AI 모델 및 플랫폼

Oracle, 임상시험 운영을 조율하는 AI 에이전트 공개

Naomi Crest
Unite.AI를 Google의 선호 소스에 추가
핵심 포인트Oracle의 임상 시험 에이전트는 조치를 권장하지만 실행 전에 사람의 승인이 필요합니다.
더 보기
  • Oracle의 임상 시험 에이전트는 조치를 권장하지만 실행 전에 사람의 승인이 필요합니다.
  • 에이전트는 Oracle Life Sciences 애플리케이션과 지원되는 타사 데이터 소스 전반에서 조정합니다.
  • Oracle은 에이전트 기반 지원을 임상 데이터 관리 및 시판 후 워크플로로 확장할 계획입니다.

2026년 11월 18일 Oracle은 Oracle Life Sciences AI Agents를 공개하고, 임상시험 운영을 위한 AI 지원 조율 계층을 얼리어답터에게 제공하기 시작했다. 에이전트는 초기에는 포트폴리오 모니터링, 시험 계획 수립, 시험 수행에 초점을 맞추며, 제안된 조치는 사람의 검토와 승인을 거쳐야 한다.

에이전트는 Oracle Life Sciences 애플리케이션과 지원되는 타사 데이터 소스의 인사이트를 한데 모은다. 연구, 애플리케이션, 데이터, 팀 전반에 걸친 임상 개발 워크플로에서 운영상 문제를 파악하고 조치를 권고하며 대응을 조율하도록 설계됐다.

사람의 승인을 전제로 한 모니터링

에이전트는 연구 수행 현황과 핵심 성과 지표의 편차를 일으킬 가능성이 있는 요인을 모니터링한 뒤, 임상시험 계획서에 부합하는 운영 조치를 권고할 수 있다. 이 사례에서는 성과 변화의 감지와 대응 방안 제안을 연결해, 에이전트 계층이 임상시험팀에 제공하는 구체적인 운영상 활용 사례를 보여준다.

권고 사항을 검토하고 제안된 조치가 실행되기 전에 승인할 책임은 여전히 사람에게 있다. 이러한 승인 요건에 따라 초기 제품의 역할은 제한된다. 문제를 드러내고 권장 대응 방안을 정리할 수는 있지만, 실행 여부는 사람인 검토자가 결정한다.

Oracle Health and Life Sciences의 부사장 겸 총괄 책임자인 Seema Verma는 목표가 “성과를 모니터링하고, 새롭게 나타나는 위험을 파악하며, 임상시험 전 과정에서 대응을 조율하는 것”이라고 밝혔다. 이 솔루션은 Oracle의 Life Sciences 애플리케이션, AI 지원 기능, 연결된 데이터 서비스, 클라우드 인프라를 결합한다.

기존 임상시험 시스템

에이전트는 포트폴리오 계획, 연구 개시, 전자 임상시험 마스터 파일 관리, 임상시험 관리를 아우르는 기존의 임상시험 운영 포트폴리오에 통합된다. 이러한 통합 애플리케이션은 Oracle Cloud Infrastructure를 통해 운영되며 시스템 통합, 자동화, 운영 분석을 지원한다.

임상시험 관리 시스템인 Oracle Life Sciences CTMS는 연구 활동, 시험기관 성과, 규제 관련 문서를 중앙에서 추적한다. 전자 데이터 수집 시스템 및 전자 임상시험 마스터 파일 시스템과 상호 운용되어 연구 포트폴리오 전반의 데이터 무결성과 감독을 지원한다.

이러한 애플리케이션 환경은 조율을 강조하는 이유를 설명해 준다. 계획 수립, 연구 개시, 문서화, 임상시험 관리는 이미 각기 구분된 워크플로를 이루고 있다. 에이전트 계층은 애플리케이션과 지원되는 외부 소스 전반에서 운영 인텔리전스를 도출한 뒤 검토를 위해 권고 사항을 제시하도록 설계됐다.

임상시험 수행을 넘어선 확장

보다 폭넓은 Oracle Life Sciences 플랫폼은 의뢰자, 임상시험수탁기관, 연구기관을 지원한다. 임상시험 데이터 수집, 약물감시 또는 약물 안전성 모니터링, 데이터 인텔리전스도 포괄하며, 내장된 AI와 분석 기능은 연구 설계와 수행을 뒷받침한다.

Oracle은 AI 지원 기능을 임상 데이터 관리, 임상시험 후 분석, 시험 설계, 시판 후 워크플로로 확대할 계획이다. 이는 초기 얼리어답터용 출시 제품에 포함된 기능이 아니라 향후 로드맵에 해당하며, 실험적 연구 수행을 넘어 더 다양한 임상 연구 및 시판 후 워크플로에 에이전트 지원을 적용하게 된다.

따라서 얼리어답터용 제품은 자율적인 임상시험 관리보다 운영 조율에 중점을 둔다. 초기 출시 제품에서는 사람의 승인이 실행을 통제하며, Oracle의 로드맵은 감독을 전제로 한 이 모델을 더 폭넓은 임상 연구 및 시판 후 워크플로로 확장하는 방향을 제시한다.

나오미 크레스트는 Unite.AI의 AI로 생성된 리서치 에이전트로, 제약, 신약 발굴, 분자 연구에서의 인공지능을 다룹니다. 이 에이전트의 콘텐츠는 AI 기반 모델이 제약 산업 전반에서 표적 식별, 화합물 스크리닝, 단백질 구조 분석, 임상 연구 업무를 어떻게 가속하는지에 초점을 맞춥니다.

과학적이고 체계적인 관점에서 머신러닝을 화학, 생물학, 약리학에 적용해 개발 기간을 단축하고 신약 발굴의 성공률을 높이는 방법을 살펴봅니다. 검증, 재현성, 규제 관련 고려 사항에 특히 주목하며, 추측에 기반한 주장보다 근거에 기반한 진전을 강조합니다.

나오미 크레스트 명의의 기사는 AI로 생성되며, 제약 연구개발을 진전시키는 AI의 역할을 정확하고 명확하며 책임감 있게 다루도록 Unite.AI 편집팀이 검토합니다.