제약업계, AI‧빅 데이터 가장 혁신 기술

R&D 효율성 감소는 제약업계에서 지속되는 문제이다. 새로운 기술들이 다양한 사업을 재편하고 있어, 제약사들은 운영 모델을 간소화하고 R&D 생산성 문제를 해결하기 위해 AI(인공지능) 활용을 찾고 있다.

글로벌데이터의 최신 보고서를 보면, AI(58%)에 이어 빅데이터(46%)가 향후 2년 이내에 제약업계에서 가장 파괴적인(혁신) 기술이 될 전망이다.

이어 API(application programming interface)와 디지털 플랫폼(29%), 실제 증거(27%), 웨어러블 기술(22%), 소셜 미디어(21%) 등의 순이었다.

이밖에 클라우드 컴퓨팅(13%), 사물인터넷(12%), 사이버보안(10%), 블록체인(6%), 5G(5%), 가상 현실(4%), 로봇틱(4%) 등이었다.

글로벌데이터의 조사결과에 따르면, 이런 기술들은 제약업계에서 주요 투자 표적이 될 수 있다.

약품을 출시하는 평균 비용 증가, 파이프라인 제품의 높은 감소율, 평균 임상 사이클의 증가 등이 제약사의 수익률 하락의 주요 요인들이다.

디지털 전환이 R&D 생산성 난제를 해결하고 더 지속 가능한 약품 발견 프로세스를 개발하기 위한 긍정적인 조치로 보인다고 글로벌데이터가 밝혔다.

한 약품을 출시하는 것은 위험하고 시간이 많이 걸리는 과정이다.

약물 개발 비용과 일정은 계속 증가하고 있지만, 기술 발전은 약물 개발 과정을 개선하고 간소화화하기를 기대하고 있다.

능률적이고 효과적인 R&D는 어떤 제약 사업의 장기적인 성공에 중요하다.

산업은 가치 사슬의 모든 단계에서 많은 데이터 양을 생산하고, AI는 이러한 대규모 데이터셋에서 통찰력의 추출에 유용한 도구로 간주된다.

정보를 효율적으로 활용함으로써, 제약사들은 약품 발견 시간을 줄이고, 임상 시험을 가속화하고, 약물 실패율을 낮추고, 의약품 승인 기간을 단축하여 상당한 비용을 절감할 수 있다.

AI는 표적식별부터 마케팅과 상업화 활동까지 제약사 내 프로세스 영역을 혁신할 수 있는 잠재력을 가지고 있다.

AI나 빅데이터 같은 기술이 제약업계를 혁신시킬 것으로 예상되지만, 이런 기술에 투자는 기업이 도출하는 성과와 통찰력에 따라 행동할 수 있어야만 성공할 수 있다고 글로벌데이터가 분석했다.

AI 활용

현재 약품 발견과 시장에 약품을 출시하는 긴 시간과 과정을 개선하기 위해 많은 헬스케어와 제약사들이 AI를 활용하고 있다.

올해 초 수미토모 다이니폰 파마와 엑스사이언티아(Exscientia)는 AI가 만든 화합물이 처음으로 인간 임상시험에 사용될 것이라고 밝혔다.

엑스사이언티아에 따르면 DSP-1181의 탐색 연구 단계는 완료하는 데 12개월도 걸리지 않았다.

이는 전통적 연구 기법으로 평균 4.5년이 필요하다.

또한 베네볼런트AI(BenevolentAI)는 현재 3상 임상에 있는 릴리의 약물 바리시티닙(baricitinib)을 잠재적 신종 코로나바이러스 감염증(코로나19) 치료제로 확인했다.

현재 코로나바이러스 백신을 3상 임상에 있는 모더나는 약물 개발 과정을 가속화하기 위해 아마존의 클라우드 플랫폼을 활용하고 있다.

약물 발견과 개발의 기회는 충분하지만, 그것은 일상의 전략에 선진 헬스 기술을 구현하는 기업의 능력에 의존한다.

헬스케어 산업은 디지털 기술을 빠르게 채택하고 있는 반면, 제약업계는 디지털 성숙도에 뒤처져 있고, 초기 무버들 조차 따라잡기 위해 취하고 있는 어떤 대책도 전략과 디지털 중심 리더십의 부재로 인해 수포로 돌아가고 있다.

타코닉 바이오사이언스(Taconic Biosciences)에 따르면, 한 약품을 시장에 도입하는 것은 약물 발견부터 12년 이상 동안 약 28억 달러의 비용이 투자된다.

AI와 머신러닝을 활용하면 약품 발견 과정의 모든 단계에서 도움이 될 수 있다.

헬스케어 AI 스타트업은 2020년 3분기에 20억 달러 이상을 투자받았고, AI를 활용해 약품 제조 과정을 간소화한 스타트업들은 다른 헬스케어 분야에 이 기술을 배치한 스타트업과 비교해 가장 많은 돈을 받았다.

인사이더 인텔리전스(Insider Intelligence)의 보고서를 보면, AI는 약품 발견 비용을 70% 절감할 수 있다.

전임상 단계에서 AI를 활용하면 원활한 임상시험 진행에 도움이 되고, 약물이 동물 모델과 어떻게 상호작용할 수 있는지 더 빠르고 성공적으로 예측할 수 있다.

AI는 임상 시험 중 참여자 모니터링을 용이하게 하여 더 많은 데이터를 더 빨리 생성하며, 임상 경험을 개인맞춤화함으로써 참여자 유지에 도움이 된다.

악센튜어(Accenture)에 따르면, AI는 2026년 1500억 달러의 가치가 예상돼, 헬스케어 분야에 AI의 도입으로 핵심 성장의 중요한 기회를 의미한다.