헬스케어 분야의 디지털 전환추세가 가속화되는 가운데 ▲소비자 맞춤형 인공지능(AI) ▲의료 빅데이터 ▲클라우딩 데이터 ▲머닝러신 신약 개발 ▲개인 맞춤형 유전자 검사가 새로운 5대 트렌드로 제시됐다.

한국생명공학연구원은 13일 ‘디지털 헬스케어 혁신의 주요 트렌드’ BioINwatch 보고서를 통해 포브스에 게재된 존스홉킨스 의과대학 아니타 굽타(Anita Gupta) 박사의 디지털 헬스케어 분야 트렌드를 소개했다.

보고서에 따르면 웨어러블기기에서 수집된 데이터 기반 통찰력과 만성질환 관리를 위한 모바일 앱 등 디지털 기술이 헬스케어 분야를 크게 변화시켰고 이러한 추세는 코로나 팬더믹으로 가속화 될 것으로 전망했다.

◇소비자 AI=이미 많은 의료시스템에서 인공지능(AI)을 통합 운영하고 있다. 비용 절감 목적만 아니라 인공지능 도움으로 환자 만족도 증가, 재입원율 및 치료비 감소와 같은 건강 관리의 복잡한 문제를 해결할 수 있기 때문이다.

소비자 AI는 현재 의료 상태를 개선하는 데 중요한 역할을 하여 개인에게 더 나은 의료결과를 제공한다. 예를 들어 가정에서 AI를 활용해 개인의 고유한 생물학적 데이터로부터 생성된 맞춤형 권장 사항이나 관리방안을 통해 환자가 자신의 증상과 치료를 잘 이해하도록 도울 수 있다. 

의료분야 소비자 AI는 구글 FIT 및 애플 HEALTHKIT과 같은 웨이러블 기기와 모바일 앱의 도움을 받는다. 다만 건강데이터 관련 개인정보 보호 문제 해결은 필요하다. 이를 위해 디지털 신뢰를 위한 규제 프레임워크 개선 노력이 지속되어야 한다.

◇의료 빅데이터=웨어러블 기술 확산은 기업과 의료 제공자에게 환자 치료에 대한 유용한 통찰력을 제공할 수 있는 의료 빅데이터를 제공한다. 의료 빅데이터는 만성질환에 걸리기 쉬운 환자들 사이에서 만성질환 예측에 사용된다. 또 효율적인 임상 경로를 만들고 병원 관리 운영도 개선할 수 있다. 최근에는 환자 건강데이터를 실시간 추적하는 클라우드 기반기술로 의료 제공자와 환자 간의 안전한 소통을 가능케 하는 의료 빅데이터 이니셔티브 개발에 초점을 맞추고 있다.

◇클라우딩 데이터=클라우딩 컴퓨팅 기술의 채택은 헬스케어 분야 디지털 혁신 시대를 여는데 기여했다. 클라우딩 컴퓨팅으로 신속한 데이터 접근 및 처리가 가능해져 의료 제공자가 이 정보에 의한 실시간 의사결정에 도움을 줄 수 있다. 

의료기관들은 정보 관리를 위해 클라우드 기반기술을 사용하면서 의료 제공자가 데이터를 쉽게 저장, 관리 및 공유할 수 있는 전자건강기록(EHR)과 같은 솔루션도 이 범주에 포함된다. 또 클라우드 네트워크는 원격의료 모니터링 및 모바일 의료서비스와 같은 원격의료 솔루션 기반을 제공하고 있다.

◇머닝러신 신약 개발=의료 빅데이터 증가에 따라 헬스케어 분야에서 머신러닝(ML) 도입이 강조되고 있다. 머신러닝은 방대한 의료데이터를 선별하고 환자 결과를 개선하는데 사용할 수 있는 패턴을 식별하는 예측 분석이다.

향후 몇 년동안 머신러닝 기술은 후보물질 발굴과 신약 개발 및 제약 산업 전반 프로세스에 적용할 것으로 예상된다. 예를 들어 머신러닝을 사용하여 특정 치료가 환자에게 가장 큰 효과가 있는지 식별하는 환자 약물 반응을 예측하는 데 활용할 수 있다. 이러한 유형의 예측 분석은 유전체 데이터에 적용하면 개인의 특정 상황에서 어떻게 반응할 지에 대한 단서를 제공한다. 예측 분석을 통해 환자 요구에 기반한 표적 치료 계획을 제공할 수도 있다.

◇개인 맞춤형 유전자 검사=유전자 검사는 소비자 AI 및 헬스케어 미래에서 중요한 역할을 하는 또다른 영역으로 유전자 검사를 통해 개인의 DNA를 분석하여 특정 약물이나 치료법을 예측하는 모델을 제작할 수 있다.

이러한 예측 분석을 사용하면 신약 개발자가 특정 조건을 가진 환자의 삶을 개선시킬 수 있는 개별화된 치료제를 개발할 수 있다. 예를 들어 약물 유전학 검사는 최근 어린이 만성 통증을 치료하는 데 사용되고 있다. 이 과정에서 비효율적인 약물 요법으로 쓰이는 수십억 달러를 절감할 수 있다. 개인 맞춤형 유전자 검사 기술과 서비스 확산으로 의료 소비자는 유전자 검사에 대한 많은 선택권을 갖게 된다.