들이 사용하는 단계에서 AI를 활용하고자 인프라 구축과 관련 논의를 진행 중이다.
의료분야 인공지능 활용 – 의약품 연구개발
신약 개발은 신약후보물질을 탐색하는 과정과 신약후보물질을 테스트하고 임상시험을 통해 인체에서의 효과와 안전성을 평가하는 과정으로 나눌 수 있다.
임상시험을 하는 기간도 오래 걸리지만 신약 후보 물질을 탐색하는 과정에서 상당한 시간이 소요된다.
AI는 두 과정 모두에서 신약 개발에 걸리는 시간을 단축시키고 비용을 줄일 수 있는 것으로 알려져 있다.
(1) 신약 후보 물질 탐색
새로운 의약품을 만들기 위해서는 질병의 발생 기전을 알아야 하고 의약품 복용 후 치료효과가 나타나는 환자의 유전 정보, 합성하거나 제조할 의약품의 화학구조 및 단백질 구조 등 다양한 정보가 있어야 한다.
이러한 정보를 바탕으로 신약후보물질을 발굴하고 약물의 개발가능성을 검증하게 된다.
AI를 활용하면 신약후보물질 탐색을 위한 광범위한 정보수집 및 검색과정을 효과적으로 진행할 수 있다.
특히 유전형 등 환자의 특성에 맞는 맞춤형 의약품을 개발하기 위해서는 AI를 사용하여 생물정보 데이터베이스를 분석하는 것이 필요하다.
유망한 신약 후보 물질을 효율적으로 탐색한 후 AI는 합성방법과 전임상시험 설계에 필요한 정보를 제공할 수 있다.
AI는 빅데이터를 학습하여 딥러닝(Deep Learning) 알고리즘을 개발할 수 있으며 데이터에 내재된 패턴을 파악하여 기존에 알지 못했던 정보를 도출한다.
단백질은 질병의 원인을 찾고 의약품을 연구하는데 매우 중요한 부분이나 그 구조를 상세히 파악하는 것이 쉽지 않았다.
2021년 8월 네이처에 딥러닝 알고리즘인 알파폴드(AlphaFold)를 사용하여 단백질이 어떠한 구조이고 어떻게 접히는지 3차원으로 예측한 결과가 발표되었다.
이러한 성과는 질병의 기전을 밝혀내고 의약품을 효과적으로 디자인하는데 매우 유용한 것으로 평가되고 있다.
(2) 임상시험
임상시험의 성공률을 높이기 위해서는 병력 등 환자의 특성을 분석하여 하고자 하는 임상시험에 적절한 임상시험 대상자를 찾아야 한다.
AI는 환자의 임상 데이터를 분석하여 임상시험에 적합한 환자들을 찾아낼 수 있다.
예를 들어 특정 유전체를 가진 환자에게 유용한 의약품을 개발할 경우 환자의 유전체 정보를 AI가 분석하여 임상시험 대상자를 신속하게 찾아낼 수 있다.
의료분야 인공지능 활용 – 의약품 규제정책
(1) 의약품 규제제도의 효율성 증가
의약품 규제정책은 문헌, 가이드라인 등 규정에 기반한 접근법에서 데이터 기반 접근법으로 변화하고 있다.
AI는 허가, 안전성 평가 등 의약품 규제기관에 제출되는 대량의 데이터를 효율적으로 분석할 수 있을 뿐만 아니라 텍스트로 제출되는 의약품 허가자료를 데이터화하는 등 의약품 규제절차의 효율성을 높일 수 있다.
(2) AI 기반 약물감시
의약품이 식약처에서 허가를 받으면 시장에 판매되어 필요한 환자에게 사용된다.
임상시험에서 약물의 안전성이 검증되나 수천~수만 명의 환자에게 의약품을 사용하면 예상하지 못한 부작용이 나타나기도 한다.
따라서 의약품은 시판 후 안전성을 모니터링하게 되는데 의약품 부작용 보고자료, 건강보험청구자료, 의무기록자료 등 다양한 자료가 활용된다.
기존에는 자료 분석에 상당한 시간과 노력이 소요되었으나 AI를 활용할 경우 대규모 자료를 신속히 분석하고 효과적으로 인과성을 도출하여 약물 모니터링의 효율성을 높일 수 있다.
의료분야 인공지능 활용 – 시사점
인류의 건강과 안녕을 위협하는 질병과 싸우기 위해 새로운 의약품 개발이 지속적으로 요구되나 신약이 만들어지고 정부의 허가를 받아 환자에게 사용될 때까지 많은 비용과 시간이 소요된다.
AI는 신약 후보의 기술·규제 성공확률을 높이는 것으로 알려져 있으며 향후 근거 기반 의약품 규제정책에도 기여할 것으로 보인다.
AI 활용이 국내 산업 경쟁력 제고와 국민 건강향상으로 이어지기 위해서는 다각적인 노력과 지원이 필요하다.
첫째, 효과적으로 AI를 활용하기 위해서는 양질의 빅데이터와 데이터에 대한 접근성 확보가 중요하다.
딥러닝 기술 적용 시 AI가 올바른 데이터를 학습해야 원하는 결과를 도출할 수 있다.
따라서 다양한 데이터를 개발·확보하고 기존 데이터의 생성 시스템을 관리하는 등 데이터의 질을 높이려는 노력이 있어야 한다.
둘째, 다양한 분야의 기술이 결합할 수 있도록 다학제적 협력과 전문가 양성이 필수적이다.
2018년 미국 MIT는 노바티스, 화이자와 파트너쉽을 맺고 의약품 발견과 합성을 위한 머신러닝 개발을 추진한 바 있다.
AI 뿐만 아니라 의약품 관련 기술 또한 매우 빠르게 변화하고 있어 컴퓨터, 전자, 기계 전문지식이 약학, 의학, 화학, 생물학 등 관련 학문과 결합할 수 있는 학문의 장이 마련되어야 한다.
특히 의약품은 기초연구 성과를 제품화하고 의약품 규제기관이 제품을 허가하는 과정을 거쳐야 한다.
대학, 연구소, 산업계, 정부의 적극적인 협력이 필요한 이유다.
셋째, 새로운 의약품에 대한 규제체계를 마련하고 환자에게 안전하고 효과적으로 사용될 수 있도록 지원해야 한다.
대부분의 의약품은 질병 치료 효과뿐만 아니라 인체에 부정적으로 작용할 위험을 가지고 있다.
규제기관의 허가를 받아야 시장에 출시가 가능하고 건강보험에서 급여되어야 환자의 지불가능성을 높일 수 있다.
의약품의 안전성과 유효성을 확보하면서 AI와 같은 새로운 기술을 활용한 의약품이 신속하게 환자에게 사용될 수 있도록 신기술에 대한 의약품 허가 및 급여제도를 마련하는 것이 요구된다고 하겠다.
또한 AI 작업의 실패 가능성을 고려하여 결과 해석에 주의하고 알고리즘의 투명성을 높이려는 노력이 있어야 한다.
AI 도입은 향후 의약품 개발을 포함한 보건의료에 광범위하게 영향을 미칠 것으로 예상된다.
이러한 기술 변화가 궁극적으로 국민의 건강을 향상시키는지, 기술 활용에 소외되는 사람들은 없는지 지속적인 평가와 연구가 있어야 할 것이다.
인공지능 일자리 미치는 영향 (AI) – 알아두면 쓸모있는 잡학사전 (infoworld365.com)
AI와 교육 (인공지능이 교육에 미치는 영향) – 알아두면 쓸모있는 잡학사전 (infoworld365.com)
Views: 58