일본산업뉴스요약

AI로 변화하는 의료업계
제약∙의료기기의 미래상

의료업계에서 인공지능(AI)의 활용이 가속화되고 있다. 그 중에서도 AI 활용에 적극적인 것은 제약과 의료기기 분야이며 제품 및 연구개발을 강화하는데 있어 반드시 필요한 기술이 될 전망이다. AI에 의해 제약 및 의료기기는 어떻게 변화해 나갈 것인가? 그 미래상을 살펴보았다.

■ 제약
신약개발 효율화로 비용 절감

현재 신약을 개발하기 위해서는 무엇보다 비용이 든다---. 어느 제약회사 대표는 계속해서 늘어나는 연구개발비가 경영을 압박할 수 있다는 불안감이 커지고 있다고 한다. 신약개발은 약물 표적의 특정에서 시작되어 리드화합물의 발견 및 최적화, 비(非)임상실험 등을 거쳐 여러 단계의 임상실험에 들어간다. 임상실험에서 양호한 결과를 얻게 되면 의약품으로서의 승인을 신청해 당국으로부터 인정받아야 비로소 제품으로서 세상에 나온다.

이와 같은 공정을 거치는 신약개발은 1제를 만드는데 걸리는 기간이 무려 10년 이상으로, 비용은 100억엔을 훌쩍 뛰어넘을 것으로 시산되고 있다. 또한 세계의 제약기업이 치열한 개발 경쟁을 펼치고 있는 가운데 남아있는 신약 영역은 좁아져 개발 성공률은 떨어지고 비용은 저절로 상승하고 있다.

제약기업이 AI에게 기대를 걸고 있는 것이 바로 신약개발 활동이다. AI로 신약개발을 효율화 할 수 있다면 대폭적인 비용 절감으로 이어질 수 있다. 뿐만 아니라, 사람의 지식으로는 찾아내지 못했던 혁신적인 신약이 AI의 능력으로 찾아낼 수 있을지도 모른다.

제약회사는 ‘화합물 라이브러리’라고 불리는 수 만 종류의 화합물군(群)을 독자적으로 보유해 그 화합물을 이용하면서 신약의 후보 화합물을 탐색한다. 이 라이브러리로부터 유익한 평가 방법을 이용해 목적의 활성이 있는 화합물을 찾아내는 작업을 스트리닝(분리)이라고 부르며 이는 제약회사가 AI의 활용을 추진하는 영역을 말한다.

신약개발의 핵심이 되는 스크리닝에서의 AI 활용법은 다양하지만, 예를 들어 화합물과 질병의 원인이 되는 단백질의 결합 데이터(패턴 등)를 AI가 학습한다면 AI는 특정 단백질에 결합하는 화합물을 예측할 수 있게 된다. 이 예측은 신약개발의 속도 향상 및 효율화로 이어질 뿐만 아니라, 보다 어려운 스크리닝도 AI가 지원할 수 있을지도 모른다. 또한 사람의 지식으로는 생각할 수 없었던 신약의 후보 화합물을 AI가 자동으로 제안해 줄 수도 있다.

AI 활용은 풍부한 자금을 보유하고 있는 세계의 메가급 제약회사가 선행하고 있으며 연구에 주력하고 있다. 일본계 대형 제약회사도 디지털 기업과 제휴하거나 독자적인 컨소시엄을 구축하는 등 뒤를 바짝 쫓고 있다. AI 기술의 진전도 훈풍으로 작용하고 있다. 신약개발에서의 AI 활용은 최근 몇 년간 시행되고 있지만, 사람과 AI가 ‘협동’하면서 혁신적인 의약품을 창출하는 미래는 조금씩 다가오고 있다.

■ 의료기기
질병의 발견, 커다란 위력

의료기기 업계에서도 AI의 활용은 진전되고 있다. 도쿄대학대학원의 마쓰오(松尾) 교수는 “화상진단은 AI와 궁합이 잘 맞는다”라고 설명하고 있다. CT 및 MRI 등의 검사 화상을 AI에게 학습시켜 질병 검출을 지원하는 시스템 개발에 의료기기 제조사가 주력하고 있다.

AI로 질병을 발견하는 구조는 다음과 같다. 예를 들어 특정 질병의 검사 화상을 대량으로 AI에 입력시켜 ‘질병A는 직경 ○mm의 그림자가 만들어진다’와 같은 화상 상의 특징을 학습시킨다. 진단에 이용할 경우에는 이 학습한 데이터에 환자의 검사 화상을 대입시켜 질병의 특징에 유사한 화상을 판정한다.

원격화상진단시스템을 개발하는 엠네스(히로시마 시) 사장 겸 방사선과 의사인 기타무라(北村) 씨는 “AI의 활용으로 예전보다 좋은 진단이 가능하게 되었다”라는 주위 반응을 느끼고 있다. 후생노동성에 따르면 2016년의 방사선과 의사는 전국에 6,587명.

