Element Biosciences가 전장 유전체 분석 비용을 단돈 100달러 수준으로 낮출 수 있는 혁신적인 탁상형 시퀀싱 장비를 공개했다. 이는 고정밀 유전체 데이터에 대한 접근성을 획기적으로 높이는 중요한 이정표가 될 전망이다. 특히 이러한 저비용 시퀀싱의 대중화는 차세대 생물학적 파운데이션 모델 학습에 필수적인 대규모 고품질 데이터셋을 구축하는 데 크게 기여할 것으로 기대를 모으고 있다.

최근 FDA가 기술과 의료의 융합 분야에 집중하면서 이러한 기술적 변화는 더욱 주목받는 분위기다. 실제로 FDA는 디지털 헬스 전략을 이끌 적임자로 AI 산업 전문가를 임명하며, 임상 워크플로우에 머신러닝 도구가 통합되는 과정에 대한 규제 감독을 강화하고 나섰다. AI 기반 암 진단 도구가 상용화 단계에 속속 진입함에 따라, 안전성과 유효성을 검증하기 위한 견고한 평가 지표 수립은 이제 필수적인 과제가 되었다.

다만 의료 현장에서 AI를 통합하는 여정은 여전히 복잡하며 여러 난관에 봉착해 있다. 머신러닝을 활용해 전신의 암 신호를 포착하는 Grail의 혈액 검사 'Galleri'는 최근 영국 국민보건서비스(NHS)와 진행한 대규모 임상 시험에서 1차 평가지표를 충족하지 못했다. 이번 결과는 첨단 스크리닝을 통한 조기 진단이 실제 환자의 생존율 개선으로 이어지는지, 아니면 단순히 진단 시점만 앞당기는 것인지에 대한 근본적인 의문을 던지고 있다.

엘리먼트 바이오사이언스(Element Biosciences)라는 회사가 우리 몸의 모든 유전자 설계도(전장 유전체 분석)를 읽어내는 비용을 단돈 10만 원대로 낮출 수 있는 책상 크기의 기계를 발표했어요. 이 기계는 아주 정확한 유전자 정보를 누구나 쉽게 얻을 수 있게 해주는 중요한 시작점(이정표)이 될 거예요. 특히 이렇게 싼 값에 유전자 정보를 읽게 되면, 인공지능이 생물의 원리를 공부하는 데 필요한 아주 많은 양의 공부 자료(데이터셋)를 만드는 데 큰 도움이 될 것으로 보여요.

최근 미국의 식약처(FDA)도 기술과 의료가 합쳐지는 것에 큰 관심을 두고 있어요. 실제로 FDA는 인공지능 전문가를 뽑아서 병원에서 인공지능이 스스로 배우는 도구(머신러닝)를 안전하게 쓰는지 꼼꼼하게 관리하기 시작했어요. 인공지능으로 암을 찾아내는 도구가 실제로 쓰이기 시작하면서, 이 도구가 정말 안전하고 효과가 있는지 확인하는 규칙(평가 지표)을 세우는 것이 아주 중요한 숙제가 되었답니다.

하지만 실제 병원에서 인공지능을 사용하는 길은 아직 멀고도 험해요. 피 한 방울로 온몸의 암 신호를 찾아낸다는 '그레일(Grail)'이라는 회사의 혈액 검사 기술은 최근 영국의 의료 서비스(NHS)와 함께한 큰 시험에서 목표했던 성적(평가지표)을 내지 못했어요. 이 결과는 일찍 암을 찾아내는 것(조기 진단)이 정말 환자를 살리는 데 도움이 되는지, 아니면 그냥 암을 발견하는 날짜만 조금 앞당기는 것인지에 대해 다시 한번 생각해보게 만들었답니다.