임상시험 결과를 바탕으로 실제 처방 결과(리얼월드데이터)를 미리 예측할 수 있는 인공지능 모델이 나와 학계의 주목을 받고 있다.

전자건강기록(EHR) 등 환자 데이터와 임상시험 결과를 바탕으로 환자에게 이 약이 실제로 들을지 안들을지 예측하는 모델로 향후 신약 임상 및 적용에 획기적 전기가 될 수 있다는 것이 전문가들의 의견이다.

현지시각으로 9일 국제학술지 네이쳐 메디슨(Nature Medicine)에는 신약의 리얼월드데이터를 미리 예측하는 인공지능 모델에 대한 검증 연구 결과가 공개됐다(10.1038/s41591-024-03352-5).

전 세계적으로 암 환자가 폭발적으로 증가하면서 면역 항암제 등 신약 개발 열기도 점점 더 뜨거워지고 있다.

하지만 기대를 모았던 신약이 리얼월드데이터에서는 기대에 못미치는 성적을 내면서 실망감을 키우고 있는 것도 사실. 임상 3상에서 얻은 결과가 실제 처방시 나타나지 않는 경우가 많다는 의미다.

실제로 다양한 분석 결과 항암 신약에 대한 실제 생존율은 임상 3상에 비해 현저하게 낮다는 보고가 이어지면서 이같은 우려를 키우고 있다(Oncologist 21,1113–1120-2016).

또한 일부 연구에서는 3상 임상에서 기록한 중간 평균 생존율(MOS)가 실제 처방 결과 6개월 이상 감소한 것으로 확인됐다(JAMA Netw.Open4,e210030-2021).

이에 대해 의학자들은 항암제의 특성상 무작위 대조 임상 진행에 한계가 있다고 지적하고 있다.

일단 매우 제한된 적격 기준으로 인해 실제 암 환자의 10% 미만이 임상시험에 참여하게 되는 문제가 있다는 것이 전문가들의 지적이다.

또한 제약회사 입장에서 더 나은 예후가 예상되는 환자나 합병증이 적은 젊은 환자를 선택적으로 모집할 수 밖에 없다는 것도 한계로 꼽히고 있다.

펜실베니아 의과대학 퀴 롱(Qi Long) 교수가 이끄는 연구진이 임상시험 결과를 기반으로 리얼월드데이터를 예측하는 인공지능을 개발한 배경도 여기에 있다.

이러한 한계로 인해 임상시험 참가자를 더 늘리고 다양화할 수 없다면 인공지능의 힘을 빌려 이러한 오차를 줄여야 한다는 판단에서다.

이에 따라 연구진은 최근 진행성 암 환자 18만명을 대상으로 하는 데이터를 학습한 머신 러닝 인공지능인 트라이얼트랜슬레이터(TrialTranslator)를 개발했다.

또한 비소세포폐암, 전이성 유방암, 전이성 전립선암, 전이성 대장암 등 11개의 항암 신약 3상 임상 데이터를 기반으로 이를 검증했다.

인공지능이 3상 임상시험 결과와 환자의 전자건강기록(EHR)을 분석해 실제 처방시 혜택을 볼 수 있는 환자와 그렇지 않은 환자를 구분하게 하고 실제 임상 결과와 이를 비교한 것이다.

그 결과 인공지능이 저위험이나 중위험으로 평가한 환자들은 실제 처방이 이뤄질 경우 임상 3상 결과와 95% 유사한 결과가 나오는 것으로 분석됐다.

하지만 고위험으로 평가한 환자의 경우 실제 처방시 임상 3상 결과와 대비해 중간 평균 생존율이 62%나 낮아지는 것으로 나타났다.

11개의 신약 임상을 모두 검증한 결과 저위험의 경우 중간 평균 생존율이 임상 3상에 비해 2.3개월이 적었고 중위험의 경우 4.2개월이 적어졌으며 고위험은 무려 5.7개월이 감소한 것을 확인했다.

면역관문억제제의 경우 이 차이가 더욱 심했다. 저위험의 경우 임상 3상 결과에 거의 유사한 생존율을 보였지만 고위험의 경우 중간 평균 생존율이 60%나 낮은 것으로 조사됐다.

퀴 롱 교수는 "이 인공지능을 활용하면 실제 환자에게 신약을 투여했을때 임상 3상 결과가 환자 개개인에게 어떻게 적용될지를 예측할 수 있다"며 "리얼월드데이터를 미리 예측하고 신약의 효과를 예상할 수 있다는 의미"라고 설명했다.

이어 그는 "이를 활용한다면 추가 임상 등을 진행할때 더 정교한 설계를 할 수 있으며 고위험 환자를 어떻게 관리할 것인지에 대한 대안도 세울 수 있다"며 "신약 개발과 허가, 시판 후 조사에 큰 전기가 될 것"이라고 밝혔다.