헬스케어 영역에서도 생성형 인공지능(AI) 활용사례가 잇따라 등장하며 관심을 끌고 있다. 

생성형 AI는 주로 의약품 설계 등에 활용 중이다.  신약개발은 일단 치료할 질환의 발증이나 진행과 관련한 분자를 약의 표적으로 특정한 다음 억제물질을 찾아 신약 후보로 설계하는 과정을 거쳐야 한다.  이 설계 공정에 생성형 AI를 활용해 후보물질의 최적의 설계를 실현하고 임상시험 성공률도 높이고 있다.

미국 반도체 대기업 엔비디아는 BioNeMo 서비스라는 신약개발용 생성 AI 플랫폼을 제공하고 있다. 제약사 연구소에선 이 AI 플랫폼을 새 분자구조 생성이나 예측 등에 활용함으로써 의약품 개발에 드는 시간과 비용을 크게 절약할 수 있다고 보스턴 컨설팅 그룹(BCG)은 전했다.

또 미국 바이오제약사 모더나는 IBM과 협업해 분자 특성을 예측하는 데 도움이 되는 AI 기반 모델 MoLFormer를 생성 AI로 진화시켜 새로운 치료약의 발견 및 개발 등을 가속화 하고 있다.

홍콩에 거점을 두고 있는 AI 신약개발기업 인실리코 메디슨은 AI로 데이터베이스를 해석해 효율적으로 신약 후보를 찾아내고 있다.  최근   이 회사는 AI를 활용해 18개월, 예산 260만 달러에 미 식품의약국(FDA)에서 신약 허가를 취득했다

BCG는  “제약분야 경쟁력은 연구개발 단계에서의 첨단 의약품 창출 유무가 좌우하지만 의약품 하나가 세상에 나오기까지 평균 9∼17년이 걸리고, 성공 확률은 2만∼3만분의 1로 매우 낮다”며 “이같은 관점에서 생성형 AI가 신약개발 성공을 위한 포인트로 주목받고 있다”고 설명했다. 

BCG는 환자의 게놈을 분석해 개인에게 최적의 치료를 제공하는 정밀의료(Precision Medicine) 역시 생성형 AI를 활용하면 분자 단위로 최적화한 의약품을 설계할 수 있다고 덧붙였다.

BCG는 2025년까지 헬스케어 영역에서 생성형 AI 시장이 연평균 성장률 85%를 기록할 것으로 보고 있다.

이외에 의료기관의 진단, 치료, 문진 등에서도 생성형 AI를 활용할 수 있는 여지가 점점 많아지고 있다.

예를 들면 문진 중 차트를 쓸 때 의사는 환자를 진료하면서 써야 해 자칫 환자 대응이 소홀해질 수 있다. 미국 일부 의료기관에선 의사가 어느 정도 키워드를 쓰면 AI가 차트 흐름을 읽고 초안을 작성하도록 하고 있다.

재미있는 건 환자에 대한 공감 역시 생성형 AI가 의사보다 높다는 점이다. 미국 캘리포니아 샌디에고 대학의 조사에 따르면 의료에 관한 환자들의 질문 약 200건에 대한  의사와 챗GPT의  응답을 평가한 결과  챗GPT가 완승을 거뒀다.  의료 전문가가 블라인드 형식으로 평가한 결과, 의사들 응답은 ‘부족하다’ ‘허용할 수 있다’ 등이 있는 반면, 챗GPT는 ‘좋다’ ‘매우 좋다’ 등이 압도적으로 많았다.

BCG는 “의사보다 챗GPT 쪽이 질도 높고, 공감력도 있다고 평가한 것”이라며 “앞으로 생성형 AI 활용을 크게 기대할 수 있는 부분”이라고 강조했다.