■ 약물 부작용 개념

세계보건기구 (WHO)는 약물 부작용을 질병의 예방, 진단, 치료 또는 생리기능의 조정을 위하여 의약품을 인체에 상용량으로 투여했을 때 발생하는 유해하고 의도하지 아니한 반응으로 정의하였다.

약물이상반응 관련 개념은 가장 큰 카테고리로 ‘부작용(side effect)’이 있고, 그 하위로 ‘약물유해사례 (adverse drug events, ADE)’이며, 그 다음 하위로 ‘약물이상반응 (adverse drug reaction, ADR)’으로 구성된다.

(1) 부작용 (side effect): 약물의 주요작용과 반대되는 개념으로 약물을 정상 용량으로 투여했을 때 발생하는 모든 의도하지 않는 효과를 말한다.

(2) 약물유해사례 (ADE): 약물과의 인과관계와 상관없이 약물의 투여, 사용 중 발생하는 바람직하지 않고 의도되지 않은 징후, 증상 또는 질병을 말한다.

(3) 약물이상반응 (ADR): 정상적인 용법에 따라 의약품을 투여 및 사용하는 동안 발생하는 유해하고 의도하지 않은 반응이다.

중대한 이상사례-약물이상반응 (ADR)으로는 a. 사망을 초래하거나 생명을 위협하는 사례, b. 입원 또는 입원기간의 연장이 필요한 사례, c. 지속적 또는 중대한 불구나 기능저하를 초래하는 사례, d. 선천적 기형 또는 이상을 초래하는 사례, e. 제1호부터 제4호까지의 사례 외에 약물 의존성이나 남용의 발생 또는 혈액질환 등 그 밖에 의학적으로 중요한 상황이 발생하여 치료가 필요한 사례가 있다.

약물이상 반응정도에 따른 분류는 크게 경증 (mild), 중등증 (moderate), 중증 (severe) 세가지로 분류되며, 경증에는 증상 또는 증후를 지각할 수는 있으나, 쉽게 참을수 있는 정도를 의미하며, 중등증은 증상이 현저하기는 하나 생체 중요기관에 대한 영향은 경미한 정도이며, 중증은 치명적인 위험이 있고 생체 중요기관에 심각한 영향을 주는 경우를 말한다.

약물이상반응 원인으로는 (1) 허가 시점에서 얻을 수 있는 의약품 정보의 한계 (2) 소아, 임산부 및 노인에 대한 시판 전 임상시험 제한 (3) 장기간 추적에 나타나는 부작용 발견 한계 (4) 개개인의 병용약물이나 질환이 고려되지 않는 한계가 있다.

국내외 약물이상반응 자발적 보고 시스템 (텍스트 데이터 기반 공공 데이터)은 (1) 한국의약품 안전관리원의 의약품 이상사례 보고 시스템 (The Korea Adverse Event Reporting Systems, KAERS): 이상사례가 보고되면, 한국의약품안전관리원에서는 이러한 정보를 체계적으로 수집하고, 보고된 자료 관리를 통하여 이상사례보고 데이터베이스를 구축한다. 이렇게 축적된 이상사례 데이터베이스를 이용하여 약물이상사례의 실마리정보를 분석하게 되며, 특정 이상사례에 보다 체계적으로 평가하거나 심층적인 약물역학연구를 수행한다. (2) FDA에 미국 약물 부작용 보고 시스템: 약물 부작용 보고서, 약물 오류 보고서, FDA에 제출된 제품품질 불만 보고서를 포함하는 데이터 베이스로, 약물 및 치료 생물학적 제품에 대한 FDA의 마케팅 후 안전 감시 프로그램을 지원하도록 설계되었다.

2014년 Freifeld CC (Drug Saf., 2014)연구에 의하면, 2012년 11월 1일부터 2013년 5월 31일까지 23개 의약품 관련 트윗 690만개 중 0.9%인 60,000개를 분석한 결과, 4,401개 트윗이 신약부작용과 관련 있었다고 발표하였다. 이는 2012년 10월 1일부터 2013년 3월 31일까지 동일 의약품에 대해 FDA의 약물 부작용 보고시스템 (FAERS)에 보고된 1,400건의 3배가 넘는 수치였다. 스피어맨 상관계수가 0.75 (p < 0.0001)로 트위터에 의한 약물 부작용 분석결과가 FAERS와 유사한 관계를 보였다. 이들 결과는, SNS 분석으로 출시된 신약의 부작용 가능성 탐지가 가능하며, SNS 정보의 활용이 유의미하다고 볼 수 있다.

약물부작용 측면에서, 데이터 마이닝을 이용한 국내외 약물부작용 보고 시스템 (KAERS, FAERS) 자료로부터 실마리 정보를 찾고, 전자 건강 기록 및 보험 청구 데이터 베이스와 같은 빅데이터를 통해 유용한 정보를 확인하고, 소셜 미디어 데이터를 활용한 딥러닝 기반 디지털 약물 감시를 구축한다면 약물부작용을 식별하고 관리하고 보고하는데 유용할 수 데이터를 제공할 수 있을 것으로 사료된다.

