현재 의료는 큰 변혁의 시기를 지나고 있다. 의료 분야만큼 빠르게 발전하며 새로운 기술이 적극적으로 적용되는 분야도 드물다. 질병을 치료함으로써 사람들의 목숨을 구하고 삶의 질을 높이는 분야인 만큼 많은 투자와 연구가 행해지기 때문이다. 최근에는 유전체 분석과 같은 생명과학 기술뿐만 아니라, 기하급수적으로 발전하고 있는 디지털 기술이 의료에 접목되기 시작했다. 인공지능, 사물인터넷, 클라우드 컴퓨팅, 3D 프린팅 등의 첨단 디지털 기술들과 의료의 경계가 허물어지면서 의료 혁신은 더욱 가속화되고 있는 것이다.
10년 뒤에 의료가 어떻게 바뀔지 예측하는 것은 어려운 일이다. 하지만 현재 변화되고 있는 의료 기술의 양상을 보면 그 방향성을 대략 짐작해볼 수 있으리라 생각한다. 분명한 것은 이러한 변화는 매우 빠르고 폭넓게 진행되고 있다는 것이며, 그 결과 미래에 우리가 맞이하게 될 의료의 모습은 지금과는 크게 다를 것이라는 점이다. 기술의 진화 속도를 고려해본다면 현재의 시점에서 아무리 과감하게 미래의 변화 모습을 전망한다고 하더라도, 시간이 흐른 뒤에 그러한 예견조차도 너무 보수적이었음을 깨닫게 될지도 모르겠다.
미래 의료의 발전 방향성은 의료 분야가 궁극적으로 지향해온 바에서 크게 벗어나지는 않을 것이다. 개별 환자에게 맞는 더욱 효과적이고 정밀한 치료를 제공하고, 질병이 발생하거나 악화되기 이전에 조처를 취하며, 부작용은 최소화하며, 의료 비용은 낮추는 것이다. 뻔한 이야기라고 생각할 수도 있겠다. 하지만 이러한 지향점으로 달려가는 속도는 예전보다 훨씬 빨라질 것이며, 이는 많은 부분 의료 분야 외적인 기술의 활용으로 인해 가능해질 것이다.
정밀 의료의 구현
정밀 의료 (precision medicine) 이라는 말은 최근 유행처럼 번지고 있지만, 의료의 궁극적 지향점 중의 하나를 이보다 잘 표현할 수는 없을 것이다. 환자들은 모두 개별적으로 다른 특성이 있기 때문에, 동일한 치료법이나 약, 심지어는 음식에 대해서도 유전형을 비롯한 생물학적인 특성에 따라서 다른 결과를 낳게 된다. 이러한 개별 환자의 특성을 분석하고, 차별적인 치료를 제공함으로써 효과는 극대화하고 부작용은 최소화하는 것이 정밀 의료의 목적이다.
2003년 휴먼 게놈 프로젝트가 끝난 지 12년이 지난 지금은 암 환자에 대한 표적항암제의 사용을 위해서 환자의 유전 정보의 분석을 제한적으로나마 시행하고 있다. 이러한 유전정보의 분석은 향후 질적으로, 양적으로 더욱 확대될 것이다. 뿐만 아니라, 유전체 분석 이외에도 환자의 특성과 상태를 파악하기 위한 다양한 분석이 행해지게 될 것이다. 예를 들어, 전사체 (transcriptome), 단백질체 (proteome), 대사체 (metabolome), 미생물체 (microbiome), 후생유전체 (epigenome) 등의 생물학, 생리의학적 특성뿐만 아니라 환자가 어떠한 환경에 노출되어 있는지에 대해서도 분석하게 될 것이다.
진정한 정밀 의료를 구현하기 위해서는 유전체 정보부터,
전사체, 단백체, 대사체, 후생유전체 등 다양한 수준의 정보 통합이 필요하다 (출처: Cell)
이러한 개별 환자에 대한 종합적이고 입체적인 정보를 통합함으로써, 우리는 해당 특정 환자의 의학적 상태를 근본적으로 정의할 수 있다. 아직은 먼 미래의 일 처럼 보일 수도 있지만, 이러한 ‘-체학 (omics)’ 분야들의 연구는 하루가 다르게 발전하고 있다.
