차세대 증거

Nature Medicine 29권, 49~58페이지(2023)이 기사 인용

98k 액세스

20 인용

712 알트메트릭

측정항목 세부정보

최근 웨어러블 기술, 데이터 과학 및 기계 학습의 발전으로 증거 기반 의학이 변화하기 시작하여 차세대 '심층' 의학의 미래를 엿볼 수 있게 되었습니다. 기초 과학과 기술의 눈부신 발전에도 불구하고 주요 의학 분야의 임상적 번역은 뒤처져 있습니다. 코로나19 팬데믹은 임상시험 환경에 내재된 체계적 한계를 드러냈지만, 새로운 시험 설계, 환자 중심적이고 직관적인 증거 생성 시스템으로의 전환 등 몇 가지 긍정적인 변화도 촉발했습니다. 이 관점에서 나는 임상 시험과 증거 기반 의학의 미래에 대한 경험적 비전을 공유합니다.

지난 30년 동안 기본적인 질병 과정의 병태생리학에 대한 더 나은 이해와 원자 분해능으로 세포 기계를 풀어내는 것에서부터 모든 의학 분야의 질병 과정과 결과를 바꾸는 치료법 개발에 이르기까지 과학 연구는 숨 막힐 정도로 비교할 수 없는 발전을 이루었습니다. 더욱이, 빅 데이터 과학, 전산 생물학 및 인공 지능(AI)과 병행하여 유전체학, 면역학, 단백질체학, 대사체학, 장내 미생물군집, 후생유전학 및 바이러스학의 기하급수적인 향상이 이러한 발전을 촉진했습니다. 또한 CRISPR-Cas9 기술의 등장으로 맞춤 의학 분야에서 다양한 기회가 열렸습니다.

이러한 발전에도 불구하고 벤치에서 병상으로의 신속한 전환은 대부분의 의학 분야에서 뒤쳐져 있으며 임상 연구는 여전히 앞지르게 됩니다. 약물 개발 및 임상 시험 환경은 실패율이 매우 높으며 모든 이해관계자에게 계속해서 비용이 많이 듭니다. 특히, 초기 단계 발달 치료제의 소모율은 상당히 높아서 화합물의 2/3 이상이 벤치와 병상 사이의 '죽음의 계곡'에 굴복합니다1,2. 약물 개발의 모든 단계를 통해 약물을 성공적으로 임상에 적용하려면 15억~25억 달러 이상의 비용이 듭니다(참고 3, 4). 이는 의료 시스템을 괴롭히는 본질적인 비효율성과 결함과 결합되어 임상 연구의 위기를 초래하고 있습니다. 따라서 공중 보건을 개선할 수 있도록 환자를 참여시키고 진료소의 새로운 발전을 추진하는 데 필요한 증거를 생성하는 혁신적인 전략이 필요합니다. 이를 달성하려면 전통적인 임상 연구 모델이 전위적인 아이디어와 시험 설계를 위한 자리를 마련해야 합니다.

코로나19 팬데믹 이전에는 임상 연구 수행이 30년 동안 거의 변하지 않았으며 일부 시험 수행 규범과 규칙은 비록 구식이지만 의심의 여지가 없었습니다. 팬데믹은 임상시험 수행에 있어 많은 시스템적 한계를 노출시켰고5 임상시험 연구 기업이 모든 프로세스를 재평가하도록 강요했습니다. 따라서 이 영역에서 혁신을 방해하고 촉진하며 가속화했습니다6,7. 배운 교훈은 연구자들이 차세대 '환자 중심' 임상 시험을 설계하고 구현하는 데 도움이 될 것입니다.

만성 질환은 계속해서 수백만 명의 삶에 영향을 미치고 사회에 큰 재정적 부담을 안겨줍니다.8 그러나 대부분의 데이터가 데이터 사일로에 존재한다는 사실로 인해 연구가 방해를 받고 있습니다. 임상 전문직의 하위 전문화로 인해 전문 분야 내외의 사일로가 발생했습니다. 모든 주요 질병 영역은 완전히 독립적으로 작동하는 것 같습니다. 그러나 최고의 임상 진료는 모든 관련 정보를 이용하고 접근할 수 있는 다학제적 방식으로 제공됩니다. 더 나은 임상 연구는 각 전문 분야에서 얻은 지식을 활용하여 다학문적, 고품질 치료 및 의학 분야의 지속적인 혁신을 가능하게 하는 협업 모델을 달성해야 합니다. 의학의 많은 학문 분야에서는 동일한 질병을 다르게 보기 때문에(예를 들어 전염병 전문가는 코로나19를 바이러스성 질병으로 보는 반면 심장학 전문가는 이를 염증성 질병으로 보기 때문에) 여러 분야에 걸쳐 접근하는 방식은 다른 학문 분야의 접근 방식을 존중해야 합니다. 단일 모델이 모든 질병에 적합할 수는 없지만, 학제간 협력을 통해 시스템을 더욱 효율적으로 만들어 최상의 증거를 생성할 수 있습니다.