"상관성을 인과관계로 해석하는 등 시행착오가 빈번하다."

최근 건강보험 빅데이터 개방 기조 아래 기초과학자·생명공학자들의 임상 데이터 분석이 늘어나면서 되레 '엉뚱한 결론'으로 귀결되는 사례 역시 늘고 있다.

약제의 보험 적용 순서 및 치료 가이드라인 등의 의학적 지식 부족으로 데이터에 나타난 현상을 인과관계로 해석해 그릇된 결론을 도출하는 해프닝이 벌어지고 있는 것.

실제로 데이터 발표 전까지 임상의의 개입이 없는 연구도 많다는 점에서 일부 학회는 의료 데이터 관련 연구에 의학자 개입을 명시하는 방안 등 해법 마련에 팔을 걷었다.

7일 의학계에 따르면 기초과학자, 생명공학자들의 임상 데이터 분석 연구와 관련해 의학자의 리뷰 등 개입을 촉구하는 목소리가 커지고 있다.

미국, 유럽들에선 임상의학자, 과학자, 공학자들이 함께하는 의학 학술단체 및 학술활동이 드물지 않지만 국내에선 빅데이터 공개, AI 고도화 등에 따라 최근 4~5년 새 과학자와 공학자의 의학회 연구 발표 활동이 빈번해지고 있다.

융합과학, 분자의학 등 타 학제 연구진의 의학 연구 활동에 불을 지핀 것은 여러 임상기관의 데이터를 동일한 구조와 규격으로 축적한 공통데이터모델(CDM). CDM 자료 공개가 확대되면서 이를 분석하는 분산형 공동연구가 활발해지는 추세다.

문제는 임상 데이터 분석을 위한 가설 설정부터 효율적인 검증 모델 산출, 교란 변수 제거에 의학자들의 도움이나 개입이 없어 적절한 결론을 이끌어내기 어렵다는 것.

A학회 관계자는 "데이터 분석을 하다보면 그중에 얻어 걸리는 것이 있기 마련"이라며 "특히 가설을 세우고 검증하는 게 정상이지만 일부에선 이런 순서를 뒤바꿔 결론에 가설을 끼워맞추는 일도 일어나고 있다"고 말했다.

그는 "데이터 분석을 통해 논문을 쓰는 것이 상대적으로 쉽기 때문에 타 학제에서 너도나도 임상 빅데이터 분석에 뛰어든다는 생각까지 한다"며 "A와 B의 상관성을 인과관계로 해석하거나 보험 규정상 1차 약제 사용후 2차 약제 사용이 가능한 것을 약제 스위칭 경향으로 해석하는 등 엉뚱한 결론이 많다"고 지적했다.

지난 달 춘계학술대회를 개최한 의료정보학회에서도 몇몇 연구 발표에서 비슷한 현상이 관찰된 바 있다.

GLP-1 약제의 순응도 분석에서 부작용, 약가, 장기 처방이라는 요소를 빼고 분석한 결과 순응도를 높인 요인은 연령으로, 낮춘 요인은 설포닐우레아와 인슐린의 사용으로 귀결됐다. 실제 임상 현장에선 환자의 순응도가 좋은 경우 3~6개월간 장기 처방을 내리기도 하지만 CDM 데이터 상으로는 이를 재처방이 없이 약물 순응도가 떨어진 것으로 오인할 가능성도 있다.

실제로 해당 연구엔 내분비내과 등 관련 의료진이 리뷰하거나 임상 설계에 개입하지 않은 것으로 알려졌다.

이와 관련 데이터 분석이 빈번할 수밖에 없는 의료정보학회도 개선책 마련에 골몰하고 있다.

의료정보학회 모 임원은 "현재 기초과학 연구자들에게 별도의 의학적 지식을 제공하거나 교육을 하는 프로그램은 없다"며 "때로 번뜩이는 연구들이 있어 기초과학자들의 참여와 활성화는 긍정적이지만 그럼에도 불구하고 연구의 질을 올려야 한다는 데는 문제의식을 공유하고 있다"고 말했다.

그는 "특히 보험, 치료 가이드라인, 약제 관련 의학 지식이 없다는 점이 문제점으로 지적된다"며 "타 학제 연구자들이 의학자들에게 가설 설정이나 분석 방법론에 대해 자문을 요청해도 시간 소요가 크다는 점에서 누가 나서려고 하지 않는 현실적인 어려움도 있다"고 지적했다.

그는 "이에 따라 연구 논문 발표 시 필요한 이해관계 고지(disclaimer)와 같이 타 학제의 임상 데이터 분석 시 임상의학자 공동 참여 여부를 표시케 하는 방안을 고려하고 있다"며 "체크리스트 형태로 분석에서 고려해야 할 요소들을 스스로 확인하게 하는 방안도 검토하고 있다"고 덧붙였다.