[이미지 출처=본지DB]

인공지능(AI)은 사회 전반에 혁신적인 변화를 불러왔으며, 특히 의료 산업에서 빠르게 발전하고 있다.

최근 신약 개발을 하는 제약사는 물론 임상시험 효율성 향상을 목적으로 솔루션을 제공하는 벤더들 또한 AI 기술 경쟁에 뛰어들며 임상시험의 효율성과 정확성을 높이는 데 기여하고 있다.

인간의 한계를 뛰어넘는 AI 기술 접목은 임상시험 설계부터 환자 모집, eCRF 구성, 데이터 검토 등 임상 프로세스 전반에 혁신적인 접근 방식을 제시하여, 의료 연구·개발에 새로운 지평을 열 것으로 기대된다.

임상시험 설계는 연구의 품질과 성공을 결정짓는 단계로 전문 지식과 정확한 근거를 바탕으로 수립되어야 한다.

프랑스 인공지능 바이오 업체인 오우킨(Owkin)은 암호화된 데이터와 AI를 결합하여 임상시험 설계를 개선한다. 연합학습(Federated Learning, 통합학습) 기반의 AI 모델을 활용하여 다수의 기관이 보유한 거대한 데이터를 바탕으로 강력한 인사이트와 근거를 도출해, 성공적인 임상시험을 위한 최적의 의사결정 지원할 수 있다.

연합학습은 개발자와 조직이 여러 위치에 분산된 훈련 데이터를 사용하여 심층신경망(DNN, Deep Neural Networks)을 훈련시킬 수 있는 새로운 학습 패러다임이다. 이를 통해 데이터를 직접 공유할 필요없이 공유 모델에 대해 협업할 수 있다.

이는 개인 정보 보호 문제를 해결하고, 프라이버시 컴퓨팅, 머신 학습, 유전자 시퀀싱, 금융 비즈니스, 의료, 비디오 처리 및 네트워크 보안과 같은 컴퓨팅 집약적인 애플리케이션을 가속화하고 이는 상대적으로 적은 데이터로 최적화한 AI 모델을 개발할 수 있다.

무엇보다도 임상시험에서 가장 중요한 단계는 환자모집이다. 하지만 한국보건산업진흥원에 따르면 임상시험의 약 80%가 참여자 모집 일정을 충족하지 못하며, 3상 연구의 1/3이 등록 문제로 인해 종료된다.

미국의 Deep 6 AI는 자연어 처리(NLP)와 머신러닝(ML) 알고리즘을 활용해 임상시험 대상자 모집 방식을 개선한다. 의료 기록, 보고서 등 구조화 및 비구조화된 수백만 건의 데이터에서 유의미한 정보를 추출하여 잠재적인 환자들을 빠르게 식별할 수 있다. 회사 측에 따르면 전통적인 모집 방식보다 환자 모집에 소요되는 시간을 절반 가까이 줄일 수 있으며, 1.25배 더 많은 환자를 찾을 수 있다.

환자 모집이 이루어지면 시험책임자는 대상자에게 동의서를 받으며, 임상시험계획서에 따라 과학적이고 윤리적인 임상시험을 진행한다. 이때, 효율적인 임상시험을 위해 다양한 e임상솔루션이 활용되는데, 이러한 솔루션에도 AI가 적극적으로 활용되고 있다.

여기에, 씨알에스큐브(대표 김기돈)는 임상솔루션에 생성 AI 기술을 접목해 연구자의 수작업을 최소화하고 업무 효율을 높인다. OpenAI의 최첨단 기술을 활용하여 프로토콜을 해석하고 eCRF(전자증례기록) 설정에 필요한 정보 추출과 설정을 자동화해서 eCRF 셋업에 소요되는 시간과 노력을 획기적으로 줄일 수 있다.

특히, 임상시험 정보 등 민감한 데이터를 보호하기 위해 전처리 과정을 거쳐 식별 불가능한 부분 데이터를 OpenAI에 전달하는 방식을 채택했다. 또한 AI medical coding, AI 챗봇 등 서비스 전반에 인공지능을 접목하여 지속적인 솔루션 고도화를 이어 나갈 예정이라고 회사 측은 설명했다.

아울러 임상시험에서는 평균적으로 300만 개 이상의 데이터 포인트가 생성되며, 이를 기반으로 약물의 유효성과 안전성을 평가하므로 데이터 무결성 확보가 필수적이다....

👉 뉴스 전문 보러가기 https://www.aitimes.kr/news/articleView.html?idxno=28767
📃 출처 I 박현 기자, "인간의 한계 뛰어넘는 인공지능... ‘임상시험도 AI로 혁신’", 인공지능신문 2023-08-22