빅데이터발 의료혁명 시작

 

“빅데이터발 의료혁명 시작”

빅데이터 이용한 진단 플랫폼 개발 착수

최근 미국의 세계적인 의료장비 기업인 GE 헬스케어는 시험관내 질병검사에서 세계 최대 기업인 로슈와 공동으로 빅데이터를 이용해 암 등을 정확히 진단할 수 있는 플랫폼을 개발한다고 발표했다. 의료 분야 온라인 매체인 ‘헬스 IT 애널리틱스(Health IT Analytics)’에 의하면, 세계적인 기업 간의 이번 협력은 간단히 말해서 빅데이터를 이용해 진단에 관한 더 나은 의사 결정을 내리는 것이 목표다.

GE 헬스케어는 학계 등과의 파트너십을 통해 고해상도 이미지 연구를 포함한 데이터 활용을 극대화하는 방법으로 머신러닝을 의료 영상에 적용하는 데 막대한 투자를 시작했다. 이미 GE 헬스케어의 영상 장비를 사용하고 있는 많은 병원들을 고려하면 전 세계 의료 시스템에서 고급 데이터 분석 프로젝트를 수행할 수 있는 잠재력을 갖춘 셈이다.

이처럼 영상 및 모니터링에 있어 중요한 기반 시설을 갖춘 GE 헬스케어에 로슈의 유전체학 및 기타 정밀 의학 데이터의 전문성을 추가할 경우 매우 영향력 있는 예측 분석 및 첨단 진단법에 대한 발전을 기대할 수 있다.

예를 들면 GE 헬스케어의 전문 분야인 의료 영상 데이터를 진단 플랫폼에 적용할 경우 유방암을 비롯한 대다수의 암에 대한 복잡한 상태를 진단할 수 있는 의료진의 능력을 개선할 수 있다. 또한 이렇게 통합된 빅데이터에 머신러닝 및 딥러닝을 적용하면 X-레이 사진에서 발견한 의심스러운 조직에 대한 불필요한 검사 횟수를 줄일 수 있을 뿐만 아니라 유선암 치료를 위한 유방 절제술도 줄일 수 있다.

빅데이터는 의학정보 데이터의 획득 시간을 대폭 줄이는 것 외에 의사 진단을 지원하는 데도 중요한 역할을 한다. ⓒ Public Domain

 

 

이처럼 현대 의학은 새로운 변수를 탐지할 수 있는 능력과 함께 질병 및 인체 생리에 대한 과학적 이해가 진전됨에 따라 더욱 데이터 위주로 변하고 있다. 사실 의학은 주로 직감 및 경험, 증상에 근거해 치료하는 영역으로서, 정보 및 데이터가 이 분야의 핵심이다.

그런데 만약 의사 개인이 이러한 정보와 데이터를 수집하려면 수집 주기가 너무 길며 객관적인 자료 수집이 힘들다. 그러나 빅데이터 및 인공지능의 등장으로 인해 의사 개개인의 시간 부족이란 단점을 보완할 수 있게 됐다.

정확한 진단 내리는 데 큰 역할 예상

개인이 수천 권의 의학 서적과 의학 사례를 습득하는 데 걸리는 시간은 10년 이상이지만 인공지능은 짧은 시간 안에 그 같은 대량 정보를 기록한다. 이 같은 시간의 대폭적 축소는 의학 진단에 있어서 더욱 쉽게 실마리를 찾고 병명을 확정하며 치료 방안을 제시할 수 있게 해준다.

빅데이터는 의학정보 데이터의 획득 시간을 대폭 줄이는 것 외에 의사 진단을 지원하는 데도 중요한 역할을 한다. 진단의 본질은 구분으로서, 다양한 질병을 구분하는 것이 질병 원인을 인식하는 기초다. 따라서 양질의 의료 데이터를 가지고 있으면 정확한 진단을 내리는 데 큰 힘을 발휘할 수 있는 것은 당연하다.

현재 빅데이터의 저변 환경은 매우 좋은 편이다. 많은 제약회사들이 연구개발 자료를 모아 구축한 데이터베이스가 있으며, 보험회사 및 병원들도 환자 정보를 디지털로 저장해왔다. 또한 정부와 공공기관에서는 방대한 양의 임상시험 결과를 비롯한 의료 지식을 개방하고 있다.

빅데이터에서 비롯되는 의료 혁명은 이미 시작되고 있다. 미국 샌프란시스코 캘리포니아대학(UCSF) 전산의학연구소에서는 환자 및 건강한 이들의 조직세포와 암세포로부터 유전자를 수집하고 있다. 이를 통해 암세포와 정상세포의 차이를 연구할 수 있으며, 암 치료법을 어떻게 바꿀 수 있을지를 새로이 모색할 수 있기 때문이다.

빅데이터 기술이 활성화되면 앞으로 의사들은 진료 결과에 개인의 유전자 프로필을 더해 판단을 내릴 수도 있다. 매일 두통약 몇 알을 먹어야 하는지와 같은 간단한 지시에서부터 조직검사 결과에 발견된 유전자 및 단백질 표현형에 바탕해 어떤 치료법을 택할 것인지의 결정에도 빅데이터가 유용하게 사용될 것이다.

의료비용 지출 감소에도 유용해

정신질환 및 심리 치료 분야에서도 빅데이터의 활용이 가능하다. 빅데이터를 이용해 환자 상태가 악화되거나 자살 혹은 치료 중단 같은 극단적인 상황에 처할 위험도를 식별하는 알고리즘을 개발할 수 있기 때문이다.

이 같은 통계적 알고리즘에 기반해 복잡한 인간의 마음을 해독하는 것에 대해 거부감을 가질 수도 있지만, 정신건강 관리에 빅데이터를 적용하기 위한 프로젝트는 이미 진행되고 있다. 정신질환의 유전적 기반을 이해하는 것을 목표로 하는 신경과학 연구 프로젝트가 바로 그것. 정신과학 유전학은 최첨단 유전자 검사 기술과 빅데이터 분석을 이용해 정신질환과 관련된 인간 유전자를 식별하는 분야다.

의료 분야에서의 빅데이터 기술은 불필요한 의료비용 지출을 감소시키는 데도 매우 유용하다. 카이저 퍼머난테는 미국 내의 30여 개의 병원과 약 900만 명의 의료보험 회원을 보유한 회사다. 이 회사는 회원들의 의료 정보를 연결 관리해 심장질환에 대한 임상 결과를 개선했다. 그 결과 병원 방문 및 각종 검사를 줄임으로써 약 1조1000억 원의 비용을 절감하는 데 성공했다.

빅데이터의 발전은 의사를 대체하기 위한 것이 아니라 의사를 지원하기 위함이다. 이를 통해 의사들은 더욱 효율적이고 정밀하게 의료 행위를 진행할 수 있을 뿐만 아니라 충분한 학습과 휴식 시간을 취함에 따라 더욱 많은 시간과 정력을 첨단 의학 연구에 집중할 수 있다.

따라서 개인적 경험이 아닌 빅데이터에 기초해서 치료 방법을 결정하려는 움직임이 의사들 사이에서도 나타나고 있다. 앞으로 사물인터넷으로 다양한 센서가 휴대용 의료기기에 장착되면 의료 분야 데이터가 더욱 커짐으로써 빅데이터를 통한 의료 혁신이 더욱 활발해질 것으로 보인다.

글_ 이성규 객원기자 yess01@hanmail.net

출처_ 사이언스올 사이언스타임즈

저작권자 2018.01.25 ⓒ ScienceTimes