의료 인공지능(AI)이 진단보조 등 전통적인 영역을 넘어 임상시험 등 다양한 부문에서 효용성을 입증하며 영역을 넓혀가고 있다.

임상시험 진행에 큰 비용과 시간이 들어가는 적격 지원자 분류와 모집을 매우 빠르고 정확하게 해내며 또 하나의 가능성을 증명했기 때문이다.

현지시각으로 19일 미국의사협회지(JAMA)에는 임상시험 등록에 있어 인공지능의 효용성에 대한 검증 연구 결과가 공개됐다(10.1001/jama.2024.28047).

현재 임상시험 진행을 위해서는 의료진이나 코디네이터가 전자의무기록(EMR)이나 건강기록(EHR)을 통해 적격 환자를 분류해 이에 대한 지원 의사를 묻는 방식이 활용되고 있다.

환자의 나이와 질병, 과거나 현재 복용중인 약물 등 특정 기준에 맞춰 여기에 적합한 환자를 의료진과 코디네이터가 사전에 분류하는 작업이 선행돼야 한다는 의미다.

문제는 시간과 비용이다. 수백명, 많게는 수천명의 임상시험 지원자를 뽑기 위해서는 적어도 수만명의 의료 데이터를 직접 분류하고 선별하는 작업이 필요하기 때문이다.

이로 인해 임상시험 진행에 필요한 예산의 최소 3분의 1이 이 작업에 투입되고 있는 것이 현실이다.

하버드 의과대학 알렉산더 블러드(Alexander Blood) 교수가 이끄는 연구진이 인공지능을 통한 해법 마련에 나선 배경도 여기에 있다.

만약 인공지능이 이러한 작업을 대신할 수 있다면 임상시험에 들어가는 비용과 시간을 크게 줄일 수 있다는 판단에서다.

이에 따라 연구진은 이러한 환자 모집에 필요한 정보를 인공지능에 학습시키고 4476명의 환자를 무작위로 선정해 과거 방식인 의료진과 코디네이터를 통한 분류와 더불어 인공지능을 통한 선별 작업을 동시에 진행했다.

과연 전통적으로 사람이 하는 방식과 인공지능 중에 누가 더 일을 잘하는지를 보기 위한 무작위 대조 임상이다.

결과는 놀라웠다. 인공지능이 모든 면에서 인력을 투입하는 것보다 월등한 성적을 거뒀기 때문이다.

연구진이 심부전에서 최적의 치료를 구현하기 위한 협력 프로그램(COPILOT-HF)에 적합한 환자를 구분하는 일을 주문하자 인공지능은 대상 환자 중 458명의 적격 환자를 뽑아냈다.

의료진과 코디네이터가 284명의 적격 환자를 선별해 낸 것과 비교하면 월등하게 많은 숫자다. 의료진과 코디네이터가 미쳐 챙기지 못한 환자까지 빠르게 찾아냈다는 의미다.

환자 모집에서도 마찬가지 결과가 나타났다. 인공지능과 코디네이터가 이렇게 분류된 환자에게 연락해 임상시험 참여를 유도하는 비교를 한 결과 이 또한 AI가 효율적이었기 때문이다.

실제로 인공지능 그룹에서는 이 중에서 35명의 환자가 최종적으로 임상 참여를 등록한 반면 의료진과 코디네이터 그룹에서는 불과 19명만이 동참을 결정했다.

결론적으로 의료진과 코디네이터가 임상시험 참가자를 선별하고 모집하는데 비해 인공지능에게 일을 맡길 경우 비용은 20% 수준으로 줄었으며 참가자 등록까지 걸리는 시간은 절반으로 감소한 것을 확인할 수 있었다.

알렉산더 블러드 교수는 "임상시험 진행에 있어 가장 큰 부담 중 하나인 적격 지원자 분류와 등록에 인공지능이 말도 안되는 효과를 발휘한다는 것을 보여준다"며 "종합적으로 사람이 하던 일에 비해 3분의 1도 안되는 비용과 시간으로 모든 과정을 정확하게 진행하는 것을 확인할 수 있었다"고 설명했다.

이어 그는 "향후 브링험 여성병원 등 하버드 의과대학 부속병원에서 진행하는 임상시험에 이를 지속 적용할 예정"이라며 "궁극적으로 다른 의료기관과 기업에서도 이 방법을 활용하게 될 것"이라고 밝혔다.