생물학 분야에서 최초의 AGI 달성을 목표로 합니다! 의료 AI 기업 오킨(Owkin)이 세계 최대 규모의 암 공간 오믹스 데이터 세트를 구축했습니다.
의료 AI는 새로운 주제는 아니지만, Ark Ventures의 CEO 겸 투자 사장인 캐시 우드의 최근 발언으로 다시 한번 시장의 열광이 고조되었습니다. 그녀의 의견에 따르면, 현재 의료 분야는 AI 응용 분야에서 가장 과소평가되고 있으며, 정밀 진단 및 치료, 약물 개발 분야에서의 잠재력이 아직 충분히 활용되지 않았습니다. 이러한 시각은 자본시장의 주목을 끌었을 뿐만 아니라, 의료 AI 관련 분야의 주가 변동으로 직결되면서 의료 분야에서 AI 기술이 지닌 막대한 가치를 부각시켰습니다.
AI 기반 정밀 의학의 이러한 흐름 속에서, 엔드투엔드 인공지능 생명공학 기업인 오킨(Owkin)은 업계를 선도하는 머신 러닝 알고리즘과 연합 학습 기술을 선보이고 있습니다. 이 회사는 대중이 가장 우려하는 환자 데이터 개인정보 보호 문제를 해결했습니다. 다양한 기관의 다중 모드 데이터(예: 유전체학, 공간 오믹스, 임상 데이터 등)를 통합함으로써 연구자와 의사가 의료 데이터의 잠재력을 최대한 활용하는 데 도움이 됩니다. 이는 바이오마커의 발견을 가속화할 뿐만 아니라 정밀 의학을 위한 신뢰할 수 있는 의사결정 기반을 제공하고 유방암, 대장암 등의 암 진단 및 약물 개발을 지원합니다.
2016년 설립 이후 오킨은 1억 달러 이상의 자금을 조달했으며 Google Ventures와 Sanofi를 포함한 여러 기관의 지원을 받았습니다. 이 회사는 또한 프랑스에서 주목해야 할 20대 인공지능 스타트업, 2023년 가장 주목할 만한 헬스케어 및 기술 스타트업, 최우수 헬스케어 기술상, Forbes AI 50 등에 선정되었습니다.
집단 지성을 통해 환자 개인 정보 보호를 최우선으로 하고 데이터 사일로를 허물다
오킨의 성공은 두 창립자의 전문적 배경과 공통된 신념에서 비롯된 것입니다. 창립자 중 한 명인 토마스 클로젤 박사는 임상 혈액학 및 종양학 조교수였습니다. 이 경험을 통해 그는 환자를 돕는 방법에 대한 더 깊은 이해를 얻었고, 의료 결과를 개선하기 위해 기술을 활용하려는 결심을 굳혔습니다. 또 다른 창립자인 질 와인립 박사는 오랫동안 AI 생물학 분야를 연구해 왔으며 신경망, 머신 러닝, 신약 개발, 정밀 의학 분야에서 많은 논문을 발표했습니다. 두 사람은 AI가 의료에 힘을 실어줄 것이라는 공통된 믿음을 바탕으로 함께 오킨을 설립했습니다.
오킨의 핵심 사명은 정밀 의학을 달성하는 것입니다. 즉, 전통적인 "모든 사람에게 맞는 단일 치료법"을 피하고 각 환자의 고유한 생물학적 특성에 따라 치료 계획을 맞춤화하는 것입니다.이러한 필요성은 시급합니다. 암은 유전적, 증상적으로 환자마다 다를 수 있지만, 많은 환자가 여전히 동일한 치료 요법을 받고 있어 치료 효과가 심각하게 제한될 수 있기 때문입니다.
오킨은 AI 기술을 사용하여 다중 모드 환자 데이터에서 다양한 바이오마커를 식별하고, 환자를 하위 그룹으로 분류하고, 각 유형의 환자를 가장 적합한 치료 표적과 매칭하고, 표적 약물 개발을 촉진하고, 질병 진단 도구를 최적화하고, 진정한 개인 맞춤 의학을 실현하는 길을 가고 있습니다.위의 목표를 달성하는 핵심은 환자 데이터의 개인 정보 보호를 보장하면서 데이터를 공유하는 방법에 있습니다.
