인공지능(AI) 기술이 우리 생활 속으로 파고들며, 다양한 산업을 서서히 자동화시키고 있다. 특히 임상시험 부분에 있어 인공지능의 머신러닝 기능 활용이 주목을 받고 있다.

여러 분야에서 AI 기술을 기반으로 하는 챗봇을 속속 선보이고 있는 가운데 의료 서비스 분야에 AI 기술을 접목할 경우 어마어마한 경제적 효과가 창출될 것으로 추산된다. 

건강 전문 매체 헬스케어위클리에 따르면 2020년 중반쯤이면 의료 서비스를 위한 AI 시장의 규모가 350억 달러를 넘어설 것으로 예상된다. 다른 보고서들도 AI 애플리케이션이 점차 입지를 넓혀 2025년경 의료 서비스를 지배할 것으로 예측하고 있다. 

IT 전문 기업 이그나이트 아웃소싱에 따르면 의료 서비스의 자동화를 포함해 AI 기술이 가져올 혜택에 힘입어 AI 헬스케어 애플리케이션에 대한 수요가 증가할 것이다. 의료 서비스 자동화는 의료 서비스 제공자와 환자들에게 꼭 필요한 부분이다.

AI, 의료계 혁신한다

의료 분야에서 AI 기술은 진료 예약부터 문진, 투약 모니터링, 상담까지 다양하게 활용될 수 있다. 이를테면 챗봇은 딱딱하고 어려운 문진표 대신에 환자들에게 자연스러운 대화를 유도해 환자의 건강 상태를 확인할 수 있다. 환자가 병원 밖에서 의사의 처방과 지침을 잘 준수하는지 건강한 생활습관을 유지하는지 모니터링 할 수도 있다. 

아울러 챗봇은 친숙한 채팅을 통해 지속해서 환자의 상태와 활동 등에 관한 의료 데이터를 생성하고 맞춤형으로 환자의 증상을 관리하며 의료진의 진료를 보조할 수 있다. 

또한 AI 기술은 환자에게 효과적이고 안전한 의약품을 제공하기 위해 진행되는 임상시험 과정에도 도움이 될 수 있다. 

임상시험은 신약 후보 물질의 효과와 안전성을 입증해야 하는 신약 개발의 중요한 단계다. 이 과정에서 막대한 비용과 많은 시간이 투입되곤 한다. 임상시험에 AI가 도입되면, 방대한 의료데이터를 학습한 AI가 신약 개발 연구 기간을 줄이고 위험요소를 미리 파악하는 데 도움이 될 것으로 전망된다.

웹플랫폼 관리 기업 CB 인사이츠에 따르면 임상시험은 길고 힘든 과정이다. 그러나 AI 기술의 도입이 환자에게 필요한 최적의 약물을 제시하는 임상시험과 환자를 조화함으로써 그 과정을 단축하는 데 도움이 될 수 있다. AI가 진료 정보 등 의료 데이터의 학습을 통해 최적의 환자군을 제시해 임상시험 기간을 단축할 수 있다는 뜻이다. 

임상시험과 환자의 균형 맞춘다 

환자의 상태를 고려할 때 지원 가능한 임상시험이 무엇인지 판단하는 일은 어려울 수 있다. 환자와 의사가 충분히 상의해 현재 지원 가능한 임상시험 가운데 어떤 것이 환자에게 가장 적합한지, 환자가 실험적인 치료에 참여하는 것이 실질적으로 가능한지 등을 따져봐야 한다. 

이때 AI 기술을 기반으로 한 챗봇은 환자가 임상시험에 참여할 수 있도록 안내하고 지원하는 매칭 시스템을 구현할 수 있다. 

IT 전문 기업 오라클 전략프로그램 이사인 댄 쿠엔지그는 "전 세계적으로 수만 건의 임상시험이 진행되고 있는 만큼 어떤 임상시험에 지원할 자격이 있는지 파악하기가 어렵다"고 설명했다. 

