신약 임상연구 분야에 디지털 헬스케어 융합 기술이 다양하게 접목될 전망이다.

막상 신약 후보물질은 결정했지만 임상연구 '환자 등록 지연'이란 난관에 봉착한 제약사에는, 또 다른 선택지가 될 것으로 보인다.

최근 제약사들에 인공지능(AI)을 접목한 신약개발 관심이 꾸준히 늘고 있는 가운데, 제약사와 정보통신기술(ICT) 기업들간에 협업이 다양하게 시도되기 시작했다.

국내에서도 AI를 이용한 첫 관문으로, 초기 신약 후보물질 필터링 효율화와 신약후보물질 탐색기간을 줄이자는 취지 아래 '인공지능 신약개발 지원센터(가칭)' 설립이 최근 논의되고 있는 상황.

그런데 신약개발 과정에서 디지털 헬스케어 기술의 도입이 필요한 분야로는 신약후보물질 탐색 이외에도, 임상 환자 모집이란 키워드가 빠지지 않고 언급된다.

업계 관계자는 "신약 임상 환자 등록은, 신약후보물질을 탐색하는 만큼의 시간과 비용이 대거 투입되는 영역"이라면서 "신약 임상 중 많은 건수가 애초 계획했던 임상 환자 등록이 늦어지면서 출시시기가 기약없이 지체되고 투자비용 부담을 하소연 한다"고 전했다.

결국 환자 모집이 늦어질 수록 품목 론칭에도 차질을 주기 때문에 상업성까지 떨어진다는 얘기. 이는 임상조사기관 컷팅엣지인포 조사 결과에서도 드러난다.

현재 진행 중인 신약 임상의 약 80％가 환자 등록이 늦어지면서 매일 추가 비용이 투입되고 있으며, 37％ 수준은 계획했던 환자수를 채우지 못하는 것으로 나타났다.

때문에 최근 소셜네트워크서비스(SNS)를 비롯한 AI 등 디지털 헬스케어 기술이 임상연구 환자 모집에 접목되면서 또 다른 탈출구로 기대되고 있다.

대표적인 사례가 제약사와 파트너쉽을 맺은 환자커뮤니티 플랫폼을 이용하거나 AI 프로그램을 통한 연계 프로그램이다.

미국 내에만 35만명의 회원수를 확보한 환자 커뮤니티인 '페이션츠라이크미(Patientslikeme)'가 진행 중인 플랫폼의 경우, 제약사 임상 기준에 부합하는 환자들에 연구 관련 정보를 전달하면서 참여를 유도하는 임상 연계 프로그램을 가동 중이다.

또한 IBM 인공지능 '왓슨'도 신약후보물질 탐색에 이어 환자 발굴에까지 이용되기 시작했다. 주요 암센터에서 임상 환자를 연결하는 예비 프로그램을 운용하면서 대상자 선별과 모집에 왓슨을 적극 활용하는 것이다.

디지털 헬스케어 기술이 임상연구 분야에 까지 접목되면서 환자 모집 통로가 이전에 비해 늘어날 것이란 기대가 나오는 이유다.

한편 제약사의 AI 도입은 신약후보물질 탐색 분야에서 가장 활발한 모양새다.

얀센이 BenevolentAI와 독점 라이센스 체결한데 이어, 화이자제약이 IBM 인공지능(Watson for Drug Discovery)을 활용하는 상황.

또 머크가 AtomNet을 이용해 신약후보물질을 탐색하고 있으며, 테바는 신약개발을 위한 IBM과 업무협약을 체결해 호흡기 및 중추신경계 질환 분석 및 만성질환 약물 복용 후 분석 등에 이용하고 있다.