AI와 빅데이터가 의료산업의 새로운 무기가 될 때

인간과 미생물 사이의 끝없는 전쟁

호치민시 열대병원에서 개최된 감염성 질환 임상 실습에 인공지능과 빅데이터를 적용하는 과학 컨퍼런스에서 호치민시 보건부 부국장인 응우옌 반 빈 차우 준교수 박사는 감염성 질환과의 장기적인 싸움에서 혁신의 중요성을 강조했습니다.

감염병은 항상 세계 공중 보건의 가장 큰 과제 중 하나였습니다. 베트남처럼 미생물이 번식하기에 유리한 환경을 갖춘 열대 국가에서는 이 싸움이 더욱 치열하고 끈질기게 이어지고 있습니다.

역사를 통틀어 세계는 수천만 명의 사람들의 목숨을 앗아간 심각한 질병의 창궐을 겪어 왔습니다.

오늘날 인간은 전염병, 특히 조류 인플루엔자, SARS, MERS, 그리고 가장 최근에는 코로나19와 같이 동물에서 사람으로 전염되는 전염병으로 인한 새로운 위협에 계속 직면해 있습니다.

AI와 빅데이터가 의료산업의 새로운 무기가 될 때 - 1

고대부터 인간은 끊임없이 진화하는 미생물로 인한 전염병으로 인해 끊임없이 새로운 위협에 직면해 왔습니다.

감염병의 독특한 점은 이를 유발하는 병원균의 복잡성과 예측 불가능성입니다. 미생물은 돌연변이를 통해 끊임없이 진화하며, 이는 면역 체계나 항생제의 공격을 피하는 데 도움이 됩니다. 우려되는 것은 돌연변이의 불가피한 결과인 항생제 내성이 점점 더 흔해지고 있다는 것입니다.

항생제는 거의 100년 전에 발견되어 생산의 황금기를 누렸지만(1940~1960년대), 현재 신약의 수는 점점 줄어들고 있습니다. 한편, 단일 항생제, 복합 항생제, 심지어 모든 항생제에 내성을 가진 박테리아가 등장하면서 의학은 수동적인 상태로 전락했습니다.

미생물의 진화는 시간이 지남에 따라 어떤 약물이나 백신도 효과가 없어질 수 있음을 의미합니다. 따라서 인간은 기존 도구에 의존할 뿐만 아니라, 접근법, 진단 방법, 치료법부터 장기적인 예방 전략에 이르기까지 끊임없이 혁신하고 창조해야 합니다.

그에 따르면, 현재의 접근 방식에는 게놈 분석, 대사체학, 면역학부터 백신 개발(백신학)까지 여러 분야를 통합하는 체계적인 전략이 필요합니다.

특히 mRNA 백신의 탄생은 의학 역사상 전례 없는 획기적인 사건으로, 인간이 바이러스 시퀀싱에서 지역 사회 예방 접종까지 걸리는 데 걸린 시간이 불과 12개월에 불과했습니다.

차우 박사는 또한 영국 런던 임페리얼 칼리지 과학자 들의 연구를 인용했는데, 이 연구에 따르면 코로나19 백신 접종 캠페인이 바이러스 게놈이 해독된 지 불과 100일 만에 시작되었더라면 전 세계적으로 830만 건의 사망과 2,600만 건 이상의 감염을 예방할 수 있었을 것이라고 합니다.

이러한 체계적인 계산을 바탕으로 세계는 미래의 팬데믹에 대비하기 위한 "100일 미션"이라는 개념을 형성했습니다.

이 임무의 목표는 새로운 전염병 병원체를 식별한 후 100일 이내에 신속한 진단 솔루션, 효과적인 초기 치료법, 대량 예방 접종을 위한 백신을 확보하는 것입니다.

차우 박사는 "혁신은 인간이 전염병과 싸울 뿐만 아니라 미생물과 함께 지속 가능하게 살고 진화하는 데 도움이 되는 무기입니다."라고 단언했습니다.

AI, 호치민시 홍역 발병 예측

이 컨퍼런스에서 호치민시 열대병 병원 부원장인 응우옌 레 누 퉁 박사는 최근 병원에서 전염병 연구, 진단 및 경고에 인공지능(AI)과 빅데이터를 적용한 사례에 대해 보다 구체적으로 공유했습니다.

퉁 박사는 2018년부터 현재까지 병원에서 AI와 빅데이터를 적용한 22개의 연구 프로젝트를 수행했다고 밝혔습니다. 여기에는 독감과 뎅기열 예측 연구, 머신 러닝을 이용한 의료 기록의 필적 인식, 웨어러블 기기를 통한 원격으로 생체 신호 모니터링 등이 포함됩니다.

AI와 빅데이터는 병원이 전염병을 조기에 예측하고 경고하는 능력을 향상시키는 데 도움이 됩니다.

예를 들어, 호찌민시 보건부의 전염병 감시 시스템은 2024년 홍역 발생 건수가 증가했음을 기록하여 신속하게 예방 접종 캠페인을 시행하고 발병을 선포했습니다. 확장된 예방 접종 정보 시스템은 또한 예방 접종률 데이터를 제공하여 지역 및 인구 집단별 질병 위험 예측을 지원합니다.

전 세계적으로 BlueDot(캐나다)과 FluMap(미국)과 같은 시스템은 코로나19 팬데믹이 발생하기 전에 질병의 조기 징후를 경고하는 데 효과적인 것으로 입증되었습니다.

베트남에서는 질병 주기를 분석하고, 전염병의 지속 기간과 정점을 예측하며, 연령, 성별, 기저 질환 등의 요소를 기반으로 확산을 평가하는 역학 모델을 구축하는 데 AI를 적용하고 있습니다.

이 기술은 고위험 집단을 식별하고, 예방 접종 전략의 우선순위를 정하고, 신속한 대응을 위해 필요한 물품, 의약품, 인력을 추산하는 데 도움이 됩니다.

하지만 AI-빅데이터 구현 과정은 여전히 데이터 품질의 불균형, 의학과 기술에 대한 심층적인 이해를 갖춘 인력 부족, 대규모 인프라 투자 비용 등 많은 과제에 직면해 있습니다.

출처: https://dantri.com.vn/suc-khoe/khi-ai-va-big-data-tro-thanh-vu-khi-moi-cua-nganh-y-te-20250529134256420.htm