실사용 데이터와 클라우드 기술이 임상 연구 및 치료 성과에 미치는 영향
Lu de Souza 박사 | 2024년 4월
의료 및 생명과학 분야의 중요한 데이터 소스는 단절되고 이질적이며 활용할 수 없는 경우가 너무 많습니다. 그러나 이를 AI 및 기타 클라우드 기반 기술로 통합하여 연구에 맞는 형식으로 변환하고 개선하면 획기적인 발전을 이룰 수 있습니다. 그 범위는 신약후보물질의 발견 가속 및 임상시험 시험대상자의 다양화부터 정밀의학의 발전에 이르기까지 광범위합니다. 실사용데이터(RWD)와 실사용증거(RWE)의 사용이 의료 및 생명과학의 발전에 새 지평을 엽니다.
필자가 부사장 겸 임원 의료 책임자를 맡고 있는 Oracle Learning Health Network는 RWD의 대규모 리소스입니다. 농어촌 지역 병원 및 대도시 의료 센터 등 다양한 의료 환경에서 수집한 1억 800만 건(계속 증가 중)의 활성화된 종단 기록이 방대한 저장소에 저장되어 있습니다. 회원제 커뮤니티인 Learning Health Network는 미국 전역 2,600개 시설을 대표하는 117개의 의료 시스템으로 구성되어 있습니다. 2024년 현재 전 세계로 확장 중입니다.
이러한 의료 시스템들은 인류의 더 큰 이익을 위해 행동하고 있으며 보건의료에 혁신적인 변화를 가져다줄 수 있는 이니셔티브를 위해, 서로 간에 그리고 Oracle 등의 회사와 협력합니다. Learning Health Network에서 관리하는 익명 데이터는 방대할 뿐 아니라 다양성이 풍부하므로, 회원들이 모든 커뮤니티를 위해 임상시험을 진행하고 결과를 연구하는 데 도움이 됩니다.
임상시험 개선
가장 효과적인 결과를 얻기 위해서는 임상시험에 참여하는 환자가 더 많고 더 다양해야 합니다. 임상시험이 성공하려면 정확한 정보를 확보해야 하며 임상시험수탁기관(CRO), 의뢰자, 의사 및 잠재적 시험대상자 간의 소통이 원활해야 합니다. 그래야 임상시험에 대한 인식을 높여 접근성을 보장하고 채용을 촉진하고 유지를 계속할 수 있습니다.
이제 Oracle은 RWD 및 클라우드 기반 임상 애플리케이션을 사용하여 임상시험 실행 가능성 확인, 최적의 임상시험 실시기관을 선택, 시험대상자 모집 가속화를 지원할 수 있습니다. 임상시험 의뢰자와 CRO는 성과가 좋은 실시기관을 선택하고 적격한 시험대상자의 수를 파악할 수 있어 더 신속하게 채용할 수 있습니다. 한편, 임상시험 연구 자료와 정보를 전자 건강 기록(EHR)에 통합하면 의사가 잠재적 치료 옵션을 적용하고 임상시험 기회를 제안하기에 적합한 환자를 더 쉽게 식별하고 등록할 수 있습니다.
Oracle은 RWD 및 RWE를 AI와 결합하여 약물 이상반응 탐지를 개선하고 그 원인을 파악하여 환자 위험을 줄임으로써 약물 감시도 발전시키고 있습니다.
목표는 임상 연구를 진료 현장으로, 다시 그 반대로 매끄럽게 연결하는 지속적인 학습 생태계를 구축하는 것입니다.
지속적인 개방형 학습 플랫폼
RWD(기본적으로 Learning Health Network)의 발전 기반은 최근 발표된 Oracle Health Data Intelligence 플랫폼입니다. 이 개방적이고 지속적인 학습 플랫폼은 수천여 개 출처의 데이터를 통합하여 종단적 환자 기록을 생성할 수 있습니다. Health Data Intelligence를 사용하면 방대한 데이터 세트를 실행 가능한 인사이트로 전환하고, 임상 연구와 치료 간의 격차를 해소하고, 이해관계자들이 보건의료 연속체 전반에서 정보를 기반으로 의사 결정할 수 있습니다.
이 플랫폼을 사용하면 의료비 납부 기관, 의료 기관, 공중 보건 단체 및 생명과학 조직의 통합 데이터를 지속적으로 수집, 분석하고 임상 및 엔터프라이즈 애플리케이션에 안전하게 제공하여 다음으로 취해야 할 최선의 조치를 제안받을 수 있습니다. Health Data Intelligence는 연구하고 사용할 데이터의 준비 절차를 간소화해 주므로, 전문적인 데이터 과학 기술이 없어도 됩니다. 내장된 AI 기반 분석 기능으로 추세와 패턴을 파악할 수 있고, 임상적 의사 결정에 도움이 되는 증거 기반의 신규 자료를 생성할 수 있습니다.
예를 들어, Oracle의 인사이트 엔진은 환자 치료의 공백을 파악한 다음 이를 의료 서비스 제공업체의 워크플로에 반영합니다. 이는 연구 중심의 새로운 인텔리전스 알고리즘과 모델에도 동일하게 적용될 수 있습니다. 새로운 증거, 연구를 통해 발견한 내용, 새로운 모범 사례를 이용해 의료 시스템 전체에 즉시 적용할 수 있는 콘텐츠를 만들 수 있습니다. 이 접근 방식을 통해 기존에 고립되었던 연구 인사이트와 임상 애플리케이션 간의 단절을 효과적으로 해결하여 환자 치료를 개선할 수 있습니다.
Health Data Intelligence의 개방형 API를 사용하면 다양한 서드파티 개발자가 임상 애플리케이션을 플랫폼에 연결할 수 있습니다. 또한 이 플랫폼은 Oracle Cloud 인프라에서 실행되기 때문에 보안을 최우선으로 하는 무관용 아키텍처로 설계되었습니다.
일상 환자 진료에 임상 연구 도입
RWD, RWE 및 클라우드 기술의 융합은 더욱 효율적인 의료를 위한 길일 뿐 아니라 획기적인 치료를 기다리고 있는 환자들을 위한 희망의 신호이기도 합니다. Oracle은 소규모 의료 기관까지도 의미 있는 임상시험에 참여할 수 있도록 임상시험을 대중화할 수 있습니다. 이를 통해 연구 범위를 확대하고, 임상 발견 과정의 혜택을 공평하게 분배할 수 있습니다.
저는 임상 연구와 의료 서비스 간의 단절, 즉 사일로가 해체되고, 환자와의 모든 만남과 그때 기록되는 모든 데이터가 집단 학습 시스템에 연결되는 미래를 꿈꿉니다. 그 미래는 풍부한 데이터베이스와 첨단 컴퓨팅 기술을 바탕으로 대규모의 개인 맞춤형 의약품이 제공되는 세상입니다.
소아청소년과 및 응급의학과 의사인 Souza 박사는 Oracle Learning Health Network의 부사장 겸 Executive Medical Officer입니다.