헬스케어 인공지능(AI, 머신러닝, 딥러닝) 적용 사례 - 의약품 및 제약 분야

의약품 분야의 인공지능 활용 확대

인공지능(AI, 머신러닝, 딥러닝)은 이미근 여러 산업에서 최고의 트렌드로 자리 잡았으며, 언론의 집중적인 관심과 투자를 이끌어내고 있다. 지난 15년 동안, 인공지능 기술은 새로운 산업 혁명, 즉 제4차사업혁명, 디지털 혁명의 핵심 기술로 자리잡았다. 현재 AI는 제조 로봇, 스마트 어시스턴트(예: 시리, 알렉사, 지니 등), 언어 번역기, 자율주행차, 자동화된 금융 투자 시스템, 가상 여행 예약 대행, 소셜 미디어 모니터링 툴, 챗봇, 감시 시스템, 온라인 보안 시스템 등 여러 분야에서 광범위하게 서비스되고 있다.

일부 산업에서는 딥러닝이나 자연어 처리 등 많은 기술과 하위 분야를 포함된 인공지능은 이미 표준화된 요소가 되고 있다.

제약업계에서도 인공지능 도입이 진행되고 있다. 제약업계에서 인공지능 기술을 활용한다는 것은 자동화된 알고리즘을 이용해 사람이 수행하는 지루한 일을 처리하는 것을 의미한다. 인공지능은 새롭고 더 나은 약을 만드는 것에서부터 난치병과 싸우는 것에 이르기까지 여러 가지 면에서 제약 산업의 혁신에 큰 영향을 끼치고 있다. 
 
신약 개발은 겨우 13.8%만이 임상시험을 성공적으로 통과하고 있다. 최소한 3천억원에서 많게는 2조원 가량의 투자비가 들고 있어 제약업계는 인공지능을 활용해 신약 개발의 성공률을 높이는 동시에 연구개발비를 절감할 수 있다.

인공지능은 인간 인지과정인 상징논리학와 머신러닝(ML)을 포함한 영역을 포괄하는 광범위한 용어다. 머신러닝은 인간의 신경망과 같은 방식으로 훨씬 더 효율적이고 더 큰 규모로 패턴 분류, 식별 가능할 만큼 발전했다. 지난 몇 년 동안, 인공지능(AI, 머신러닝, 딥러닝)라는 용어는 전 세계 마케팅팀들에 의해 심하게 남용된 면이 분명히 있다. 여러 산업에 걸쳐, 인공지능을 활용한 기술이라고 하면서 소비자를 유혹했다. 그다지 지능적이지 않은 자동화 기술에도 태연하게 인공지능이라는 용어의 사용해면서 혼란을 야기하기도 했다.

하지만, 인공지능의 사실상 중요한 발전 현황을 보게 되면, 인공지능(AI)과 머신러닝(기계학습)이 가져온 혁신은 장관이나 다름없다. 인공지능 알고리즘 기반 솔루션 우리 현실의 많은 분야에서 활용처를 찾고 있다.

그 중에서 제약업계는 가장 큰 수혜자다. 제약업계는 인공지능 활용에 탄력을 받을 뿐만 아니라 AI 기반 솔루션을 연구·발견·활용하는 제약사가 늘고 있다. 제조 공정 또한 AI가 제약계에 가져다줄 가치있는 영역이다.

느리지만, 확실하게 인공지능은 제약 분야에 진출하여 새로운 가능성을 열고, 혁신적인 제약 회사들을 위한 새로운 경쟁 기반을 만들고 있다. 제약 산업은 AI와 머신러닝의 적용으로 정말 좋은 위치에 있다. 제조와 규제 프로세스의 복잡성 때문에 제약 산업은 쉽게 할 수 있다. 가장 규제가 심한 문제를 해결하고자 AI 제품을 활용하기 시작했다.

누가 의약품 및 제약 분야에서 인공지능을 활용하나?

대규모의 투자 여력이 있는 선도 제약업계에서 인공지능과 머신러닝 솔루션을 활용한다는 것은 그리 놀랄 일이 아닐 것이다.