그중에서 대표적으로 의료에 이미 적용되고 있으며, 확대일로에 있는 것이 앞서 언급한 유전체 분석이다. 오바마 정부는 2015년 1월 발표한 정밀 의료 이니셔티브 (Precision Medicine Initiative)를 통해 2016년까지 2억 불이 넘는 자금을 차세대 염기 서열 분석 기술이나, 유전 정보 데이터베이스의 구축 등에 투자하겠다고 밝혔다.
자신의 유전 정보를 가진 개인들도 빠르게 확대되어 가고 있다. 미국에서는 23andMe, 패쓰웨이 지노믹스 등의 개인 유전정보 분석 기업을 통해 수백만 명 규모의 개인들이 유전 정보를 이미 분석했다. 영국 정부는 2017년까지 자국민 지원자 10만 명의 전유전체 서열 분석 (whole genome sequencing)의 분석을 목표로 하는 지노믹스 잉글랜드 (Genomics England) 사업을 이미 2013년부터 시작했다. 국내에서도 최근 울산과기대와 하버드 대학교가 협력한 ‘울산 1만명 게놈 프로젝트’ 가 출범하면서 이러한 세계적인 흐름에 동참하기 시작했다. 현재 자신의 혈액형을 모르는 사람은 없듯이, 미래에는 본인의 유전형을 모르는 사람들도 상상하기 어려울 것이다.
유전 정보 분석과 유전자 편집 기술
유전 정보의 분석은 개인의 인생 전체에 영향을 미치게 될 것이다. 흔히 ‘요람에서 무덤까지’ 라는 표현을 사용한다. 하지만 유전 정보 분석은 개인이 태어나기 이전부터 사망 이후까지 활용될 수 있다. 예를 들어, 실리콘밸리의 카운실 (Counsyl) 이라는 스타트업은 가족계획을 세우는 부모들에게 타액을 바탕으로 향후 자녀가 유전 질환을 가질 가능성을 계산해준다. 현재 미국의 신생아 중 4% 이상이 이 서비스를 받고 태어나고 있다.
이렇게 가족계획 이후에도, 비침습 태아 산전진단 (NIPT), 신생아 검사, 질병 예방 및 발병 확률 분석, 암 등의 난치성 질환의 치료, 더 나아가서는 사망 후 분자 부검 (molecular autopsy)에 이르기까지 폭넓게 활용될 것이다.
유전 정보의 분석은 출생 전부터 사망 이후까지, 생애 전주기에 걸처 활용될 수 있다 (출처: Cell)
유전자 편집 기술도 빼놓을 수 없다. 인간을 포함한, 살아 있는 생물체의 유전자를 원하는대로 편집할 수 있다면 그 파급효과는 엄청날 것이다. CRISPR-Cas9 으로 대표되는 이러한 유전자 편집 기술은 이미 개발 완료 단계에 이르렀다고 볼 수 있다.
2015년 4월 중국 연구진들은 최초로 인간 배아를 대상으로 CRISPR 기술을 활용해 유전자를 편집할 수 있음을 증명했다. 또한 최근 미국 연구진은 CRISPR 기술을 활용해서 모기의 유전자를 편집해서, 말라리아를 옮기는 기생충에 저항성을 가지게 함으로써 말라리아를 근절할 수 있다는 가능성을 보여주기도 했다.
이 기술은 사람의 유전 질병을 근본적으로 해결할 수 있는 혁신적인 기술이 될 수도 있다. 병충해에 강한 농작물이나, 특정 기능이 강화된 동물을 만들 수도 있다. 하지만 오남용되면 아기를 디자인하거나, 우생학의 악몽이 재현될 수도 있다. 특히, 수정된 유전자는 자손대대로 유전될 가능성이 있기 때문에 더욱 신중해야 한다. 또한 유전자를 편집한 생물체가 자연계 속에서 번식하면서 예상하지 못한 부작용을 불러일으킬 수도 있다. 즉, 이 기술은 축복이 될 수도 악몽이 될 수도 있다.
