딜로이트, 신약 임상시험 머신러닝 솔루션 ‘디 프리딕트’ 개발...“제약산업 경쟁력 강화 기여”

▲ 딜로이트 라이프 사이언스 & 헬스케어 전문팀은 2일 인공지능 및 머신러닝을 활용한 신약 가치평가 솔루션 ‘디 프리딕트(D. Predict)’을 개발했다고 밝혔다.

머신러닝의 대표격인 ‘알파고’. 

알파고와 같은 머신러닝과 AI(인공지능)를 활용한 신약 가치평가 솔루션이 개발됐다. 

딜로이트 라이프 사이언스 & 헬스케어 전문팀은 인공지능 및 머신러닝을 활용한 솔루션 ‘디 프리딕트(D. Predict)’를 개발했다고 2일 열린 기자간담회를 통해 밝혔다. 

딜로이트 오봉근 상무는 “디 프리딕트는 종전 방식 대비 3배 이상의 다양한 변수를 고려, 최근 주목 받는 딥러닝을 포함한 복수의 머신러닝 알고리듬을 활용해 예측력을 높여 70% 이상의 정확성을 보장한다”고 강조했다. 

디 프리딕트는 신약 가치평가의 핵심 변수인 임상시험 성공률을 사전에 예측하는 알고리즘이 기반이다. 

디 프로딕트는 14가지의 임상시험 변수 데이터를 투입하면 ‘성공’, ‘불확실’, ‘실패’, ‘부분적 성공’ 등 총 4가지 유형별 결과값을 제공한다. 

특히 디 프로딕트는 임상시험 성공이 예측되는 결과값이 실제 임상시험 성공(임상3상 성공)으로 이어지는 확률은 73.6%로 나타났다. 

실제 디 프로딕트 솔루션에 현존하는 1만 5000개의 과거 임상시험 데이터 중 1만 3000개에 대한 학습을 마쳤다. 

이 중 과거 임상시험 데이터 1만 5000개 중 기 학습된 1만 3000개를 제외한 2000개의 데이터를 토대로 신뢰성 테스트를 진행한 결과다. 

딜로이트는 초반 딜로이트의 컨설팅 서비스와 함께 패키지로 제공할 예정이며, 향후 해당 솔루션이 활성화되면 홈페이지를 통해 각 제약사마다 결과값을 얻을 수 있도록 서비스할 예정이다.

오 상무는 “투입되는 임상시험 변수 데이터는 신약 정보에 따라 선택적 변수 적용이 가능하다”며 “디 프로딕트는 기술이 진보함에 따라 추가적으로 임상시험 데이터의 학습과 알고리듬을 정교화할 수 있는 개방형으로 설계됐다”고 말했다. 

딜로이트는 디 프로딕트를 통해 R&D 우선순위를 선정, 국내 제약사의 선순환 구조가 가능할 것으로 기대했다. 

오 상무는 “제약사들은 추가적 비용 지출 없이 성공률을 극대화 한 임상시험을 설계할 수 있게 될 것”이라며 “결과적으로 총 비용이 감소, 효율성이 증대될 것”이라고 말했다. 

오 상무는 “국내사는 다수의 파이프라인을 갖고 있지만 어떤 후보물질을 먼저 임상을 진행해야 할지 결정하기 어려운 상황”이라며 “디 프로딕트는 R&D 우선순위에 대한 의사결정을 가속화하는 한편, 효율적으로 자원을 신약에 재투자할 수 있는 환경이 만들어질 것”이라고 말했다. 

이어 “투자결정에 있어서도 기관, 투자자의 투자결정에 활용될 수 있을 것”이라며 “불확실성에 따른 원활치 않은 자본 유입이 디 프로딕트로 인해 추가적 자본 유입이 유도될 것”이라고 기대했다. 

바이오의약품은 한계...“완벽한 건 아니다”

디 프로딕트가 이처럼 높은 임상시험 성공 예측률을 보였지만, 최근 제약업계에서 이슈가 되고 있는 바이오의약품은 한계로 남는다. 

실제 디 프로딕트의 임상시험 성공률을 측정하는 과정은 현재 공개된 화학합성의약품이 기반이기 때문. 

오 상무는 “현재 도출된 임상시험 성공률은 바이오의약품이 포함된 것은 아니다. 바이오의약품 데이터가 포함되면 임상시험 성공률은 낮아질 수 있을 것“이라며 ”바이오의약품을 특정한 학습 데이터를 변경할 필요가 있다고 본다. 다만, 머신러닝에 투입할 학습 데이터 세트를 변경하는 건 충분히 가능하다“고 말했다.

저작권자 © 메디칼업저버 무단전재 및 재배포 금지