그러나 검사 수는 화상진단의 보급을 배경으로 의사 수를 상회하는 기세로 증가하고 있다. 하루 종일 화상을 통해 질병을 지속적으로 찾아내는 작업은 “상당히 고된 업무이며 숙련되기까지 약 10년이 걸린다”라고 기타무라 씨는 말한다.

엠네스는 AI를 통해 환자의 검사 화상으로부터 병변(病變)을 쉽게 찾을 수 있는 시스템을 개발했다. 기타무라 씨는 AI의 이점에 대해 “진단의 질을 향상시킬 뿐만 아니라 의사의 업무 부담을 줄일 수 있다”라고 설명한다.

이와 같은 움직임은 대형 벤더에서도 활발히 이뤄지고 있다. 올림푸스는 AI를 통해 내시경 화상으로부터 병변을 고정밀도로 발견하는 시스템을 실용화. 캐논메디칼시스템즈(도지키 현)는 타사의 AI 제품도 설치할 수 있는 화상진단의 지원 시스템을 개발 중에 있다. “한 회사의 AI만으로는 모든 질병을 찾아내는 AI를 만드는 것이 불가능하다”라고 캐논메디칼시스템즈 IT 제2사업부의 가토(加藤) 사업부장은 설명한다.

화상검사 외에도 AI는 확산되고 있다. 데루모는 가나가와(神奈川) 현의 병원과 공동으로 심장 카테테르(체내에 삽입하여 소변 등을 뽑아내는 도관) 치료를 효율화하는 연구를 시작했다. 심근경색 등의 환자를 치료할 경우, 의사가 시행하는 치료 계획의 입안을 효율화 해준다. 치료에 최적화된 기구의 선택 및 혈관의 직경 계측 등을 AI가 지원한다

도시바(東芝)는 미국 대학과 공동으로 심장병의 발명 리스크를 예측하는 AI의 연구를 개시. 생활습관 등의 정보를 AI로 해석해 심근경색 등의 리스크를 파악한다. 질병의 예방으로 의료비 절감도 기대할 수 있다고 한다.

한편, 의료기기에 있어서 AI의 활용에는 과제도 남아있다. 의료기기는 판매에 있어서 법률의 규제를 받으나, 학습을 반복함으로써 성능이 변화하는 AI는 현행법에서는 승인이 어렵다.

AI에 의한 화상진단 지원시스템을 전개하는 후지(富士)필름의 나리유키(成行) 메디컬사업부 매니저는 “학습에 의해 성능이 변화하지 않는 타입의 AI를 제품에 탑재하고 있다”라고 설명한다.

AI를 진단 지원에 사용해 오진이 일어났을 경우, 누가 책임을 질 것인지에 관한 문제도 남아있다고 한다.

▶ AI에 대응하는 주요 의료기기 제조사

‘진찰’에서 데이터를 기반으로 한 진단으로
엠네스 사장, 방사선과 의사 기타무라 씨 인터뷰

Q. AI로 인해 의사라는 직업은 없어질까?
A. “없어지지 않는다”
“AI에 의해 의사라는 직업이 없어지는 일은 없다”라고 기타무라 씨는 잘라 말한다. “그러나 직장을 잃는 의사는 생길 수도 있다”(기타무라 씨).

의사의 업무는 눈앞의 환자를 ‘진찰’하는 것에서 복수의 데이터를 기반으로 진단하는 것으로 바뀌었다고 기타무라 씨는 설명한다. 예를 들어 복통을 호소하는 환자에게 ”초음파화상 및 복부의 CT화상, 채혈에 의한 백혈구의 수치 등을 통해 총합적으로 ‘급성담낭염’이라고 판단하는 내과 의사는 많다”(기타무라 씨).

그러나 대량의 데이터를 분석해 답을 이끌어내는 것은 AI의 특기 영역이다. 의사보다 AI가 높은 정밀도로 질병을 발견하게 될 날이 올지도 모른다고 기타무라 씨는 경종을 울리고 있다. “앞으로는 환자의 몸을 제대로 진단할 수 있는 의사만이 살아남게 될 것이다”.

한편, 간호사 등 환자와 접하는 시간이 많은 의료직 업무 내용도 AI로 인해 바뀌고 있다. “AI로 환자의 생체 정보를 분석함으로써 신속하게 경과를 관찰할 수 있게 된다”라고 기타무라 씨는 기대감을 보였다.

새로운 활용법에서는 노로바이러스나 인플루엔자 등의 발생 시기를 AI로 예측해 지도 데이터와 조합해 유행하는 지역을 예측할 수 있게 될 전망이라고 한다.

 -- 끝 --