[메디게이트뉴스 서민지 기자] 신약개발 과정부터 의약품 복용에 따른 부작용 등 사후관리까지 인공지능(AI)을 활용하면 재정을 대폭 절감하면서도 접근성과 안전성 문제를 모두 보완할 수 있는 것으로 나타났다.

에일론 김제학 대표·이해성 KT 디지털&바이오헬스PTF 상무 등은 지난 23일 바이오플러스-인터펙스 코리아 2021 AI 및 빅데이터 바이오헬스케어 혁신의 새로운 세계 세션·한미약품 세션에서 이같이 밝혔다.
 

실제 보령제약에서 국산신약 카나브 개발을 총괄해온 에일론 김제학 대표는 "신약 R&D가 10억달러당 0.9개에서 0.3개로 대폭 증가하지만 성공률은 12%에 그친다"며 "이 같은 문제는 인공지능이 해결해줄 수 있다"고 밝혔다.

김 대표는 "단순히 AI만 활용하는 데 그쳐선 안 되며 기존의 습식실험실(Wet lab)연구를 투트랙으로 가야 효과적"이라며 "AI로 후보물질을 발굴하고 개발기간을 단축하면서, 동시에 전통적 방식을 모델해석 등에서 활용하는 것"이라고 말했다.

이어 "AI를 통한 신약개발 가능성은 무한하다. 실제 머크, GSK, 노바티스 등 글로벌파마들도 AI의 중요성을 인식해 글로벌 신약개발 플랫폼 멜로디(MELLODDY:Machine Learning Ledger Orchestration for Drug Discovery)프로젝트를 추진하고 있다"면서 "다만 AI 단점을 고려해 단기적으로는 복잡한 생물학적 데이터보다 케미컬 분야에 집중해야 연구를 하고, 장기적으로 신약개발을 위해 바이오로지털 데이터 활용 가능성에 대한 고민이 필요하다"고 제언했다.

KT 디지털&바이오헬스PTF 이해성 상무도 "코로나19, 4차산업혁명 계기로 제약산업 역시 많은 부분에서 디지털 전환이 이뤄지고 있다"면서 "AI 활용 신약개발은 기존의 현상 중심에서 분자단위로 변화하는 데 기여하며, 시간과 불필요한 리스크 줄일 수 있다"고 밝혔다.

이 상무는 "임상시험도 원격화되면서 최근 대면방식에서 벗어나 비대면과 대면을 혼용하면서 환자모집 등의 문제를 해소하고 있으며, 데이터수집도 원격으로 추진하고 있다. 모더나 역시 코로나19 백신 개발에서 이같은 방식을 활용했다"면서 "우리나라도 최근 통신기술 융합을 활용해 스마트연동 등 활용이 강화될 것"이라고 내다봤다.  

신약 개발 프로세스 단축 뿐 아니라, 체계적인 사후관리도 AI 역할이 중요하다고 강조했다.
 

이 상무는 "인공지능을 활용하면 실시간으로 이상사례를 확보하고 의료진이 대응하는 방향으로 갈 수 있다. 리얼월드데이터를 통한 약물감시 영역이 점차 확장하면서 오는 2028년까지 149.6억달러로 성장할 것"이라며 "의약품과 의료기기 등의 부문에서 디지털트랜스포메이션이 발생하면 균등한 의료서비스를 제공할 수 있는 것은 물론 합리적 비용으로 국가 재정운영에도 많은 기여를 할 것"이라고 내다봤다.

명지병원 임재균 소장도 "이미 초고령화사회로 접어들었고 만성질환자도 점점 증가하고 있어 전국민건강보험시스템상 의료접근성과 재정 등이 악화될 것"이라며 "디지털치료제가 그 대안이 될 수 있다. 저렴한 비용으로 안전하고 효과적이며 많은 수의 환자관리가 가능해 재정과 접근성 모두 보완할 수 있기 때문"이라고 했다.

임 소장은 "디지털치료제가 기술적으로 더욱 확장하고 치료영역이 더 깊고 넓어지려면 포괄적인 빅데이터와의 결합이 숙제다. 또한 인공지능, IT 기술을 통한 개인정보와의 결합으로 맞춤형으로 가고 메타버스로 혁신적인 헬스케어 플랫폼도 마련될 것"이라며 "의료현장에서 빠르게 디지털치료제가 접목, 발전하기 위해서 의료진들의 큰 관심이 필요하다"고 부연했다.

보건의료 분야에서 인공지능 활용은 불가피하지만, 문제는 빅데이터다. 병의원 의료데이터는 방대하지만 수집·활용할 수 있는 빅데이터는 매우 부족하기 때문이다.

에비드넷 조인산 대표는 "우리나라는 병원 EMR에 환자정보를 기록, 축적하지만, 대부분 전처리(표준화)가 이뤄지지 않아서 활용하지 못하고 버려진다"면서 "그럼에도 최근 가명데이터 활용 법안이 통과됐고 관련 가이드라인도 마련됐다. 또한 11월 현재 전국 대형병원 60여개에서 의료데이터 표준화를 완료해 추후 플랫폼을 통해 원하는 데이터만 수집, 분석할 수 있게 됐다"고 말했다.

조 대표는 "많은 의학연구자들이 쿼리하나로 각 사이트별 임상대상자를 예측할 수 있는 환경도 구축되고 있으며, 각 데이터 서버에서 AI 트레이닝을 추진해 모델을 점점 고도화하고 있다"면서 "한국은 의료데이터가 풍부하고 분산연구데이터망도 잘 갖춰져 있으며 표준화문제도 점차 해결되고 정형데이터 외에 비정형데이터들도 추가될 예정인만큼, 매우 큰 의료빅데이터 생태계 조성될 것"이라고 했다.