2024.03.28 (목)

  • 구름많음동두천 20.9℃
  • 구름조금강릉 22.7℃
  • 흐림서울 21.7℃
  • 맑음대전 24.6℃
  • 맑음대구 25.7℃
  • 구름조금울산 23.8℃
  • 맑음광주 23.4℃
  • 구름조금부산 25.1℃
  • 맑음고창 23.7℃
  • 구름많음제주 23.0℃
  • 구름많음강화 21.1℃
  • 구름조금보은 22.0℃
  • 맑음금산 23.5℃
  • 구름조금강진군 24.4℃
  • 구름조금경주시 25.0℃
  • 구름조금거제 24.9℃
기상청 제공

의료기기/IT

제약ㆍ바이오 주식투자, 인공지능 합리적 선택 도울 수 있나?

신약 임상실험 성공 예측에 70% 정확성 보인 D.Predict

“공시된 자료에 따르면, 신라젠의 영업적자는 500억원 이상이다. 그러나 500억원의 적자가 나고 있는 기업의 주가는 3개월 만에 10배 이상 상승했다. 신라젠이 개발 중인 약물은 아직 임상시험 단계다. 투자자들은 과연 합리적인 기준으로 신라젠의 가치에 투자하고 있을까?” / 오봉근 딜로이트 컨설팅 상무는 2일 국제금융센터에서 열린 기자간담회에서 임상 성공률을 예측하는 머신러닝 솔루션 ‘D.Predict’의 개발 배경으로 제약ㆍ바이오 주식 투자의 합리적 의사결정 과정을 꼽았다. / 메디포뉴스는 오 상무의 발표한 내용을 토대로 임상 성공률을 예측하는 머신러닝 솔루션 D.Predict에 대해 전한다.[편집자주]



◆D.Predict – R&D 우선수위, 투자 결정, 임상시험 설계 도울 수 있어

디로이트가 제공한 자료에 따르면, D.Predict는 미국 FDA에서 공개한 임상 데이터 15,000개 중 13,000개를 자체 개발한 머신러닝 알고리즘에 학습 시킨 뒤 임상 성공률을 예측하는 솔루션이다. 나머지 2,000개 데이터는 D.Predict의 신뢰성을 시험해 보기 위해 활용됐다. 이 2,000개의 데이터를 통해 신뢰성을 시험해 본 결과, D.Predict는 약 73%의 정확도로 임상 데이터 결과를 맞추는 시험을 성공적으로 맞췄다는 것이 딜로이트 측의 설명이다. 



D.Predict에 14개의 임상 변수를 입력하면 솔루션 사용자는 총 4가지 결과값인 ▲성공 ▲불확실 ▲실패 ▲부분적 성공을 받을 수 있다. 이와 관련해 오 상무는 “D.Predict는 신약 기대가치 평가상 유의미한 ‘성공’ 카테고리의 예측 정확도 최적화에 주력했다. 결과적으로, 모델의 정확도는 73.6%이며, 향후 다양한 데이터를 추가하면 예측 정확도다 더 높아질 것으로 기대한다”고 말했다. D.Predict에 입격되는 14개 임상변수는 ▲임상시험 단계 ▲참가자 수 ▲의약품 종류 ▲적응증 ▲의로주체 ▲작용기전 ▲질환 군 ▲연구 종류 ▲대상 ▲참가자 성별 ▲기간 ▲투여경로 ▲참가자 건강상태 ▲지리적 위치다. 



D.Predict를 통해 사용자가 얻을 수 있는 기대 효과로는 ▲합리적인 제약ㆍ바이오 투자 결정 ▲R&D 우선순위화 ▲임상시험 설계가 제시됐다. 즉, D.Predict를 통해 제약사는 R&D 우선순위와 임상시험 설계에 도움을 받을 수 있고, 제약ㆍ바이오 투자자는 보다 합리적인 투자를 할 수 있다는 것이 회사 측의 설명이다. 

D.Predict가 제약사를 위한 솔루션인지, 일반 투자자를 위한 솔루션인지 묻는 질문에 오 상무는 “1차적으로 많은 무게를 두고 있는 것은 투자 의사결정 영역이다. R&D와 관련해서는 좀 더 학계 등 다양한 곳의 의견을 수렴해 발전시킬 나갈 계획이다. 또한, 국민연금은 바이오주의 불확실성 때문에 직접투자를 못 하고 있다. 이러한 정부 기관이 D. Predict의 활용을 원한다면 무료로 제공할 것이다”고 말했다. 

◆D.Predict 바이오의약품 임상 데이터 아직 학습 못 해

이날 간담회에서는 D.Predict의 한계점으로 바이오의약품, 면역항암제 등 최신 약물 임상 데이터를 학습하지 못한 점이 지적 받았다.

이와 관련해 D.Predict 개발에 참여한 김경훈 딜로이트 컨설팅 팀장은 “학습 데이터 자체는 풀(pool)을 다르게 구성할 수 있다. 바이오 의약품을 예측하기 위해 학습 데이터 관련해 바이오 의약품 데이터만 추려서 학습시키는 방식이 있을 수 있다. 향후 바이오의약품 임상데이터를 추가하는 것도 필요해 보인다”고 설명했다. 

특히, 딜로이트 측이 제시한 임상실험 성공율 70% 예측과 관련해 바이오의약품 임상 데이터를 학습시켜 임상 성공여부를 예측할 경우 성공률이 떨어질 수 있다는 가능성이 제기됐다. 
 
또한 제약사 입장에서는 임상 실패의 원인 안전성(safety), 효능(efficacy)에 대한 정보를 제공하는 것도 필요하다는 지적에 딜로이트 측은 향후 이러한 측면도 보완해 나가겠다고 전했다. 오 상무는 “R&D 측면에서 고객사들의 요구는 각 파이프라인 간 상대적인 비교 데이터도 큰 의미가 있다”고 덧붙였다. 
 
◆컨설팅 역량을 바탕으로 D.Predict 활용할 것 

임상시험과 관련해 인공지능을 활용하는 것은 더 이상 새로운 것이 아니다. 다른 신약개발 관련인공지능 플랫폼 대비 D.Predcit의 강점은 딜로이트만이 가진 컨설팅과의 시너지다. 

이와 관련해 이 프로젝트를 총괄한 김기동 전무는 “우리는 장기간 컨설팅 서비스를 제공하면서 문제를 정의하고 해결하는 데 초점을 두고 있던 집단이다. 우리나라 제약사도 이를 잘 알 것이다. 제약사도 이러한 문제점에 대해 우리에게 문의를 해 오고 있는 상황이다. 그 파급효과는 산업화 측면에서 크게 작용하리라 본다”고 말했다. 

향후 딜로이트는 ▲국내 제약사와 파트너쉽을 통해 다양한 임상 데이터 확보 ▲비정형 데이터 활용 ▲자본시장(capital market)과 이해관계를 바탕으로 데이터 입수 등을 계획하고 있다고 밝혔다.  

관련기사