‘데이터 사이언스와 바이오 강국 코리아의 길’ 주제 한림원탁토론회 개최

데이터 시대 가속화, 의료 빅데이터가 갈 길은?

과기한림원, ‘데이터 사이언스와 바이오 강국 코리아의 길’ 주제 한림원탁토론회 개최

 

[한림원탁토론회 전경]

 

세계적으로 빅데이터의 활용이 급속도로 증가하는 추세다. 세계 경제 포럼(WEF)이 “2023년이면 빅데이터에 의한 의사결정이 일반화될 것”이라고 전망했을 정도로, 미래 사회에는 방대한 양의 정보가 쏟아지고 그런 빅데이터를 분석하는 능력이 중요하게 대두될 것으로 보인다. 그중에서도 지능형 정보기술에 대한 관심이 높아지면서 그 중요성이 강조되고 있는 가운데, 스마트 헬스케어로 빅데이터의 활용을 적극적으로 추진하고 있는 의료계 역시 이러한 변화에 촉각을 곤두세우고 있는 모양새다.

 

이에 한국과학기술한림원(원장 이명철, 이하 한림원)은 9월 18일 양재동 엘타워에서 ‘데이터 사이언스와 바이오 강국 코리아의 길’을 주제로 ‘제129회 한림원탁토론회’를 열고, 의료 산업에 적용되는 데이터 사이언스의 현황과 해결해야 할 문제들에 대해 토론하는 시간을 가졌다.

 

이날 토론회에서는 박태성 서울대 통계학과 교수, 윤형진 서울대병원 임상의과학 정보실장, 이동수 서울대 핵의학교실 교수 등 3명이 주제발표를 진행했다.

 

이명철 원장은 개회사를 통해 “데이터 사이언스 학문과 빅데이터 기술을 통한 바이오 정보의 분석 활용 기술은 바이오 산업 및 보건, 의학, 약학, 치의학 등의 다양한 기초연구의 핵심 기술로 자리매김하고 있으며, ‘정밀 의학’ 시대를 열기 위한 필수적인 요소가 되고 있다”라며 “그 중심에 서 있는 과학기술계 역시 데이터 사이언스 인력 양성 및 산업과의 연결 부분에 대한 정책 제안을 통해 의료계가 나아가야 할 방향을 제시해야 한다”고 말했다.

 

◆ 정밀의학, 치료 효과를 높일 수 있는 방법

 

[박태성 서울대 교수]

먼저 박태성 서울대 통계학과 교수는 ‘데이터 사이언스와 정밀의학’을 주제로 유방암, 간암, 췌장암, 등에서 정밀의학을 통한 질환 예측 서비스가 어떻게 활용되는지 세계적인 트렌드를 소개하고 개인별 맞춤의학의 필요성과 이에 따른 데이터 사이언스의 중요성 등에 대해 강조했다.

 

박 교수는 “의료 빅데이터가 현실화된 정밀 의학의 기본 개념은 모든 사람들을 그들의 정보를 기반으로 한 의료 정보로 구분시키고, 맞춤 약을 써서 환자의 건강을 개선시키겠다는 것”이라며 “정밀의학이 보편화되면 부정확한 치료가 있을 수 없는 시대가 도래하게 된다”고 말했다.

 

환자 개개인의 특성이 다르지만, 질병의 진단은 정해진 잣대로만 결정되어왔다. 때문에 치료의 효과가 어느 누군가에겐 100%, 어떤 사람에겐 10%로 나타날 수 있는 결과가 많이 발생했다.

 

 

그는 “그들의 유전적인 정보를 의료 빅데이터를 통해 분석하고 의료 활동에 적용하면 100% 효과를 볼 수 있는 진단이 내려질 수 있다”라며 “이를 위해선 많은 데이터 사례들이 모여 분석할 수 있어야 하는데, 개인정보규제가 최고 수준인 우리나라에서는 힘든 상황이다”라고 설명했다.

 

이어 박 교수는 “연구에 활용할 수 있는 의료 데이터는 턱없이 부족한 실정”이라며, “유의미한 연구 결과를 얻으려면 양질의 데이터 자체도 중요하지만 데이터를 보관하는 기술과 데이터를 가공하는 기술도 확보되어야 한다”라고 덧붙였다.

 

◆ 의료 민주화, 정보의 소유권을 환자에게 이전

 

[윤형진 서울대병원 실장]

윤형진 서울대병원 임상의과학 정보실장은 ‘데이터 사이언스와 의료 민주화’를 주제로 발표했다. 그는 “4차 산업혁명의 상당 부분이 보건 의료와 관련되어 있다는 점이 흥미롭지만, 쏟아붓는 투자에 비해 성과는 미진해 우려되는 부분이 많다”고 지적했다.

 

그의 말에 따르면 현재 선진국은 물론 우리나라에서도 보건 의료의 비용은 급등하는 반면, 성과는 그에 맞추어 개선되지 않고 있어 사회 문제로까지 확대되고 있는 상황이다.

