The Clinical Trial Pipeline Reveals the Next Wave of Artificial Intelligence in Healthcare: A Multidimensional Analysis of 8,532 Registered Studies
이 연구는 8,532건의 등록된 임상 시험을 분석하여, 의료 AI 분야가 특히 영상 및 예후 진단 분야를 중심으로 회고적 개발에서 전향적 평가로 급격히 변화했으나, 견고한 임상적 근거를 생성하는 데 필요한 대규모의 지리적으로 다양한 완전 자율형 임상 시험은 여전히 부족하다는 점을 밝혀냈다.
원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
당신이 마치 미스터리를 풀려는 탐정이라고 상상해 보세요. 하지만 단서를 찾는 곳은 범죄 현장이 아니라 의학의 미래입니다. 오랫동안 과학자들은 의사들을 위한 '인공지능(AI)'을 구축해 왔습니다. AI를 엑스레이를 읽거나, 심장 박동 소리를 듣거나, 수천 개의 환자 기록을 스캔하여 인간이 놓칠 수 있는 패턴을 찾아낼 수 있는 아주 똑똑한 디지털 비서라고 생각하면 됩니다. 하지만 여기 함정이 있습니다. 컴퓨터 프로그램이 시험 문제 푸는 데 능숙하다고 해서, 그것이 실제 병원에서 생명을 구할 준비가 되었다는 뜻은 아닙니다. 이것이 정말 효과가 있는지 알기 위해 의사들은 '임상 시험'을 통해 이를 테스트해야 합니다. 임상 시험은 AI가 실제로 도움이 되는지, 해를 끼치는지, 아니면 아무것도 하지 못하는지를 확인하기 위해 실제 환자들과 함께 AI를 실전에 투입하는 엄격한 과학 실험과 같습니다. 지금 전 세계는 이러한 테스트의 거대한 폭발 속에 있습니다. 모두가 알고 싶어 합니다. 이 디지털 비서는 영웅이 될까요, 조력자가 될까요, 아니 아니면 그저 화려한 장난감에 불과할까요?
이 논문은 그 전체적인 테스트 현장을 보여주는 거대한 지도 역할을 합니다. 저자인 리오르 로카흐(Lior Rokach)는 단순히 몇 개의 연구를 살펴본 것이 아닙니다. 그는 전 세계 거의 모든 AI 의료 시험이 등록된 공식 레지스트리를 샅샅이 뒤져 8,532개의 등록된 연구를 찾아냈습니다. 이는 특정 공장에서 만들어진 모든 자동차의 수를 세어서, 어떤 종류의 차량이 만들어지고 있는지, 어디로 운전되어 가고 있는지, 그리고 누가 운전하고 있는지를 확인하는 것과 같습니다.
이 지도가 밝혀낸 내용은 다음과 같습니다:
질주하는 열차
가장 명백한 점은 이 움직임이 얼마나 빠른가 하는 것입니다. 2020년 이전의 AI 시험은 느린 흐름에 불과했습니다. 하지만 2020년을 기점으로 댐의 수문이 열렸습니다. 실제로, 이 모든 시험 중 78%(약 6,635개)가 2019년 이후에 시작되었습니다. 마치 분야 전체가 동시에 가속 페달을 밟기로 결정한 것 같습니다. 새로운 시험의 수는 매우 빠르게 증가하고 있어, 아직 2026년이 끝나지도 않았음에도 불구하고 2026년이 역사상 가장 바쁜 해가 될 것으로 예상됩니다.
무엇을 테스트하고 있는가?
이 논문은 이 8,532개의 시험을 마치 거대한 장난감 더미를 종류별로 분류하듯 다양한 카테고리로 나눕니다.
- "눈" (영상 의학): 가장 큰 그룹은 여전히 엑스레이나 MRI 같은 사진을 보는 AI입니다. 이 분야에만 2,475개의 시험이 있습니다. 사진은 컴퓨터가 이해하기 쉽기 때문에 가장 인기가 많습니다.
- "귀와 입" (텍스트 및 언어): 가장 빠르게 성장하는 그룹입니다. 의사의 노트를 읽거나 환자와 대화하는 AI를 사용하는 시험은 2018년과 2025년 사이에 7배 급증했습니다. 이러한 급증은 강력한 '거대 언어 모델'(에세이를 쓰고 당신과 채팅할 수 있는 종류의 AI)이 대중에게 공개된 시점과 맞물려 일어났습니다.
- "수정구슬" (예후): 오랫동안 AI는 주로 환자가 현재 무엇을 앓고 있는지(예: "당신은 골절되었습니다") 진단하는 데 사용되었습니다. 하지만 이제 추세가 바뀌고 있습니다. 현재의 질병을 진단하는 것(3,828개)보다 미래에 어떤 일이 일어날지 예측하는 것(예: "이 환자는 내년에 심장마비가 올 위험이 높습니다")을 시도하는 시험(4,324개)이 약간 더 많습니다.
