의료 분야에서 작은 것을 생각해야 한다

1970년 아폴로 13호의 달 착륙 임무 6분 후, 산소 탱크가 폭발했다. 이 사건으로 인해 NASA는 우주선의 가능한 고장을 예측하는 새로운 접근 방식을 개발하게 되었다. 이 접근 방식은 연속적인 센서 데이터에 의존했으며, 이는 더 엄격한 테스트를 가능하게 하였다. 이것은 최초의 “디지털 트윈” 기술의 사용이었다.

오늘날, 디지털 트윈 시스템은 산업 전반에서 운영을 개선하고 시스템의 변경을 정확하게 시뮬레이션하기 위해 사용된다. 애플과 테슬라 같은 기술 회사들은 제품의 성능을 모니터링하고 특정 시스템 구성 요소가 유지 보수가 필요한지 여부를 결정하기 위해 디지털 트윈을 사용한다.

디지털 트윈은 또한 의료 분야에서 사용되었으며, 주로 약물 연구 및 개발에 사용되었다. 그러나 그 가장 큰 잠재력은 만성 질병 관리에 있다. 기계 학습과 사물 인터넷 기술을 디지털 트윈 AI와 결합하면, 우주 탐험에서 시작된 접근 방식이真正로 개인화된 의료를 가능하게 할 수 있다.

전통적인 치료의 디지털화는 실패했다

의학은 지난 10년 동안 개인화된 치료를 위해 환자들이 의사 결정에 참여할 수 있도록 하였으며, 유전체 연구의 발전을 통해 정밀 의학을 실현하였다. 그러나 우리의 의료 시스템은 여전히 대규모 그룹 접근 방식을 사용한다.

만성 질병을 관리하는 방식에서도 이 접근 방식이 명백하다. 현재 1억 3천만 명의 미국人が 1개 이상의 만성 질병을 앓고 있는 상황에서, 각 환자는 계획된 치료 경로를 따르며, 치료 계획, 다이어트, 약물 등이 포함된다. 그리고 그들의 개선은 같은 질병을 앓고 있는 다른 환자들과 함께 측정된다.

이 접근 방식은 효과가 없다. 미국의 만성 질병 비용은 계속 증가하고 있으며, 기술의 영향은 결과와 비용에 거의 영향을 미치지 못했다. 당뇨병, 심장병, 암 등 질병을 디지털로 관리하는 경우에도 그 영향은 거의 없었다.

3월에 발표된 보고서에 따르면, 디지털 당뇨병 관리 도구는 참여도와 결과에서 시간이 지남에 따라 성과가 좋지 않다. 따라서 체중 감량, A1C 감소, 약물 제거, 당뇨병 역전, 건강, 복지, 경제적 이익 등은 제한적이고 지속되지 않는다.

그것은 대부분의 솔루션이 효과적인 치료 템플릿을 디지털화하지 못하기 때문이다. 개인의 차이를 고려하지 않는다. 각 개인은 문화, 생물학, 식이, 행동, 환경 등 다양한 요인으로 인해 건강에 영향을 받는다.

개인화된 치료에서 개인별 치료로

디지털 트윈 AI는 템플릿에서 벗어난 접근 방식을 제공한다. 핵심 기술은 각 개인이 독특한 임상 및 행동 변수를 가지고 있다는 것이다. 개인의 디지털 트윈은 이러한 데이터를 사용하여 개인의 최선과 건강한 버전을 위한 치료 지침을 형성한다.

디지털 트윈 기술의 힘은 작은 것들, 즉 우리가 먹고 하는 것들과 그것들이 우리의 현재와 미래의 건강에 미치는 영향에 대한 주의이다. 실제로 디지털 트윈은 특정 개인의 대사 또는 심혈관 건강에 대한 스테이크 디너의 영향을 정확하게 예측할 수 있다. 그 영향이 부정적일 경우, 디지털 트윈은 그 결과를 완화하는 방법을 제안할 수 있다. 10분간의 산책이나 대체 디저트를 제안할 수 있다.

이렇게 디지털 트윈 AI는 개인이 현재의 궤도에서 벗어나면 어떤 일이 발생할 수 있는지, 그리고 작은 조정으로 시간이 지남에 따라 큰 변화를 일으킬 수 있는지 보여줄 수 있다. 현재 루틴을 유지하면 3주 후에 메트포민을 중단할 수 있다. 옛 습관으로 돌아가면 재충전을 기대할 수 있다.

이 기술은 강력하다. 그 영향은 주로 학계에서 인정되었지만, 상업적 사용 사례에서 그 역할을 찾기 시작했다. 2014년에 Dassault Systemes와 FDA는 심장 기기의 개발과 정제를 더 빠른 속도로 진행하기 위한 프로젝트를 시작하였다. 또한 OnScale의 프로젝트는 COVID-19 환자의 폐를 디지털 트윈으로 만들어서 환기기 자원을 최적화하는 데 도움이 되고 있다.

의료 연구자들은 또한 디지털 트윈 질병 모델을 사용하여 개인의 복잡한 생물학적 과정에 기반한 약물 Intervention의 효과를 예측한다. 타케다 제약은 이 기술을 약물 개발 과정을 단축하고 생화학적 반응에 대한 현실적인 입력-출력 예측을 만들기 위해 사용하고 있다.

만성 질병 관리는 다음 전선이다

최근에 발표된 논문에 따르면, 디지털 트윈은 암 치료에서重大한 기여를 할 수 있다. 특히 질병의 진행과 치료 반응을 모니터링하는 데에 있어 디지털 트윈은 큰 역할을 할 수 있다. 또한 심장 디지털 트윈은 영상, 전자 건강 기록, 유전적, 연속적인 웨어러블 데이터를 사용하여 심장 사건을 예측할 수 있다.

이러한 발전은 삶을 변화시키는 의료 기술로 이어질 것이다. 그 힘은 복잡한 시스템이 정적이지 않다는 개념에 있다.

이것은 특히 우리의 생물학적 시스템에 적용된다. 디지털 트윈은 개인의 생물학, 문화, 라이프스타일, 선호도, 건강 등에 대한 데이터를 수집하여 개인의 치료 경로를 이해하기 위해 수천 개의 데이터 포인트가 필요하다. 일부 데이터는 이미 웨어러블과 모바일 앱을 통해 수집되고 있지만, 개인의 치료 경로를 고려하지 않는다면, 이러한 데이터는 방향을 잃은 것이다.

만성 질병 관리의 세계에서 작은 것들이 빠르게 큰, 생명 위협적인 것으로 될 수 있다. 디지털 헬스는 개인화된 언어를 사용하여 환자의 희망을 높였지만, 제공된 도구와 접근 방식은 개인의 고유한需求과 선호도를 충족하지 못했다.

디지털 트윈 AI는 이러한 접근 방식을 뒤집을 것이다. 개인의 건강을 깊이 개인화된 수준에서 이해하고 개선하는 데 도움이 될 것이다. 이것은 개인화된 치료의 약속을 실현할 수 있는 기술이다.