[바이오타임즈] 최근 전 세계 의료예측 분석시장은 여러 요인으로 인해 성장하고 있다. 

실제로 AMR(Allied Market Research)가 발표한 ‘의료 예측 분석 시장: 전 세계 기회 분석 및 산업 전망, 2024~2033’ 보고서에 따르면, 의료예측 분석시장은 2023년 146억 달러(20조 원)로 평가됐다. 또 2024년부터 2033년까지 연평균 성장률(CAGR) 24.3%로 성장해 2033년까지 1,282억 달러(175조 원)에 이를 것으로 예상된다.

시장 성장 배경을 살펴보면, 전자 건강 기록(EHR) 및 기타 디지털 의료 시스템의 도입이 증가하면서 방대한 양의 데이터가 생성됐다. 또한 가치 기반 치료와 인구 건강 관리에 대한 강조가 증가하면서 위험군 환자를 식별하는 동시에 자원 할당을 최적화해 전반적인 의료 결과를 향상시킬 수 있는 예측 분석 솔루션에 대한 수요의 증가 등이 주요 성장 요인으로 꼽힌다. 
 

◇의료예측 분석시장 급성장…수요 증가에 따른 투자↑

의료예측 분석시장은 주로 하드웨어와 소프트웨어 솔루션에 대한 수요 증가로 인해 성장 중이다. 전반적으로 기술 혁신, 진화하는 의료 서비스 모델, 규제 의무의 융합이 의료 예측 분석 시장에서 하드웨어와 소프트웨어 구성 요소 모두의 성장을 촉진 중이다.

우선 하드웨어 측면에서 방대한 양의 환자 데이터를 수집할 수 있는 고급 의료기기와 센서의 채택 증가가 시장을 견인하고 있다. 웨어러블 기기, 원격 환자 모니터링 시스템, IoT 지원 의료기기와 같은 하드웨어 구성 요소들은 실시간 건강 데이터의 지속적인 수집을 촉진해 의료 제공자들에게 예측 분석을 위한 통찰력을 제공한다.  

이어 소프트웨어 부문은 의료 관리와 임상 실무에서 데이터 기반 의사결정의 중요성에 대한 인식이 높아짐에 따라 급성장하고 있다. 의료 기관들은 환자 결과 예측, 자원 할당 최적화, 운영 효율성 개선을 위해 방대한 데이터를 활용할 수 있는 예측 분석 소프트웨어에 점점 더 많은 투자를 하는 추세다.

특히 전자 건강기록과 의료 데이터 표준의 구현과 같은 상호운용성과 데이터 교환을 촉진하기 위한 규제 이니셔티브 때문에 의료 환경 전반에 걸쳐 예측 분석 소프트웨어 솔루션의 채택이 증가하고 있다.

업계 전문가는 “머신러닝과 인공지능 기술의 발전으로 복잡한 의료 데이터세트에서 복잡한 패턴과 통찰력을 발견할 수 있는 더욱 정교한 예측 모델이 가능해졌다”며 “환자 결과를 개선하면서 의료 비용을 줄이기 위해 의료 조직들이 잠재적인 건강 문제를 선제적으로 해결하는 동시에 치료 경로를 최적화하고, 운영 효율성을 간소화하기 위해 예측 분석 도구에 투자하는 추세다”고 밝혔다.

◇예측 영역으로 확산되는 의료AI…보험사와 환자 모두 ‘WIN’

최근 의료 인공지능(AI) 모델이 진단 보조를 넘어 예측과 관리 영역까지 확산되면서 이에 대한 비용 효과성을 기반으로 건강보험과의 결합 가능성이 제기되고 있다. 예측 모델을 통해 질병을 미리 예방하고 관리할 경우, 상당한 경제적 효과가 있다는 점에서 보험과 환자 모두에게 이득이 될 수 있기 때문이다.

실제로 텍사스대 연구진은 2형 당뇨병 위험 예측 인공지능을 건강보험에 적용하는 것을 기반으로 하는 경제성 연구를 진행한 후 지난 7월 국제학술지를 통해 연구 결과를 공개했다. 내용을 살펴보면, 미국에서 당뇨병 등 예방 가능한 질환을 방치해 투입되는 비용만 총 7,304억 원에 달한다는 점에서 이에 대한 심각성이 커지고 있는 상황이다

참고로 현재 2형 당뇨병은 전 세계적으로 유병률이 크게 증가하고 있는 질환으로 의료비를 포함해 천문학적 비용이 투입된다는 점에서 예방적 접근이 강조되고 있다. 당뇨병 위험을 미리 예측해 관리하면 발병과 악화를 막을 수 있다는 점에서 이른바 ‘예방 가능한 질환’으로 분류된다.  

텍사스대 다국가 연구진이 이스라엘 최대 보험사인 클랄릿(Clalit)과 손잡고 이에 대한 예방 효과에 대한 연구를 진행한 배경도 여기에 있다. 의료 인공지능을 통해 당뇨병을 예방하는 모델들이 지속적으로 나오고 있다는 점에서 실제로 이를 보험에 적용할 경우 어떠한 사회, 경제적 효과를 거둘 수 있는지 분석한 것이다.

이에 따라 연구진은 보험사에 가입한 사람 중 당뇨병 환자 8만 9,191명의 전자의무기록(EMR)을 기반으로 기계학습을 진행해 당뇨병 예측 인자를 추출하고 이를 분석하는 AI 모델을 개발했다.

더불어 이 AI를 통해 환자에게 예방적 치료로 당뇨병 1차 치료 약제인 메트포르민을 투입할 경우와 그렇지 않은 경우에 대해 데이터 기반 의사 결정 모델을 구축했다. 이는 아직 당뇨병에 걸리지 않았지만 발병 위험이 높은 사람에게 당장 약값이 들어가더라도 메트포르민을 예방적으로 처방했을 때 장기적으로 경제적 효과가 있는지를 분석한 셈이다.

연구 결과를 살펴보면, 일단 현재 표준요법으로 사용되는 당뇨병 위험 점수인 프레이밍햄(Framingham) 척도보다 이 인공지능은 25%나 위험을 더 잡아냈다. 또한 이들에게 데이터 기반 의사 결정 모델을 통해 예방적으로 메트포르민을 처방할 경우 환자 1만 명 당 290만 달러(39억 원)를 아낄 수 있는 것으로 집계됐다.

이를 기반으로 연구진은 해당 데이터 기반 의사 결정 모델이 건강 보험에 적용될 경우, 당뇨병을 포함해 다른 예방 가능한 질환의 사회, 경제적 비용을 아끼는데 큰 역할을 할 수 있을 것으로 기대하고 있다.

텍사스대 다국가 연구진 체찬스키 교수는 “전자의무기록 등의 데이터를 기반으로 예방적 치료 방식을 결정하고 이를 통해 약물 등 효율적 자원을 할당하는 이 접근 방식은 의료비와 보험료를 낮추는데 매우 중요한 역할을 하게 될 것”이라며 “미국을 넘어 전 세계 의료 시스템의 장기적 비용을 절감할 수 있다”고 밝혔다.

[바이오타임즈=권연아 기자] news@biotimes.co.kr

권연아 기자 다른기사 보기