과거에는 연구자들이 종종 자신만의 관심 분야를 탐구했고, 그 결과 "데이터 섬"이 생겨났습니다. 토마스 클로젤은 진정한 혁신은 학제간 통합에서 나온다고 믿습니다. 임상, 단일 세포, 공간 오믹스, 조직학 등 다중 모드 데이터를 통합하고 데이터 과학자, 임상의, 학자, 제약 회사가 함께 연구에 참여하면 새로운 질병 메커니즘의 발견이 가속화되고, 결과적으로 더욱 타겟팅된 정밀 의학 방법이 개발될 것입니다. 즉, 데이터 공유는 해결책 중 하나입니다. 하지만 의료 데이터에는 민감한 개인정보가 포함되어 있으며, 데이터 공유에는 개인정보 유출 위험이 따르는 경우가 많아 많은 의료기관에서 이를 꺼립니다.
이 문제를 해결하기 위해 오우킨은 연합 학습을 사용하여 이를 해결합니다. 토마스 클로젤은 이를 주요 기관들이 데이터를 공유하지 않고도 인공지능 모델을 공동으로 훈련할 수 있도록 허용하는 것으로 간단히 정의했습니다.
구체적으로, 연합 학습을 통해 여러 데이터 제공자(의료 센터, 연구 기관, 생물제약 회사 등)가 분산된 방식으로 기계 학습 모델을 공동으로 훈련할 수 있습니다. 즉, 환자 데이터는 항상 해당 서버에 보관되고, 서버 간에는 알고리즘과 예측 모델만 전송됩니다. 즉, 알고리즘은 서로 다른 데이터 센터로 전송되어 로컬에서 훈련됩니다. 훈련이 완료되면 알고리즘만 중앙 위치로 돌아가고 개선된 예측은 각 로컬 데이터 세트로 전송되어 더욱 세부화됩니다. 아래 그림에서 볼 수 있듯이, 이 접근 방식을 사용하여 Owkin은 83개 파트너의 11개 모달리티에서 환자 데이터를 통합했습니다.
간단히 말해, 연합 학습은 환자의 개인 정보를 보호하는 동시에 대규모로 데이터를 활용할 수 있게 해줍니다. 동시에, 다양한 데이터를 분석하여 얻은 결론이나 연구 결과를 집합적으로 공유할 수 있어 의학 연구의 진전을 가속화할 수 있습니다. 이 기술의 대중화를 촉진하기 위해, 오킨은 임상 연구, 약물 개발 등에 사용할 수 있는 연합 학습 소프트웨어 Substra를 오픈 소스로 공개했습니다.
오픈소스 주소:https://github.com/substra
2023년 6월에 오우킨은 MOSAIC(Multi-Omics Spatial Atlas of Cancer)이라는 프로젝트를 시작했다는 점도 언급할 가치가 있습니다. 이 회사는 최고의 암 연구 병원과 협력하여 7가지 난치성 암(비소세포폐암, 난소암, 방광암, 중피종, 신경교종, 유방암, 미만성 대형 B세포 림프종(DLBCL))에 걸린 환자 7,000명으로부터 다중 모드 데이터를 수집했습니다. 보고된 바에 따르면,이는 세계 최대 규모의 암 공간 오믹스 데이터 세트입니다.기존 데이터 세트보다 100배 더 큽니다. 오우킨은 이 데이터를 사용하여 고급 인공지능 알고리즘을 개발하고 치료 권장 사항을 제공할 수 있습니다.
MOSAIC 주소:
https://www.mosaic-research.com
생물학 분야에서 최초의 일반 인공지능을 구현하는 것을 목표로 합니다.
