일본산업뉴스요약

DIGITAL TREND
AI 분석으로 병을 막는다
의료 빅데이터의 본격적인 활용을 목표로

▶의료 빅데이터 제도: 정부는 올 5월, 의료 데이터를 익명화해 민간이 이용할 수 있도록 하는 차세대 의료기반법을 시행했다. 제도의 핵심 역할을 하게 되는 것은 의료기관으로부터 데이터를 수집해 익명화하고 기업과 연구기관에게 유료로 제공하는 ‘대리 기관’이다. 정부는 올해, 대리 기관 모집을 시작. 지금은 일본의사회(日本醫師会) 등이 관심을 나타내고 있다.

대리 기관은 2019년 안에 승인될 전망이지만, 언제, 얼마만큼의 기관이 승인을 받을 수 있을지는 아직 불투명하다. 어떤 형식으로 데이터를 수집해 제공할지는 대리 기관의 재량이 크다. 시장 진입을 목표로 하는 기업 및 연구기관들은 제도의 상세한 내용이 밝혀지는 것을 기다리고 있는 상태이다. 데이터를 제공할지 여부는 의료기관이 결정하기 때문에 대규모 데이터를 수집하기 위해서는 실제로 운용이 시작되고 난 후 어느 정도 시간이 걸릴 가능성이 있다.

우리는 가까운 미래에 의사의 진단을 받을 때 그 큰 변화에 놀랄지도 모른다. 기존에는 발견해내지 못했던 병이 아주 미세한 증후를 통해 조기에 발견되거나, 일상적인 생활 습관 등을 분석해 앞으로 병에 걸릴 위험성을 지적해주는 등 크게 달라질 수 있다. 지금, 의료에 관한 빅데이터의 본격적인 활용이 시작되고 있다. 기업들은 진료 기록과 CT영상, 검사 데이터를 익명으로 수집해 분석. 서비스 및 신상품 개발 등에 활용하고 있다.

“옛날에는 췌장암의 생존율은 정말 낮았었습니다”. 2020년대, 의사는 조기에 췌장암이 발견된 환자 A에게 이렇게 말한다. “하지만 AI 덕택에 지금은 전혀 다르죠. 함께 힘냅시다”.

췌장암은 현재 발견 3년 후의 생존율이 15% 정도이지만 이 생존율이 크게 높아질 가능성이 있다. 췌장암 환자의 내시경과 CT영상을 대량 수집해 인공지능(AI)에 학습시킨 후, 사람들의 CT와 내시경 영상 데이터를 AI에게 분석하도록 하면 과거의 사례를 바탕으로 암 발견율이 높아질 것이다. 조기 발견 및 치료가 가능하게 된다면 생존율 상승으로 이어진다.

“10년 후에 뇌경색이 될 가능성이 30% 있습니다”. B 씨는 건강 검진 후에 의사로부터 이와 같은 말은 듣게 된다. 그는 MRI 결과에 아무 이상이 없어 안심하고 있었다.

“건강검진 및 MRI의 결과를 통해 뇌경색 발생을 분석하는 정밀도와 스피드가 향상될 수 있다”. 의료 데이터 활용을 목표로 하는 스타트업 기업, MIC(도쿄)의 담당자는 이렇게 말한다.

MIC는 AI를 이용한 빅데이터 분석과 온라인 진료를 조합한 서비스를 계획 중이다. 현재 건강검진 및 MRI 결과로 뇌경색 발생을 분석할 수 있는 기술을 연구하고 있다. MRI로 이상을 발견하지 못하더라도, 과거 뇌경색 환자들의 대량의 데이터에서 공통된 증후가 있을 수 있다. 예를 들어 한 검사 수치가 5년 이상 정상 수치를 넘는 사람은 발병률이 높다라고 판단 할 수 있는 것이다.

MIC는 국립암연구센터와 도쿄여자의과대학, 나고야대학 등과 개별적으로 협의, 익명 데이터를 제공받는다. 지금은 나고야대학 윤리위원회의 심사가 필요하다. 현재는 데이터 분석을 위해서는 사전에 많은 노력과 시간이 소요된다. 의료 빅데이터제도라는 새로운 시스템으로 보다 많은 데이터를 취득할 수 있게 된다면 시간과 노력을 줄일 수 있게 되고, AI의 능력이 향상되어 병의 예견 가능성이 높아질 것이다.

심야에 교통 사고로 응급실에 실려가게 된 C 씨. CT 영상 데이터를 통해 AI가 즉시 최적의 치료법을 제안. 조기 치료로 회복도 빨랐다.

AI를 활용해 의료 영상 진단을 지원하는 기술 개발을 추진하고 있는 LPixel(도쿄). 폐암 CT 등의 데이터를 이용해 연구 개발을 하고 있다. 시마하라(島原) 사장은 새로운 제도로 새롭게 대량의 데이터가 형성된다면 “서비스 개발의 라인업을 한 층 더 확대할 수 있게 된다”라며 기대감을 나타낸다.

“전세계 기업들을 일본에 모이게 할 수 있는 데이터가 될 가능성도 있다”. 미즈호은행 산업조사부의 요시다(吉田) 씨는 말한다.

덴마크는 정부 주도로 전자의무기록 도입을 추진. 개인의 유전 정보도 익명화해 활용할 수 있다. 그 결과, 전세계 제약회사 및 의료기기 제조사들이 모여들어 유럽 최대급의 메디컬 클러스터 ‘메디콘밸리(Medicon Valley)’를 구축했다.

의료 제도가 잘 갖추어져 있고 고령화 사회인 일본에는 대량의 의료 데이터가 잠자고 있다. 의료 빅데이터 제도로 서비스 향상뿐만 아니라 우수한 치료약이 일본에서 탄생할 가능성도 크다.

새로운 제도, 데이터의 질이 과제

의료 빅데이터 제도라는 새로운 제도의 성공에는 통과해야 할 관문도 있다. 우선은 데이터의 질이다. LPixel의 시마하라 사장은 “과거의 진단 및 병력으로 이어지는 데이터이어야 하는 것이 중요하다”라고 말한다. 같은 인물의 병에 걸리기 전과 병에 걸린 후의 데이터가 제공되지 않는다면 인과관계 등을 분석할 수 없어 가치가 떨어지기 때문이다.

데이터를 제공하는 의료기관이 협력해주지 않으면 새로운 제도는 의미가 없다. 의사가 정보를 제공할 수 있도록 인센티브를 만들 필요가 있다. 데이터를 발병 전과 후로 비교하기 위해서는 용어와 코드, 수치를 동일한 기준으로 하지 않으면 안 된다. 통일된 데이터 규격도 중요하다.

정보 제공에 대한 환자의 이해도 반드시 필요하다. 환자는 빅데이터의 이점을 느끼기 어렵다. 개인정보 유출에 대한 경계심도 있다. 개인이 자신의 진료 및 건강검진과 빅데이터 분석을 비교해 건강 관리에 활용할 수 있는 시스템을 구축해 이점을 실감할 수 있도록 하는 노력도 필요할 것이다.

 -- 끝 --