이 기술의 활용을 위해서는 안전성에 대한 절대적인 기준과 엄격한 원칙, 사회적인 합의가 필요하다. 최근 전 세계 과학자들은 이러한 유전자 편집 기술의 활용 원칙에 대해서 활발하게 논의하기 시작하였다. 유전자 편집 기술이 의료 현장에 접목되기에는 다소간의 시간이 필요하겠지만, 미래 인류에게 크게 영향을 미칠 기술임에는 의심의 여지가 없다.
대표적인 유전자 편집 기술, CRSIPR (출처: Economist)
센서를 통한 예방적 의료의 구현
정밀 의료와 더불어 의료의 중요한 목표 중의 하나는 예방적 의료 (preventive medicine)를 구현하는 것이다. 이를 위해서는 개별 환자의 종합적인 상태를 실시간으로 파악하는 것이 필요하다. 환자에 대한 데이터를 지속적으로 얻기 위해서는 무엇보다도 다양한 센서가 필요하다. 다양한 센서를 내장하고 있는 스마트폰의 보급과 웨어러블 디바이스, 사물인터넷의 발전은 지금까지 얻지 못했던 다양한 건강 및 의료 데이터를 방대하게 측정가능케 한다.
자동차를 생각해보자. 과거에는 타이어 공기압이나 엔진오일, 부동액, 배터리 등을 정기적으로 직접 체크하거나 정비소에 들러야 했다. 하지만 현재는 센서의 발달로 자동차의 상태가 항시 모니터링 되다가 이상이 있으면 운전자에게 조기에 경보를 울려줌으로써 많은 사고를 예방할 수 있게 되었다. 자동차의 이상을 감지하는 센서는 갈수록 증가하고 있으며, 현재 60-100 개의 센서가 설치되어 있다고 한다. 중요한 것은 자동차의 상태를 일년에 몇번 체크하는 것에서, 지속적으로 항상 모니터링하는 것으로 바뀌었다는 것이다.
자동차에는 많은 센서가 이상 유무를 지속적으로 모니터링한다 (출처)
사람의 경우에도 마찬가지다. 예방 의료를 위해서는 일 년에 병원을 몇번 방문해서 검사를 받는 것이 아니라, 일상생활 속에서 지속적으로 환자의 상태를 모니터링하는 것이 필요하다. 지속적인 모니터링을 통해서 발병 혹은 질병의 진행 징후를 미리 파악할 수 있는 것이다. 이는 특히 만성 질환 환자의 경우에 중요성이 더욱 커진다.
스마트폰, 웨어러블 디바이스, 사물인터넷 등의 발전은 병원 밖의 일상생활 속에서, 기존에는 측정가능하지 않았던 데이터를 높은 밀도로 측정하게 해준다. 아직까지는 보행수를 기반으로 활동량을 측정하는 웨어러블이 대표적이다. 하지만 기술적으로는 활력징후 (vital sign) 을 비롯하여 혈당, 수면, 피부질환, 피부전도도, 뇌파, 흡기량, 자세, 약 복용여부, 소변검사, 스트레스 등이 다양한 데이터를 지금도 측정할 수 있다.
사람의 건강 상태도 현재 여러 센서를 이용하여 측정 가능하다 (출처: Sci Transl Med)
이러한 웨어러블, 사물인터넷 센서는 비침습적 (non-invasive) 이고, 연속적 (continuous) 이며, 수동적 (passive) 이며, 인지하지 못할 (seamlessly) 정도로 간편하게 데이터를 측정하는 쪽으로 발전되고 있다. 뿐만 아니라, 측정 가능한 데이터의 종류와 정확도 역시 더욱 개선될 것이다. 이렇게 환자들이 병원 밖의 일상생활 속에서도 측정하는 데이터, 즉 환자 유래 데이터 (patients-generated data) 는 예방적인 의료를 구현하기 위한 핵심적인 역할을 할 것으로 예상된다.