 

윤 실장은 “미국의 조사 결과, 비용이 많이 나가는 집단과 아닌 집단의 치료 후기가 비슷했다”라며 “결국은 비용과는 아무런 상관이 없다는 것인데, 이는 결국 환자에게 해를 끼치는 상황으로 연결된다”고 말했다.

 

그는 이러한 모순의 해결을 위해선 ‘데이터 사이언스’가 기반이 된 의료 혁신이 가속화되어야 한다고 주장했다. 윤 실장은 대표적인 예로 안젤리나 졸리 효과를 들었다. 안젤리나 졸리는 그의 어머니와 이모가 유방암으로 사망하자, 유전자 검사를 통해 특이 유전자 변이를 갖고 있다는 것을 확인하고 유방과 난소를 절제했다.

 

윤 실장은 “안젤리나 졸리와 같은 유전자는 드물지만 예측하면 예방할 수 있다”라며 “예측을 통해 적극적인 질병 대처가 가능해 지면서 환자의 건강을 개선할 수 있었던 사례”라고 설명했다.

 

그가 말하는 의료 민주화의 핵심은 건강 정보를 의사가 아닌 의료 소비자들이 갖게 되는 것이다. 데이터의 공유를 통해 환자 역시 건강에 대한 의사 결정권을 행할 수 있다는 것. 윤 실장은 “의사가 가졌던 치료의 주도권을 환자가 갖게 되는 것으로, 수직적인 관계가 대등한 관계로 변화하는 것을 의미한다”라며 “안젤리나 졸리도 자신의 질병을 예측하고, 원하는 의사에게 수술을 받아 건강을 개선했다”고 강조했다.

 

이밖에도 그는 “의료 민주화가 우리 생활을 변화시키고 더 나아가 우리의 건강을 개선하며, 사회 전체적인 보건의료 비용을 절감하기 위해서는 자신의 건강 관련 데이터를 그들이 이해할 수 있도록 번역하는 작업이 필요하다”라며 “여기에 데이터 사이언스가 핵심적인 역할을 할 수 있을 것”이라고 덧붙였다.

 

◆ 브레인 이미징, 데이터 사이언스로 한계 해결 가능

 

[이동수 서울대 교수]

이어진 주제발표에서는 ‘브레인 이미징과 데이터 사이언스’를 주제로 이동수 서울대 핵의학교실 교수가 발표했다. 그는 브레인 이미징이 갖는 한계점과 이를 해결하기 위한 정책의 필요성에 대해 설파했다.

 

이 교수는 “현재 임상에 응용되는 뇌영상은 CT, MRI, PET, SPECT 정도인데, 뇌발달장애나 정신질환을 비롯한 뇌기능 이상 장애는 아직 뇌영상 도구에서 특이점을 발견할 수 없는 상황”이라며 “현재의 단순 해석만으로는 진단, 예후예측, 질병 경과를 바꾸는 약제의 효과 평가에 사용될 수 없다”고 말했다.

 

그러나 이렇듯 한계가 뚜렷한 브레인 이미징 분야에서의 전문가들의 노력은 계속되어왔다. 이 교수는 “지난 10여 년 동안 뇌 각 부분의 연결성을 분석하면 이상 소견을 찾을 수 있을 거라는 예측이 공감을 얻었으며, 최근 분석방법과 통계처리에 크고 작은 진전이 있었다”고 강조했다.

 

문제 해결을 위해 활용된 도구는 위상수학이었다. 그는 “뇌 지역 연결성 분석에 필요한 토대를 위상수학으로부터 얻어 질병군의 브레인 그래프를 제작하는 데 문제였던 연결 강도 역치 설정의 임의성을 제거할 수 있었고, 이렇게 생산한 그래프를 순열통계 방법으로 처리하여 질병의 특성을 밝힐 수 있었다”라며 “적절한 수학과 통계 프레임을 적용하여 해석한 뇌영상 빅데이터는 개별 환자에 대한 해석이 가능하지만, 어떤 부분에 있어서는 난제를 풀어야 할 여지가 남아 있기도 하다”고 설명했다.

 

이 교수는 난제 해결을 위해 딥러닝으로 진화한 기계학습을 대안으로 들었다. 그는 “딥러닝을 적절히 응용해 보니 빅데이터로 예후를 쉽게 예측할 수 있게 됐고, 객관화와 정량화가 쉬워져 임상에도 사용될 수 있는 것으로 예상됐다”라며 “이같은 현상이 환자들에게까지 적용되려면 무엇보다 생산된 데이터의 분석이 가능해야 하고, 인적·물적인 플랫폼의 구성도 시급하게 요구돼야 한다”고 부연했다.

 

이 교수는 “무엇보다도 사람의 지능으로는 종잡을 수 없고, 거대하기만 한 데이터에 대한 보는 관점을 제공할 수학과 통계의 틀을 혁신하는 시도가 중요하다”라며 “이 시도를 가능하게 할 연구개발 지원 구조, 병원(산업체)과 연구자의 연구통합, 팀의 국제경쟁력을 확보할 수 있도록 격려하는 문화가 확산돼야 한다”고 강조했다.

