인시트로 CEO 다프네 콜러, AI 활용한 임상시험 가속화 방안 논의

AI 신약개발

인공지능 모델을 활용해 후보물질 발굴, 임상시험 설계 등 신약 개발 과정을 보조하는 방식

임상시험 설계

시험 대상, 평가 지표, 기간 등을 사전에 정해 약물의 효능과 안전성을 검증하는 계획 수립 과정

환자 계층화

유전적·생물학적 특성에 따라 환자군을 세분화해 치료 반응을 예측하는 방법

신약 개발은 후보물질 발굴부터 임상시험 승인까지 오랜 기간과 많은 비용이 드는 것으로 알려져 있으며, 이 과정에서 실패율을 낮추기 위한 다양한 기술적 시도가 이어지고 있다. 최근 바이오 업계에서는 머신러닝과 대규모 생물학적 데이터를 결합해 후보물질 선별이나 환자군 분류, 임상시험 설계 효율화를 꾀하는 접근이 확산되고 있다. 이러한 AI 기반 접근은 기존 제약사뿐 아니라 데이터 중심으로 설립된 바이오테크 기업들을 중심으로 발전해 왔다는 평가를 받는다. 다만 AI 모델의 예측이 실제 임상 결과로 이어지는지는 규제기관의 검증과 장기적 데이터 축적을 거쳐야 하는 영역으로 남아 있다.

Why it mattersAI를 활용한 신약개발 전략은 제약·바이오 업계 전반에서 비용과 시간을 줄이려는 공통 과제와 맞물려 있어 업계 리더의 방법론이 주목받는 경향이 있다.