이러한 약물 부작용 데이터는 약물 부작용을 최소화하는 장점이 있는 동시에 새로운 질환에 대한 적응증 적용 (약물재창출)이 가능하다. 약물재창출이란, 이미 미국식품의약국 (FDA)에서 안전성이 입증되어 시장에 시판되어 사용되고 있는 약물로 안전성은 있지만, 효능이 충분히 입증되지 않아 허가 받지 못한 약물에 대한 새로운 적응증을 규명하는 신약 개발 방법 중 하나이다.

예시로, ‘비아그라’는 고혈압과 협심증 치료제로 개발되었지만, 임상시험에서 나타난 부작용으로 개발이 중단되었으나, 이 부작용을 이용하여 발기부전 치료제로 방향을 틀어 신약으로 내놨다. 또한 ‘미녹시딜’은 당초 위궤양 치료제로 개발 중이었으나, 효과 입증에 실패해 고혈압 치료제로 방향을 바꿨다가 임상시험자들에게서 털이 나는 부작용이 보고 되면서 최종적으로 탈모 치료제로 쓰이게 됐다.

■ 디지털 헬스 (디지털 헬스케어)의 정의

디지털 헬스는 국내외 다양하고 폭넓게 정의되고 있다.

첫 번째로, WHO에서는 의료분야에서 ICT를 활용하는 eHealth 용어에 그 기원을 두고, eHealth는 물론 빅데이터, 유전체학, 인공지능 등 첨단 컴퓨터 과학을 포함하여 정의하고 있다.

두 번째로, Canada Health Infoway에서는 의료서비스를 제공하고 건강 증진하는데 사용되는 정보기술/전자통신도구, 서비스 및 프로세스로 정의하며,

세 번째로, 유럽심장학회 (European Society of Cardiology, 2019)에서는 환자 치료, 연구 수행, 직원 교육, 질병관리, 공중보건 모니터링을 위한 ICT 사용으로 정의하고 있다.

네 번째로, 국내에서 디지털 헬스는 ICT기술과 헬스케어의 융합으로 새롭게 떠오르고 있으며, 스마트 헬스와 모바일 헬스를 포괄하는 광의의 개념으로 정의 (김석화, 2015)되고 있으며, 개인 맞춤형 건강관리 및 의료서비스의 제공을 포함한다.

인공지능 모델은 약물 부작용의 빅데이터를 학습하여 대량의 텍스트 분류 특징 추출이 가능하므로, 약물 이상 반응에 활용될 수 있다. 실제로 컨볼루션 신경망을 이용하여 약물 이상 반응을 검출하는 방법을 이용되고 있으며, 기계학습 모델보다는 딥러닝 모델이 성능이 우수함을 보여 주었다. 이는 딥러닝을 통한 약물 부작용 예측이 가능하며, 탐지를 통한 디지털 헬스 실현 가능성을 높여 준다.

■ 약물부작용 탐지를 통한 디지털 헬스 실현

디지털 헬스케어는 개인의 건강과 병원정보, 영상정보, 생체정보, 질병가족력 등의 의료정보를 빅데이터로 검증하며, 디바이스, 시스템, 플랫폼을 다루는 산업분야로서 건강관련서비스와 의료 IT가 융합된 종합의료서비스이다. 또한 개인 휴대형 웨어러블 기기나 클라우드 병원 정보시스템에서 획득한 라이프로그 분석, 신체검사, 의료이용정보, 인공지능, 가상현실, 유전체 정보등을 기반으로 개인 맞춤형 건강관리 서비스를 제공한다.

디지털 헬스케어가 일반인에게 널리 퍼지게 되면 개인의 유전체 분석을 통해 가장 적합한 약물과 치료법을 선택할 수 있을 것이다. 또한 환자의 약물 감수성에 대한 지식은 처방 결정에 정보를 제공하고, 이는 약물부작용 위험을 줄이기 위한 중요한 방법으로 개인 맞춤형 치료법도 가능할 것으로 기대된다.

실제로 부작용에 취약할 가능성이 있는 환자의 하위그룹을 식별하고 그에 따라 선택하여 치료방법을 수정할 수 있으며, 치료 계획에 있어 가능한 모든 부작용을 피하여 선택하는 것이 가능할 것으로 보인다.

더 나아가 예상 못한 약물부작용 결과를 활용하여 약물 재창출이 기대되는 부분이다. 인공지능을 기반한 약물 재창출은 전통 신약 개발에는 10년 이상 소요되는데 비해 개발 기간을 대폭 단축할 수 있는 수 있으며, 또한 전임상시험과 임상1상 시험을 건너뛰고 임상 2상시험부터 시작할 수 있는 장점이 있다.

이와 더불어 개개인의 서로 다른 유전적, 환경적 요인, 질병의 병력, 생활방식을 고려하여 개인의 유전정보를 분석하고 다양한 의료 빅데이터와 함께 분석하여 환자 개개인에게 약물부작용은 최소화하고, 적절한 약물과 용량으로 적시에 최적의 치료를 제공할 수 있을 것이다.