그래서 오라클의 연구팀은 환자와 임상시험 간의 올바른 매치를 찾는 데 도움이 될 프로그램을 개발했다. 연구팀은 현재 암 치료를 받는 환자들과 오랜 시간을 보낸 개발자들로 구성됐으며, 이들은 임상시험을 둘러싼 쟁점에 대한 이해를 높이기 위해 정부의 AI 전문가들과도 협의했다. 

포브스에 따르면 오라클 연구팀이 만든 챗봇은 우선 하루 중 언제라도 쉽게 접속할 수 있는 채팅창이나 음성 인식 인터페이스를 활용해 환자에게 암 치료 및 필수적인 배경 정보에 대해 질문한다. 이렇게 얻은 자료는 임상시험 대상자 선정을 위한 사전문진 정보로 활용될 수 있다.

두 번째로 환자는 챗봇을 통해 담당 의사에게 더 많은 의료 정보를 제공할 수 있도록 이메일을 보낼 권한을 부여한다. 환자에게 건강 상태 확인의 기회를 제공하는 동시에 임상시험 적합 여부를 확인하는 역할을 동시에 수행하는 것이다. 

마지막으로 환자는 화면에 대화형 지도를 보고 임상시험 장소에 관한 정보를 확인한다. 환자가 어떤 임상시험에 참여할지 말지 의사 결정을 하는 과정에서 중요한 것 중 하나가 임상시험 장소와 환자의 물리적 거리이다. 환자는 자기 일과 개인적 책무, 건강 상태에 따른 이동 능력과 직접 치료를 받는 것의 균형을 맞춰서 결정한다.

비용 절감 효과 뛰어나

매년 신약 개발 경쟁이 심화함에 따라 임상 연구에 가중되는 부담이 나날이 증가하고 있다. 

임상 의약품 개발 시장은 환자와 임상시험 감독을 위한 효율적인 안전 조치를 제공하는 데 중점을 둔 더 엄격한 규제를 준수하도록 하고 있다. 이 때문에 신약 생산에 드는 비용과 시간 또한 갈수록 늘고 있다. 

AI와 더불어 클라우드, 데이터 레이크와 같은 신기술을 도입하면 데이터 품질을 개선하고 임상시험의 기간을 단축하는 동시에 비용을 절감할 수 있다. 아울러 이러한 기술은 제약사들이 새로운 약물과 치료법을 시장에 하루빨리 출시하는 데 유용한 '엔드투엔드' 임상시험 과정을 최적화하는 데에도 도움이 된다.

금융 기업 JP모건체이스에 따르면 제약사들은 임상시험 과정에만 매년 수십억 달러를 지출한다고 한다. 

미국에서는 지난해 기준으로 1년에 약 170만 명이 암 진단을 받았고, 암 환자들의 고통을 완화하고 잠재적으로 생명을 구하는 신약에 대한 임상시험이 현재 1만 건 이상 진행되고 있는 것으로 알려졌다. 하지만 암 환자들 가운데 임상시험에 등록할 수 있는 수는 전체의 5%도 안 된다. 

약물 효과 예측 가능하다

AI는 신약 후보 물질의 효과 및 안전성과 관련해 발생할 수 있는 위험을 사전에 파악하고 관리하게 해 임상시험을 진행하는 연구원들에게 큰 도움이 될 것이다. 

AI가 연구 자료를 학습하면 지금 시행하는 임상시험의 성과가 어떨 것인지 효과적으로 예측하고 전임상시험 단계에서의 시행착오도 줄일 수 있을 것이다. 또한 약물의 효능과 독성을 추적해 약물의 부작용을 최소화하는 데에도 힘을 보탤 수 있다.

약학 전문 매체 디스럽션허브에 따르면 의사와 연구원들이 컴퓨터 추론을 활용해 신약의 효능을 예측하는 데 새로운 관점을 가질 수 있다. 

AI 기술을 잘 이용하면 질병 진단 및 치료 과정의 정확성과 효율성을 향상하는 동시에 신약 개발에 활용해 비용을 경감하고 의료 서비스의 질을 향상하는 데 도움이 될 것으로 기대된다.