올해 1월, 오우킨은 지난 8년간 축적한 방법론과 AI 에이전트를 시스템에 통합하고 오우킨 K1.0 터비고를 출시한다고 발표했습니다. 이는 생물학 분야 최초의 일반 인공지능(AGI)을 구현하는 것을 목표로 합니다. 토마스 클로젤은 "오킨의 목표는 오킨 K를 이 분야의 표준 운영 체제로 만드는 것입니다. 모든 제약 회사, 생명공학 회사, 그리고 학술 연구 기관이 저희 시스템을 활용하여 연구 수행 방식을 혁신하고 오랜 장벽과 데이터 장벽을 허물 수 있기를 바랍니다."라고 말했습니다.
구체적으로 K1.0 시스템은 100만 명이 넘는 환자의 다중 모달 데이터를 통합하고 기본 모델과 대규모 다중 모달 모델을 분석에 사용하여 파트너에게 심층적인 생물학적 통찰력을 제공합니다. 동시에, 오킨의 습식 연구실에서는 AI가 생성한 생물학적 통찰력을 검증하고 새로운 실험 데이터를 K1.0에 피드백하여 모델의 성능을 지속적으로 향상시킬 것입니다. "데이터-모델-실험"의 폐쇄 루프 설계를 통해 K1.0을 지속적으로 최적화할 수 있습니다.
K1.0 시스템은 바이오마커 발견, 타겟 식별, 환자 집단 스크리닝, 임상 시험 최적화, AI 진단 개발을 지원하는 광범위한 응용 분야를 가지고 있습니다. 모든 기능은 새롭게 발견된 바이오마커를 기반으로 하며, 정밀의학의 발전을 촉진하는 것을 목표로 합니다.
현재 이 시스템은 Sanofi, BMS, AstraZeneca와 같은 제약 대기업을 지원하고 있습니다. 이 시스템의 첫 번째 개발 프로젝트는 고형 종양 환자를 위한 EP2/EP4/DP1의 삼중 억제제인 OKN4395로, 임상 1상 시험에 참여한 환자들에게 투여되었습니다. 동시에, Owkin의 타겟 식별 도구인 TargetMATCH와 약물 위치 지정 도구인 DrugMATCH도 파트너가 파이프라인을 개발하는 데 도움을 주고 있습니다.
오킨은 약물 개발 분야에서 탁월한 성과를 거두었을 뿐만 아니라, 암 진단 분야에서도 상당한 진전을 이루었습니다.
임상에서 의사는 어떤 환자가 재발할지, 어떤 환자의 상태가 안정적으로 유지될지 정확하게 예측하기 어려운 경우가 많습니다. 그러나 이러한 예측 능력은 개인화된 치료 계획을 개발하는 데 매우 중요합니다. 재발 위험이 높은 환자를 정확하게 파악할 수 있다면, 의사는 적절한 시기에 치료 전략을 조정하고 치료 강도를 강화할 수 있습니다. 상태가 안정적인 환자의 경우 불필요한 치료 개입을 줄이고 삶의 질을 향상시킬 수 있습니다.
AI 기술은 바이오마커 스크리닝의 효율성을 높일 수 있을 뿐만 아니라, 긴급 사례의 우선순위를 정하고, 환자 예후와 치료 반응에 대한 심층 분석을 실시하며, 의사가 더 빠르고 정확한 결정을 내릴 수 있도록 돕는데, 이는 특히 의료 자원이 제한된 지역에서 매우 중요합니다. 이러한 수요를 충족하기 위해 Owkin은 대장암 진단 도구인 MSIntuit® CRC 및 MSIntuit® CRC v2, 유방암 진단 도구인 RlapsRisk® BC를 포함하여 여러 가지 암 진단 도구를 개발했습니다.