거의 모든 글로벌제약회사들은 의약품 연구개발을 촉진하기 위해 인공지능 기술이나 빅데이터 솔루션을 사용하고 있다. 제약업계의 인공지능은 다음과 같은 기업에서 볼 수 있다.

• 화이자(Pfizer)
  AI와 빅데이터 분석을 활용한 시스템인 IBM 왓슨을 활용해 약물 발견 플랫폼으로 면역항진학 신약 탐색에 박차를 가하고 있다.
• 노바티스(Novartis)
  스위스의 다국적 제약 회사로 IBM 왓슨, 매사추세츠 공과대학, 인텔 및 Quantumblack과 파트너십을 맺고 의약품 시험 검색, 환자 분석 등 다양한 의료 및 약국 산업에 AI를 도입했다.
• 글락소스미스클라인(GlaxoSmithKline)
  영국 제약 기업인 글락소스미스클라인은 신약 발견을 자동화하기 위해 머신러닝과 AI에 투자하고 있다.
• 사노피(Sanofi)
  파리에 본사가 있는 프랑스의 다국적 제약회사로 AI를 활용해 대사질환 치료제 연구를 가속화하고 있다.
• 로슈(Roche)
  로슈는 암 연구와 환자 치료 개선에 AI를 활용한 스타트업 플랫아이론헬스(Flatiron Health)를 인수했다.
• 제넨테크(Genentech)
  제넨테크는 로슈(Roche)의 자회사로 데이터 분석업체 GNS 헬스케어가 제공하는 AI 시스템을 활용해 새로운 암 치료법을 연구하고 있다.
• 자비엔트바이오(BenevolentBio)
  자비엔트바이오는 연구 논문, 특허, 임상시험, 환자 데이터 등 출처의 데이터를 AI 빅데이터 플랫폼에 활용해 제약업계의 사용 가능한 인사이트를 제공하는 영국 런던에 있는 스타트업이다. 자비엔트바이오는 유전자, 증상, 질병, 단백질, 조직, 종, 그리고 약물 사이의 관계를 정확히 알아내기 위해 인공지능 기술을 제공한다.
•  

의약품 및 제약 분야에서 인공지능 발전
제약분야에서 AI를 적용하는 것은 연구및 발견에만 국한하지 않고, 환자 지원, 치료약 조절, 지속적인 사후 시장 조사, 치료 결과 분석 등 복잡한 영역에서 활용될 것이다.

신약 발견과 의약품 개발은 제약 산업의 핵심 운영 분야이다. 이 분야는 아직은 가장 덜 성숙된 솔루션이 다수 포함되어 있다. 인공지능 기술을 사용할 경우 가장 유망한 결과는 다음과 같은 영역이다.

- 임상 전 및 초기 단계의 약물 발견
- 신약 설계
- 차세대 DNA 시퀀싱
- 데이터 중심의 암 치료제 표적 치료
- 말기 마약 중독자 치료

제약 분야에서의 인공지능 활용하면, 제약 회사의 생산 프로세스를 간소화할 수 있습니다. 개선 사항은 다음과 같은 여러 영역에 걸쳐 있습니다. 인공 지능 기술을 활용하여 보다 일관된 품질 관리가 가능하고 CQA(Critical Quality Attributes)를 일관성 있게 충족할 수 있다.
제약 분야에서 인공지능은 설계 단계 단축, 폐기물 관리 개선, 공급망 관리, 재고관리, 생산 재사용 개선, 예측 유지 보수에 활용하고 있다.
인공지능은 생산 효율을 높여 생산 속도를 높이고 폐기물을 줄일 수 있기 때문이다. 사람의개입과 데이터 처리의 축소함으로써 가능한 일이다.
머신 러닝 알고리듬은 특정 작업을 보다 정확하게 반복적으로 수행하는 것으로 보장하고, 간소화할 수 있는 영역이기 때문에 생산 공정 혁신에 크게 도움된다.

환자 맞춤형 치료
개인화된 의학의 이점은 무엇일까?
대답은 간단하다. 환자에게 더 나은 진단과 치료를 제공할 수 있기 때문이다. 이것은 단순한 꿈이 아니며, 이미 사용되고 있다.

인공지능은 환자 개인 맞춤형 치료와 희귀 질환을 위한 새로운 진료 방식을 제공할 수 있는 점은 인공지능이 수집한 의료 정보를 활용해 연관된 유전자와 이에 영향을 미치는 화합물과의 관계를 분석하여 다양한 의료 조건에 대한 인사이트를 제시 가능하다. 이는 사람이 감당하기 어려운 작업인데 인공지능이 대신 할 수 있기 때문이다. 생물학과 분석에서 수집된 다양한 의료 이미지와 환자 정보를 결합함으로써 종양 치료에 IBM 왓슨 AI 시스템을 의사들이 사용하여 암을 감지하고 유전학을 기반으로 건강 문제를 예측하는 데 도움을 줄 수 있다. 왓슨은 각 환자의 의료 정보와 병력을 바탕으로 한 맞춤형 치료 계획을 추천하기도 한다.

AI는 또한 개인의 검사 결과, 유전학, 알레르기, 이전 치료에 대한 환자의 반응에 대한 과거 데이터를 바탕으로 개인 맞춤형 약물 치료법을 개발하는 데 엄청난 지원을 제공한다.


치료약 투약 및 복용량 관리
정해진 용법으로 치료약을 투여하여야 치료도 효과적이다. 약물치료, 식이요법, 운동, 정신 건강에 대한 의학적 조언을 따라야 환자는 성공 건강을 회복할 수 있다. 하지만, 환자의 60%가량은 의사의 조언을 따르지 않는 것으로 추정된다고 한다. 이렇게 되면 치료 성공률이 낮아질 뿐만 아니라 치료비가 증가되기도 한다. 환자가 자신의 집에서 원격 관리 서비스하기에는 아직은 자원이 부족하기 때문에 정기적으로 병원을 찾게하고 있는데, 이 부분에서 인공지능 기술이 각광을 받고 있다.
지속적인 환자 모니터링을 위하여 사물인터넷 장치와 중앙집중식 데이터 수집을 기술을 활용함으로써 가능하게 되었다. RFID 태그가 부착된 섭취 가능한 센서는 고유한 신호를 전송할 수 있으며, 일단 알약이 삼켜지면 클라우드 기반의 서버로 데이터와 신호를 전송할 수 있다.
또한 스마트 알약 디스펜서를 사용하면, 비록 약이 실제로 섭취하였다고는 할 수 없지만, 스마트 디스펜서는 남아 있는 알약 수를 측정하여 병원으로 데이터를 보낼 수 있다.

의약품 및 제약 분야의 인공지능 활용 사례

노바티스(Novartis)
노바티스(Novartis)는 인공지능을 사용하여 제약 연구원들이 새로운 치료약을 개발할 떼 검증되지 않은 구성 요소까지도 예측하는데 활용하고 있다. 노바티스는 AI 기술을 도입하면서 새롭고 개선된 치료약을 만들고 있으며, 환자들에게 신속하게 치료약을 제공할 수 있는 방법을 찾고 있다.

노바티스는 각각 다른 실험 화합물로 처리된 세포의 디지털 이미지를 분류하기 위해 머신러닝을 사용하고 있다. 이 머신러닝 알고리즘은 유사한 효과를 가진 화합물을 수집하고 그룹화한 뒤, 분셕 결과를 업무에 활용할 수 있도록 연구자들에게 정제된 데이터를 전달한다.