웨어러블이라고 해서 신체 표면에 착용하는 것만 있는 것은 아니다. 피부 표면에 문신처럼 이식하거나, 피부 아래 (피하조직) 에 센서를 이식하여 혈액 속의 생체 지표까지 측정하거나, 더 나아가 뇌, 심장, 척수 등의 장기에 이식하는 센서도 가능성을 인정 받고 있다. 아직까지는 인체와의 인터페이스, 재료의 신축성이나 이완 정도, 동력원과 전달 방법 등에 한계를 보이고 있다. 하지만 미래에 이런 기술적 문제가 해결된다면, 환자들의 신체 상태를 더욱 간편하면서도 효과적으로 파악하가 용이해질 것이다.
인공지능의 발전
미래 의료의 핵심적인 요소는 바로 데이터이다. 환자에 대한 폭넓고 다차원적인 데이터가 실시간으로 축적된다면, 결국 방대한 데이터를 어떻게 분석하고 통찰력을 얻을 것인가의 문제로 귀결된다. 의료 데이터는 폭발적으로 증가할 것이며, 의료 데이터의 범주 자체도 향후 확대되어 나갈 것이다. 인류가 처음 맞는 규모의 이 데이터를 어떻게 다루고 분석할 것인지 문제가 아닐 수 없다.
우리가 살아가는 것 자체가 데이터를 만들어내는 과정이다 (출처: IBM)
이 문제를 해결하기 위해서 필요한 것이 바로 인공지능이다. 인공지능은 결국 앞서 언급한 정밀 의학에 포함되는 각종 ‘-체학 (omics)’ 과 다양한 센서로부터 얻어진 데이터를 통합적으로 분석하고 의료에 적용하기 위한, 미래 의료의 화룡점정이라고 할 수 있다.
인공지능은 크게 약한 인공지능, 강한 인공지능으로 구분할 수 있다. 헐리우드 영화에 등장하는 자의식을 가진 ‘강한’ 인공지능이 언제 구현될지는 아무도 모른다. 하지만 데이터를 기반으로 학습하고, 스스로 정해진 문제에 대한 해결책을 찾는 ‘약한’ 인공지능은 이미 구현되었다고 해도 과언이 아닐 것이다.
IBM 왓슨으로 대표되는 이러한 인공지능 시스템은 이미 다양한 분야에 활용되기 시작하였으며, 그 중 대표적인 것이 바로 의료 분야이다. 퀴즈쇼에서 인간 챔피언들을 물리치며 유명세를 얻은 왓슨은 암 환자의 진단을 시작으로, 현재는 신약 임상시험이나 유전체 분석, 전자 의무 기록 분석 등의 다양한 의료 분야에 활용되고 있다.
현재 왓슨이 의료용으로 활용되고 있는 다양한 분야들 (출처)
왓슨이 유일한 인공지능은 결코 아니다. 최근 딥 러닝 (deep learning) 기술의 발전에 따라서 인공 지능 분야에 돌파구가 마련되었는데, 이 기술은 영상, 음성, 텍스트 등 데이터의 종류를 가리지 않고 폭넓게 적용 가능하다. 즉, 영상 의료 데이터의 분석이나 병리과 데이터의 분석 등에도 활용될 수 있으며 이러한 분야에서 이미 상당한 성과를 내고 있다.
뿐만 아니라, 인간이 다루기에는 불가능한 방대한 규모의 데이터를 빠르게 분석하여 숨겨진 의미나 위험 징후를 파악해내기도 한다. 각종 센서에서 흘러 들어오는 다양한 데이터를 실시간으로 분석하고 패턴을 파악하여 발병이나 악화를 조기에 발견하거나 예측할 수 있는 것이다.