- "액션 히어로" (치료): 가장 조용한 구역입니다. AI가 구체적인 치료법을 권고하거나 용량을 변경하는 것을 테스트하는 시험은 단 768개(약 9%)뿐입니다. 이 논문은 우리가 문제를 포착하고 미래를 예측하는 데는 능숙해지고 있지만, AI가 의사에게 정확히 무엇을 해야 할지 말하도록 허용하는 데는 여전히 매우 신중하다는 점을 시사합니다.
"침묵의" 단계
주요 발견 중 하나는 대부분의 시험이 아직 AI가 결정을 내리도록 허용하지 않는다는 것입니다. 약 **38%**의 시험은 단순히 과거의 데이터를 살펴보는 '회고적(retrospective)' 연구이며, 또 다른 **21%**는 '조용히 진행되는(silent)' 전향적 시험입니다. 운전 면허를 따려는 학생이 실제 강사와 함께 차에 앉아, 길을 보며 "좌회전해야 할 것 같아요"라고 말하지만, 강사는 여로 핸들을 잡고 실제로 방향을 트는 상황을 상상해 보세요. AI는 관찰하며 배우고 있지만, 실제로 차를 운전하고 있지는 않습니다. 논문은 파이프라인의 대다수가 '임상적 증거'(환자에게 도움이 되는가?)보다는 '알고리즘적 증거'(수식이 제대로 작동하는가?)를 생성하는 단계에 머물러 있다고 지적합니다.
소수의 "자율 주행"
하지만 AI가 직접 차를 운전하도록 허용되는 '레벨 4' 시험은 아주 적습니다. 단 184개뿐입니다. 이 중 대부분(약 68%)은 한 가지 특정 분야, 즉 당뇨병 환자의 혈당을 관리하는 것("인공 췌장")에 집중되어 있습니다. 이는 마치 AI가 특정 경주에서는 완벽한 성적을 거두었지만, 아직 다른 스포츠 경기에 출전할 허가는 받지 못한 것과 같습니다. 마취나 호흡기를 제어하는 AI를 테스트하는 몇몇 용기 있는 시험들도 있지만, 의학의 거의 모든 다른 분야에서 AI는 여전히 승객일 뿐입니다.
누가 참여하고 있으며, 어디에서 하는가?
지도 또한 불균형함을 보여줍니다.
- 전문의 분야: 일부 의료 분야가 모든 관심을 독차지하고 있습니다. 이비인후과 전문의 관련 시험은 1,994개, 암 전문가 관련 시험은 1,295개입니다. 반면 류마티스(관절 질환)나 의학 유전학 같은 분야는 수백만 명의 사람들이 고통받고 있음에도 불구하고 시험이 매우 적습니다. 이는 모든 사람이 같은 레벨의 게임을 하고 있고, 다른 레벨은 완전히 비어 있는 비디오 게임과 같습니다.
- 지리적 위치: 시험은 주로 세 곳에서 일어나고 있습니다: 서유럽, 북미, 동아시아입니다. 이 세 지역이 전체 시험의 **86%**를 차지합니다. 반면 아프리카, 남미, 남아시아를 합친 비율은 5% 미만입니다. 이는 문제가 될 수 있습니다. 뉴욕이나 런던의 환자를 대상으로 훈련된 AI는 나이로비나 뭄바이의 환자들에게 잘 작동하지 않을 수 있기 때문입니다. 논문은 만약 우리가 이 문제를 해결하지 않는다면, "디지털 의사"가 정작 도움이 가장 필요한 사람들을 돕지 못할 수도 있다고 제언합니다.
결론
이 논문은 임상 AI가 첫 번째 큰 단계, 즉 컴퓨터 실험실에서 실제 세상의 테스트로 넘어가는 단계를 성공적으로 마쳤다고 결론짓습니다. 하지만 두 번째이자 더 중요한 단계는 아직 마치지 못했습니다. 우리는 이러한 시스템이 실제로 환자의 삶을 개선한다는 것을 증명하기 위해 더 크고, 더 다양하며, 더 엄격한 테스트가 여전히 필요합니다. AI의 "다음 물결"이 이미 도래했지만, 현재는 특정 분야에 집중되어 있으며, 주로 행동하기보다는 관찰하는 수준이고, 주로 부유한 지역에 치우쳐 있습니다. 이 기술이 모두를 도울 수 있도록 하려면, 다음 단계의 연구는 지리적, 전문 분야적, 그리고 실제 의사 결정 과정에서의 공백을 채워야 합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.