AI 요약
지난 80년간 미국은 1945년 밴니버 부시(Vannevar Bush)가 해리 트루먼 대통령에게 제출한 보고서에 기반한 '선형 모델'을 통해 과학 기술의 비약적 발전을 이루었습니다. 그러나 최근 민간 기업들이 리스크를 줄이고 수익을 극대화하는 데 집중하면서, 보건 연구의 우선순위가 실제 사회적 필요와 괴리되는 왜곡 현상이 나타나고 있습니다. 인공지능(AI)과 빅데이터 등 첨단 기술이 질병의 조기 예측과 맞춤형 예방을 가능하게 함에도 불구하고, 현재의 시장 주도적 접근은 복잡한 메커니즘을 가진 정신질환 치료제 개발보다는 고수익이 보장되는 항암제와 희귀질환 분야에 자원을 집중시키고 있습니다. 따라서 데이터 기반의 정책 수립과 NIH 펀딩 가이드라인 수정을 통해, 보건 혁신의 방향을 사회적 가치와 미션 중심으로 재편해야 한다는 목소리가 커지고 있습니다.
핵심 인사이트
- 역사적 기반의 한계: 1945년 밴니버 부시의 보고서로 확립된 '정부 지원-학계 발견-기업 상업화'의 선형 모델이 현대의 복잡한 사회 문제를 해결하기에는 한계에 봉착했습니다.
- 신약 승인의 불균형: 2022년 FDA 신약 승인 건수의 50% 이상이 항암제와 희귀질환 치료제에 집중되어 있으며, 이는 높은 약가와 신속 승인 경로를 통한 낮은 개발 리스크 때문입니다.
- 정신보건 소외: 2022년 기준 미국 성인 5명 중 1명 이상이 정신질환을 앓고 있으나, 2018~2022년 사이 FDA에서 승인된 정신과 치료제 비중은 단 4.8%에 불과합니다.
주요 디테일
- 시장 왜곡 현상: 기업들은 독점권을 연장하기 위해 약물 제형 변경이나 투여 경로 수정을 통해 제너릭(복제약)의 시장 진입을 방해하고 경쟁을 제한하고 있습니다.
- 기술적 기회: AI와 지속적으로 수집되는 보건 데이터를 활용하면 질병의 위험을 조기에 감지하고 개인별 맞춤형 개입을 통해 전체적인 질병 부담을 낮출 수 있는 잠재력이 있습니다.
- 리스크 회피 전략: 정신질환 분야는 질병 메커니즘의 이해가 제한적이고 임상 시험 실패율이 높아 기업들이 투자를 기피하는 고위험 영역으로 분류됩니다.
- 데이터 기반 정책: NIH(국립보건원)의 자금 지원 정책을 가이드하기 위해 데이터를 적극 활용하고 연구 투자의 지배구조를 혁신해야 할 필요성이 제기되었습니다.
향후 전망
- 정밀 의료로의 전환: AI와 빅데이터가 보건 정책의 핵심 도구로 자리 잡으며, 단순 치료를 넘어선 예측 및 예방 중심의 보건 혁신 전략이 강화될 것으로 보입니다.
- 거버넌스 개편: 공공의 이익과 사회적 수요를 반영하기 위해 민간 주도의 시장 논리에서 벗어난 정부 주도의 '미션 중심' 투자 체계가 논의될 가능성이 높습니다.