미래에는 인공지능이 일상적인 진료 프로세스 깊숙히 들어오게 될 것이다. 혹은 진료 프로세스 자체를 변화시키게 될 것이다. 이에 따라 의사들이 환자를 진료하는 방식뿐만 아니라, 의사들의 역할 자체도 크게 변화할 것이다. 의사들이 환자를 진료하고 데이터를 분석하는 프로세스 중에 기계적인 부분들은 점차 기계가 대신하게 될 것이다.
더 나아가서는 병원 밖의 일상 생활 속에서 환자의 데이터가 지속적으로 측정되며, 이 데이터가 인공지능에 의해서 실시간으로 자동 분석되게 된다면 현재 진료가 가진 역할은 크게 축소될 수 밖에 없다. 기술에 따른 의료 혁신을 과감하게 보는 사람들은 미래에는 병원의 역할도 지금과는 달리 응급실, 수술실, 중환자실 등을 제외하고서는 크게 줄어들 것이라고 보기도 한다.
이러한 미래를 앞둔 지금, 우리는 인공지능 때문에 사라질 역할, 인간만이 할 수 있기 때문에 계속 유지될 역할, 그리고 인공지능의 도입 덕분에 새롭게 생겨날 될 역할이 무엇인지에 대해서 고민해야 한다.
이에 따라 병원의 역할과 의과대학 교육 과정, 수련 과정 등이 향후 변모되어야 할 것으로 생각한다. 사실 현재 의과대학의 교육과정이나 수련의 양성 과정은 이러한 대비를 하지 못하고 있으며, 교육할 전문가들도 부족한 상황이다. 특히 지금의 20-30대 (예비) 의사들은 은퇴 전에 인공지능의 영향을 필연적으로 받게 될 것이므로, 이에 대한 대비가 필요하다.
이미 시작된 미래
지금까지 미래에는 의료가 어떤 모습을 가지게 될지에 대해서 간략하게나마 그 일면을 들여다보았다. 유전체 분석을 비롯한 각종 ‘-체학’ 기술의 발전, 유전자 편집 기술, 사물인터넷과 웨어러블 센서, 그리고 인공지능의 발전은 의료가 궁극적으로 추구하는 정밀 의료와 예방 의료라는 목표의 구현을 극적으로 앞당겨줄 것이다.
사실 새로운 기술은 항상 동전의 양면과 같이 장밋빛 미래뿐만 아니라, 새로운 문제나 부작용을 야기하기도 한다. 하지만 명심해야 할 것은 이러한 변화는 이미 걷잡을 수 없으며, 이미 시작되었다는 점이다. 기술의 발전에 따른 도도한 역사의 수레바퀴는 결코 멈추지 않을 것이며, 앞으로 그 속도는 앞으로 더욱 빨라질 것이다.
변화에 대처하기 위한 첫걸음은 변화가 일어나고 있다는 사실을 정확히 인지하는 것이다. 이 변화는 결코 부인하거나 피할 수 있는 것이 아니다. 미래를 예측하는 가장 좋은 방법은 미래를 창조하는 것이다. 이처럼 기술의 발전에 따른 의료의 변화를 두려워하거나 막연한 거부감을 갖고 수동적으로 대처하기보다는, 오히려 이러한 변화를 인지하고, 더 나아가 주도해 나가는 적극적인 자세가 필요한 시점이 아닐까 한다.
우리는 의료 분야에 큰 변혁이 일어나기 시작한 시대를 살고 있다. 재미있고 흥분되면서도, 한편으로는 두렵기도 하다. 10년 뒤 의료의 모습을 정확히 예견하기란 어렵겠지만, 그 모습은 현재의 의료와 크게 다를 것이라는 점은 자명하다. 그 미래 의료의 방향성을 결정하고 그 면면을 만들어가는 것은 다름 아닌 우리 스스로에게 달려 있다.
** 이 글은 제가 의학 전문 매체 ‘비온뒤’ 에 기고한 글입니다. 원문은 여기에서 보실 수 있습니다.
1 Comment