신약 물질 발견은 화합물을 병든 세포의 샘플과 비교하는 데 오랜 시간이 걸린다. 실제로 생물학적으로 유용하고, 추가적으로 조사할 가치가 있는 화합물을 찾으려면 훨씬 더 많은 분석이 필요하다. 이러한 선별 과정을 빠르게 하기 위하여 노바티스 연구팀은 머신러닝 알고리즘의 이미지를 사용하여 테스트되지 않은 화합물이 어떤 것이 더 탐구할 가치가 있는지 예측한다. 인공지능 알고리즘은 새로운 데이터 세트를 발견하는 데 있어서 사람이 분석하거나 실험실에서 실험을 통하여 파악하는 것보다 훨씬 빠르기 때문에, 새롭고 효과적인 약물을 더 빨리 찾을 낼 수 있을 뿐만 아니라 각 화합물의 수동 조사와 관련된 운영 비용도 줄일 수 있다. 버지 게노믹스(Verge Genomics)
버지 게노믹스(Verge Genomics)은 인공지능을 활용해 근위축성 측삭경화증(amyotrophic lateral sclerosis, ALS)과 알츠하이머 환자들의 새로운 치료 효과를 예측한다. 버지 게노믹스 치료제 개발 과정을 자동화하여 의약품을 개발한다. 자동화된 데이터 수집과 분석을 사용하여 ALS와 알츠하이머를 포함한 가장 복잡한 질병에 대한 치료법을 찾고 있다. 비용은 제쳐 두고라도 약물 발견이 실패하는 이유 중 하나는 한 번에 하나의 질병 유전자를 목표로 하기 때문이다. 하지만, 버지 게노믹사는 구글의 검색엔진에 동력을 공급하는 것과 같은 기술을 이용해 질병을 일으킨 수백 개의 유전자를 찾아낸 뒤 이들을 모두 대상으로 하여 약물을 단 번에 찾아내는 방법을 찾아냈다.
이렇게 함으로써 새로운 치료제의 효과를 예측할 수 있는 동시에 약물 개발 비용을 절감하고 있다.

바이엘(Bayer)와 머커(Merck & Co)
바이엘(Bayer)와 머커(Merck & Co)는 인공지능 알고리즘을 사용하여 폐 고혈압을 식별한다. 이 알고리즘을 사용하여 만성 혈전색전성 폐동맥 고혈압(chronic thromboembolic pulmonary hypertension, CTEPH)의 임상 의사 결정을 지원하는 FDA 승인을 받았다. CTEPH의 임상 의사 결정을 지원하는 것을 목표로 하는 인공지능 소프트웨어에 대해 FDA로부터 혁신적인 장치 지정을 받았기도 했다. 이러한 형태의 폐동맥 고혈압은 전 세계적으로 매년 백만 명당 약 5 명에게 영향을 미치고 있는데, 증상은 천식와 유사히여 정확한 진단이 까다롭다. 이러한 환자 진단에 있어 방사선 전문의가 CTEPH 환자 식별을 위해 특정 패턴을 더 빠르게 감지하도록 돕는 것이다. 인공지능은 환자의 임상 기록과 함께 심장, 폐 관류 및 폐 혈관의 이미지 결과를 분석 한 다음이 기술을 활용하여 방사선 전문의에게 분석 정보를 제공하면서 환차 치료에 협업이 가능하게 된다.

아스트라제네카(AstraZeneca)와 알리바바(Alibaba)
아스트라제네카(AstraZeneca)와 알리바바(Alibaba)는 자동화된 암 진단으로 환자를 돕는 AI를 구축한다. 중국의 고령화로 고통받는 환자가 급증하고 있다. 특히 암과 당뇨병이 증가하고 있다. 알리바바는 중국의 의약품 시장을 진출하면서, 환자들이 스마트 보건 서비스와 인공지능의 도움을 받아 올바른 의약품을 찾고 계속 사용할 수 있도록 돕는 것을 목표로 하고 있다. 이를 위하여 영국 제약 기업인 아스트라제네카는 중국 알리바바의 자회사인 알리 헬스와 팀을 이루었다. 아스트라제네카는 구급차 내에서의 스마트 암 진단을 개선하기 위한 인공지능 기술을 개발하게 되었다. 환자들을 구급차에서 더 빠르고 더 효율적으로 진단할 수 있게 할 것이고, 그들이 올바른 치료를 받을 수 있는 적절한 의료 기관으로 보낼 수 있을 것이다.

애플(Apple)
애플은 자폐증 검사를 위해 인공지능을 사용한다. 애플은 의료 서비스를 개선하기 위해 아이폰과 애플워치 제품에서 수집된 데이터를 사용한다. 이 데이터는 모든 인공지능 애플리케이션의 핵심이며 애플은 자사 제품을 통해 의료 연구자들에게 이전에는 접근이 어려웠던 건강 데이터 스트림을 제공할 수 있다. 오픈 소스 프레임워크를 도입하였고, 리서치키트는 연구자들과 개발자들이 의학 연구 전용 앱을 만들 수 있게 한다. HealthKit와 함께 유기적으로 작동하는데, 연구자들이 심박수와 일일 단계 수 같은 정보에 접근할 수 있게 된다.

