'IBM 왓슨' 넘어선 AI 임상시험 솔루션 개발한다

게티이미지뱅크
<게티이미지뱅크>

국내 연구진이 임상시험 대상자 선별에 인공지능(AI)을 도입하는 방안을 추진한다. 유사 기능을 제공하는 'IBM 왓슨'을 뛰어넘는 국산 솔루션으로 기대를 모은다.

15일 관련 업계에 따르면 아주대학교병원과 스탠다임은 AI 기반 임상시험 설계 지원 솔루션 'AI-클리니컬 트라이얼 서포트 시스템(CTS)'을 개발 중이다. 내년 말 시범 적용 후 2019년 상용화가 목표다. AI-CTS는 신약후보물질이 발굴되면 시판되는 의약품 중 가장 유사한 물질을 찾는다. 이 약물 효능과 부작용을 근거로, 후보물질을 예측하기 위해서다. 이어 약물에 대한 반응률이 가장 높을 것으로 예측되는 환자군을 제시한다. 임상시험 단계에 진입하기 전 시험 대상, 질병, 나이, 성별 등 모든 조건을 제시한다. 이 과정에서 전자의무기록(EMR) 기반 다양한 병원 임상 데이터를 학습한 AI 알고리즘이 빛을 발한다.

박래웅 아주대 의대 의료정보학과 교수는 “약물 부작용과 효과를 예측해 최적의 임상시험 대상자를 선별하는 게 목표”라며 “신약 후보물질은 많지만 정교한 임상시험과 참여자가 부족한 문제를 해소하기 위해 시작됐다”고 말했다.

국내 최초 인공지능 기반 응급실을 구현한 아주대병원(자료: 전자신문DB)
<국내 최초 인공지능 기반 응급실을 구현한 아주대병원(자료: 전자신문DB)>

스탠다임은 신약 후보물질 약물 효능 예측과 임상시험 설계 알고리즘을 개발한다. 아주대병원은 CDM 기반 분산 연구망을 이용해 임상시험 대상자가 전국 어디에 얼마나 있는지 시각화하는 시스템을 만든다. 개발 결과물을 실제 임상과정에 적용해 검증하는 역할도 한다.

우리나라 임상시험 연구와 신약 개발에 새 기전을 마련한다. 기존 임상시험은 해당 질환자를 모집하고, 약의 안전성과 유효성을 검증했다. 같은 질병이라도 약에 대한 반응이 제각각이지만, 임상시험 설계단계에서 반영할 도구가 없었다. 이런 문제 때문에 임상시험 소요기간은 평균 15년, 성공확률은 1%가 채 안된다. 임상시험 전 단계에서 약 효능에 최적화된 환자를 골라준다면 시간과 비용을 획기적으로 줄인다.

김진한 스탠다임 대표는 “기존 임상시험은 모집과 실험이 단방향으로 진행되는데다 실험 데이터가 축적되지 않아 실패 시 원인 분석도 쉽지 않았다”면서 “약물 효과를 예측하고 임상시험 설계를 지원하는 한편 중간예측, 프로세스 개선 등 임상시험 전 단계를 지원하는 플랫폼을 개발할 예정”이라고 말했다.

유사한 기능을 하는 'IBM 왓슨 포 클리니컬 트라이얼 매칭(CTM)'을 넘어설지도 관심사다. 이 솔루션은 임상시험 참여 조건을 충족하는 환자를 찾아준다. 하일랜즈 온콜로지 그룹, 노바티스 공동연구에서 CTM이 임상시험 대상 선별에 걸리는 시간을 78% 줄여줬다고 최근 발표했다. 임상시험 대상자를 선별하는 공통점이 있지만, 추출과 설계 면에서는 AI-CTS가 더 뛰어날 것이라고 예측한다.

윤덕용 아주대의대 의료정보학과 교수는 “IBM 왓슨 CTM은 이미 제시된 임상시험 설계에 맞춰 적합한 환자만 골라주는 시스템”이라며 “AI-CTS는 신약 후보물질 분석만으로 임상시험을 설계하고, 가장 적합한 환자군을 제시한다. 이 데이터를 CDM 기반 분산연구망에 돌리면 어느 병원에 몇 명이 있는지 한 눈에 들어와 임상시험에 새 기전을 마련할 것”이라고 말했다.

[전자신문 CIOBIZ] 정용철 의료/SW 전문기자 jungyc@etnews.com

위방향 화살표