 

◆ 의료 빅데이터 활용, 사회적 동의 얻는 것 중요

 

지정토론에서는 박성현 서울대 명예교수를 좌장으로 김호 서울대학교 보건대학원 원장, 이영조 서울대학교 통계학과 교수, 이태림 한국방송통신대학 정보통계학과 교수, 정진호 서울대학교 약학과 교수, 한현욱 차의과학대학교 의학전문대학원 정보의학교실 교수 등이 참석해 이야기를 나눴다.

 

지정토론의 주된 내용은 의료 빅데이터에 대한 활용에 대한 정당성을 확보하기 위해 대중과의 소통이 필요하다는 것이었다.

 

[지정토론]

 

김호 원장은 “윤리적인 문제로 인해 의료 빅데이터의 활용은 매번 현실적 장벽에 부딪쳐 왔다”라며 “공공성을 확보한 연구에서 의료 빅데이터의 활용은 장려되어야 하고, 많은 학회에서도 이를 위해 노력을 하고 있지만, 현재까지는 답보 상태인 것 같다”라고 말했다.

 

이어 그는 “우리나라의 건강보험 자료는 잘 활용될 경우 그 가치가 대단히 큰데, 이론적으로는 모든 국민의 건강 상태를 실시간으로 알 수도 있을 정도”라며 “이런 활동이 가능해지려면 대중과의 소통 및 사회적 동의를 얻는 과정이 매우 중요하다”라고 조언했다.

 

이태림 교수는 의료 빅데이터 분석을 위한 인재양성이 시급하다고 강조했다. 그는 “의료정보의 패러다임 변화로 사람 중심에서 정보 자원 중심으로 바뀌고 이에 따른 정보 분석을 통한 정보 산출이 중요해 자료분석을 위한 데이터 사이언스의 활용과 역할이 중요해지고 있는 시점”이라며 “이를 위해 데이터 사이언스의 교육의 필요성도 증대되고 있다”고 말했다.

 

이어 이 교수는 “임상의학자료의 숨은 자료 구조를 계량적으로 찾아주고 시각화하여 일반인들의 개인 의료 정보를 이해하기 쉽도록 만들어 주는 것이 필요하다”라며 “각 대학의 교육 커리큘럼에 관련 분야를 반영하는 것뿐만 아니라, 정부 지원의 비정규 교육 프로그램 컨소시엄의 구성도 또 하나의 해결방법이 될 수 있을 것 같다”고 덧붙였다.

 

한현욱 교수 역시 인재양성의 중요성을 피력하고 나섰다. 그는 “가장 중요한 것은 개인의 건강 정보를 어떻게 체계적으로 수집하고 분석할 것인가에 대한 문제”라며 “다양한 학문이 복잡 다단하게 얽혀 있는 헬스케어 빅데이터의 경우 다양한 지식의 체계를 제대로 이해하지 못하면 그 역할을 제대로 수행해 내기 어렵다”고 지적했다.

 

한 교수는 “진정한 의미에서의 데이터 사이언티스트를 양성하기 위해서는 의학, 생물학, 통계학 및 컴퓨터공학을 아우르는 새로운 개념의 학과 개설을 검토할 필요성이 있다”라며 “이론가의 수준에 머물러 있는 현재의 전문가들이 아닌, 의료의 현안 문제를 다각도로 이해하고 통계학이나 컴퓨터공학의 기술적인 이해를 통해 이를 통찰할 수 있는 리더들의 양성을 위해 해결책을 모색해야 한다”고 말했다.

 

정진호 교수는 데이터 사이언스가 신약 개발에도 효과를 불러올 수 있다고 강조했다. 그는 “허가받은 신약들이 인체에 다른 영향을 주는 있는 사람마다 차이가 있기 때문”이라며 “이러한 문제를 극복하기 위해서는 대상 환자의 다양한 풀 구성과 유전체에 맞춘 대상환자 등이 확보되어야 한다는 어려움이 있다”고 토로했다.

 

이어 정 교수는 “데이터 플랫폼을 활용하여 임상시험을 설계하고 관리하는 방식이 도입된다면 미래의 ‘맞춤형 정밀 의약품’ 개발은 비용도 절감될 뿐만 아니라, 환자의 특성에 맞춘 올바른 약제를 신속하게 처방할 수 있다는 점에서 긍정적으로 평가된다”라며 “데이터 사이언스의 활용이 좀 더 적극적으로 진행될 수 있도록 관련 기관의 대응이 필요하다”고 말했다.

 

이영조 교수는 “우리가 먼저 생각해야 할 것은 어떻게 하면 훌륭한 사회를 만들 수 있을 것인가에 대한 부분”이라며 “데이터 사이언스를 활용하기 위해 여러 가지 학문들이 함께 반영되어야 하며, 의료 빅데이터 역시 그런 범주 안에서 문제를 해결해 나가야 한다”고 조언했다.

 

  [참석자 단체사진]