아이폰의 전면 카메라와 얼굴 인식 알고리즘을 이용해 자폐증 여부를 검사하는 앱을 듀크대학교 연구진이 개발하기도 했다. 아이폰과 아이패드를 통해 환자가 직접 생성하는 데이터는 임상시험을 위한 사용할 수 있는 기술이 개발되고 있다.

@apple.com, 애플 헬스케어 사례

의약품 및 제약 분야의 인공지능 발전 방향
의약품이나 제약 분야의 AI 기반 솔루션은 많은 제약업체들간의 새로운 경쟁 전장이 되면서 탄력을 받고 있다. 제약 산업은 디지털 전환과 새로운 기술이 절실히 필요한 영역이기도 하기 때문이다. 방대한 양의 의료 데이터를 사람이 일일이 분석하기에는 많은 시간이 필요하지만, 이를 효율적으로 처리하는 인공지능 기술은 의약품 개발과 제조에 있어서 시장 출시 기간을 효과적으로 단축시킬 수 있다.

인공지능을 활용하게 되면서 환자 데이터를 관리하는 번거로움이 없어졌다. 제약회사들은 정확한 데이터를 지속적으로 생산하는데 있어 엄청난 압박을 받고 있는데, 인공지능을 활용하면 이 문제를 해결할 수 있다. 인공지능은 제약회사들이 관련 데이터를 생성하고 추적하는 것을 간단하게 만들었고, 연구개발 과정에 사용된다.

미래의 제약회사들은 첨단 AI와 머신러닝 기술에 대한 탄탄한 투자 없이는 경쟁력을 유지할 수 없을 것이다. 하지만, 인공지능(AI)을 이용한 기술이 제약산업에 어느 정도 영향을 미칠지 아무도 정확히 예측할 수 없다. 아직 기술이 초기단계에 있고 발전하고 있지만, 인공지능이 산업을 변화시킬 것이며, 그 기술을 내재화한 제약회사들이 지속적으로 발전할 수 있도록 도움을 줄 것이다.


제약업계의 인공지능 기술 도입을 위하여 풀어야 할 과제들
인공지능 기술은 제약산업의 재정립에 분명히 도움이 될 수 있는 굉장한 잠재력을 가지고 있지만, 각 기업에서 도입하는 그 자체가 그리 쉬운 일은 아니다.

제약회사들이 인공지능을 채택하기 위해서는 다음과 같은 풀어야할 과제가 여전히 남아 있다.

• 적절한 IT 인프라 부족 – 사용 중인 대부분의 IT 시스템들이 인공지능을 염두에 두고 설계 및 개발되지 않았기 때문에 새로운 시스템 구축을 위하여는 대규모 투자가 필요허지만, 쉽게 투자 의사결정을 하는 CEO가 많지 않다는 점이다.
• 인공지능 기술에 대한 생소함 – 여전히 많은 제약회사들에게 인공지능 기술은 새롭지만 분석 결과를 해석하기에는 난해하기 때문에 여전히 "블랙박스"처럼 보인다.
• 대부분의 데이터는 텍스트 형식으로 되어 있어, 제약회사들은 인공지능에 활용하기 위한 영상 데이터를 수집하고 새롭게 확보해야 하는 노력을 거쳐야 한다.
• 이러한 모든 한계에도 불구하고, 한 가지는 확실하다. AI는 이미 생명공학과 제약사를 재정의하고 있다. 그리고 10년 후, 파마는 인공지능을 단순히 일상적이고 기본적인 기술로 바라볼 것이다. 유일한 문제는 제약회사 임원이 얼마나 오래 기다려야 그들이 마차에 올라타 AI를 활용하여 운영 효율성과 결과, 이익을 개선할 것인가 하는 것이다.

이러한 한계점은 있지만, 한 가지는 확실하다. 인공지능은 이미 생명공학과 제약산업을 재정의하고 있다. 향후 10년 후를 생가해 보면, 제약산업에서 인공지능은 일반화 될 뿐만 아니라 필수불가결한 요소가 될 것이다.