2024년 11월, Owkin은 AI 종양병리학 회사인 Proscia와 협력하여 Proscia의 MSIntuit® CRC v2 도구를 Proscia의 Concentriq® 소프트웨어 플랫폼에 통합했습니다. 이를 통해 병리학자가 MSS/pMMR 대장암 환자를 사전 선별하고 대장암 진단 및 치료에 정밀 의학을 심층적으로 적용하는 데 도움이 되었습니다. MSIntuit® CRC v2는 CE-IVD 인증을 획득한 MSIntuit® CRC 툴의 업그레이드 버전으로, 검출 감도가 최대 95%로 높다는 점도 언급할 가치가 있습니다. 이 회사는 또한 버밍엄 대학교 의과대학 및 Cerba Path와 같은 기관과 협력하여 대장암 진단을 최적화하고 있습니다. 유방암 진단 측면에서 오우킨은 Aster Insights, Gustave Roussy, AstraZeneca 등의 회사와도 협력했습니다.
결론적으로, 오킨의 혁신적인 플랫폼과 광범위한 파트너십 네트워크는 전 세계 환자들에게 더 많은 희망을 가져다주고 있습니다.회사는 앞으로 다중 모드 공간 데이터를 자동으로 분석할 수 있는 일련의 에이전트를 개발하고 차세대 Owkin K2.0 운영 체제를 자사 연구소에 통합하여 에이전트 기반 자동 로봇 연구소를 구축할 계획입니다. 언젠가는 이들 연구자들이 스스로 연구 프로젝트를 독립적으로 운영하여 의학 연구의 효율성을 크게 향상시킬 수 있을 것으로 예상됩니다. 우리는 Owkin이 AI와 의료의 통합에서 혁신을 계속 주도해 나가기를 기대합니다.
AI는 의사를 대체할 수 없으며, 협력만이 윈윈 결과를 달성할 수 있습니다.
오킨의 전략 및 마케팅 책임자인 안나 위그후-데스포인트는 이렇게 지적한 바 있습니다. "학술 센터와 같은 연구 기관과 협력함으로써 우리는 공동으로 인프라를 구축하고, 데이터를 준비하고, 예측 모델을 훈련하고, 결과를 검증하고, 최고의 과학 저널에 공동 연구 결과를 발표할 수 있습니다. 우리는 협력이 의학 연구의 발전을 촉진하는 핵심이라고 항상 믿습니다."이러한 관점은 의학 연구에서 협력의 중요성을 강조합니다.
과거에는 의사들이 AI에 대해 대체로 신중한 태도를 보였습니다. 예를 들어, 의사들은 AI의 진단이 신뢰할 수 있는지, 환자에게 정말 도움이 될 수 있을지 걱정했습니다. 어떤 사람들은 이것이 단지 기술 산업의 과장된 표현일 뿐이라고 생각했습니다. 그러나 이미지 인식, 질병 예측, 개인 맞춤형 치료 등의 분야에서 AI가 지속적으로 획기적인 발전을 이루면서 사람들은 점차 AI의 잠재력을 깨닫고 있습니다. 예를 들어, 구글이 출시한 Med-PaLM 2 모델은 USMLE 의학 자격 시험에서 86.5라는 높은 점수를 달성했는데, 이는 인간 의사 수준에 근접하거나 심지어 뛰어넘는 수치로, AI가 의료 분야에서 밝은 미래를 가지고 있음을 다시 한번 입증했습니다.
AI의 급속한 발전에도 불구하고, 수도의과대학 부속 베이징천탄병원 원장 겸 당위원회 부서기인 왕용쥔은 AI가 의사를 대체하지 않고 임상 작업을 보완하고 향상시키는 것으로 보아야 한다고 말했습니다. 실제로 AI는 주로 데이터 분석과 보조 진단의 역할을 합니다. 그러나 임상 수술이나 응급 상황 등 복잡한 상황에 직면했을 때 의사의 경험, 전문적인 판단, 적응력은 여전히 필수적입니다. 또한, 의료는 단순히 기술에 관한 것이 아니라 배려와 공감에 관한 것이며, 이 측면에서 AI는 아직 발전이 필요합니다.
미래에는 AI와 의사가 협력해야만 의료 산업의 진정한 발전을 촉진하고 환자에게 보다 포괄적이고 고품질의 의료 서비스를 제공할 수 있을 것입니다.
참고문헌: