[IT동아 박귀임 기자] 헬스케어 산업의 지형이 빠르게 바뀌고 있습니다. 이 변화의 흐름 속에서 두각을 나타내는 국내외 기업과 서비스를 엄선해 소개합니다. 헬스케어픽은 신기술을 앞세운 스타트업부터 사업 확장에 나선 대기업, 그리고 주목할 만한 서비스까지 국경을 가리지 않고 헬스케어 업계의 소식을 전합니다.

필립스, AI 로봇 뇌졸중 시술 개발 나선다

글로벌 헬스테크 기업 로열 필립스(Royal Philips, 이하 필립스)가 미국 보건복지부(HHS) 산하 첨단연구프로젝트기구(ARPA-H)로부터 최대 3370만 달러를 지원받아 AI 기반 로봇 뇌졸중 시술 기술 개발에 착수합니다. 이는 ARPA-H의 '자율 인터벤션 및 로보틱스(AIR)' 프로그램 일환으로 진행되는 만큼 주목할 만합니다.

필립스는 8월 26일(이하 현지 시간) 공식 사이트에 이같이 밝히며 "존스홉킨스대학교, 보스턴대학교, 웨일 코넬 의과대학과 손잡고 원격 지원 및 점진적 자동화 혈관내 시술 기술을 개발할 예정입니다"라고 전했습니다.

이번 프로젝트는 '접근성 격차'에 더 집중합니다. 이는 기술 자체의 혁신성보다 전문 의료진이 물리적으로 존재하지 않는 지역까지 시술 역량을 발휘할 수 있느냐에 있습니다. 미국에서 매년 약 33만 5000명이 뇌졸중 혈전제거술(thrombectomy) 대상자가 되지만, 실제로 치료를 받는 비율은 12%에 그칩니다. 미국인의 절반 이상이 이 시술이 가능한 병원에서 1시간 넘게 떨어진 곳에 거주한다는 것이 필립스 측의 설명입니다. 전 세계로 눈을 돌리면 그 격차는 더 커집니다. 대혈관폐색증 환자 중 기계적 혈전제거술을 받는 비율은 3% 미만입니다. 뇌졸중은 여전히 전 세계 사망 원인 2위, 사망·장애를 합친 원인으로는 3위를 차지하고 있습니다.

필립스는 이번 프로젝트를 자사의 이미지 가이드 치료 플랫폼 '아주리온(Azurion)'에 로보틱스, AI 자동화, 스마트 인터벤션 디바이스를 통합하는 작업으로 규정합니다. 개발 대상은 혈관내 내비게이션, 로봇 디바이스 제어, 영상 기반 시술 가이드, 워크플로 자동화, 원격 인터벤션 등 다섯 가지입니다.

주목할 부분은 '완전 자율'이 아니라 '감독형 자율성(supervised autonomy)'을 표방한다는 것입니다. 베르트 반 뮈르스 필립스 이미지 가이드 치료 사업부 최고사업책임자는 "목표는 전문성을 대체하는 것이 아니라 전문성을 확장 가능하고 누구나 접근할 수 있게 만드는 것"이라고 말했습니다. 자율주행에서 익숙한 '단계적 자율성' 개념이 수술 로봇에도 적용되는 셈입니다. 의사가 원격에서 시술을 감독하되 반복적이고 정형화된 동작은 로봇과 AI가 처리하는 구조를 지향합니다.

이는 필립스가 오랫동안 영상 장비 중심 사업자로 인식돼 온 것과는 결이 다른 행보라고 할 수 있습니다. 영상 제공에 그치지 않고 실제 시술 동작을 로봇이 수행하는 영역까지 사업 축을 넓히려는 시도로 해석 가능한 부분입니다.

기술 개발은 세 축으로 나뉩니다. 존스홉킨스대학교는 기계공학과 액셀 크리거 부교수의 주도로 자율 디바이스 내비게이션을 맡습니다. 보스턴대학교는 토마소 란자니, 실라 루소 부교수가 조향 가능 카테터(steerable catheter) 개발을 담당합니다. 여기에 웨일 코넬 의과대학 신경외과 과장 J. 모코 박사가 임상 협력자로 참여합니다. 모코 박사는 "로보틱스는 정밀도를 높이는 동시에 원격 시술을 통해 전문의의 역량을 확장할 잠재력이 있습니다"라고 밝혔습니다.

기업이 R&D 전 과정을 자체 인력만으로 수행하는 대신 학계 로보틱스 연구진과 임상 파트너를 대거 끌어들인 이번 구조는 상용화까지 남은 불확실성이 크다는 방증이기도 합니다. 정부 지원 프로그램인 ARPA-H가 자금을 대는 이유도 여기에 있습니다. ARPA-H는 상업적으로 아직 검증되지 않았지만 잠재력이 큰 고위험 기술에 투자하는 것을 목적으로 합니다. 민간 기업 단독으로는 감당하기 어려운 임상 검증·규제 부담을 정부·학계·기업이 나눠 지는 구조인 것입니다.

다만 원격·자동화 시술이 실제로 임상 현장에 도입되기까지는 통신 지연, 망 안정성, 사이버보안, 오작동 시 책임 소재 등 해결해야 할 인프라·제도적 과제 역시 남아 있습니다. 초 단위 대응이 생명과 직결되는 뇌졸중 시술 특성상, 원격 조작의 지연시간(latency)과 회선 안정성은 로봇 정밀도 못지않게 중요한 변수가 될 전망입니다. 필립스 측도 기술은 개발 단계에 있으며, 향후 임상 적용 및 상용화 여부는 규제 요건 충족에 달려 있다고 밝히는 등 상용화까지 시간이 필요하다는 점을 분명히 했습니다.

공교롭게도 경쟁사인 지멘스헬시니어스(Siemens Healthineers)도 같은 ARPA-H AIR 프로그램에서 미국 의료기기 전문 기업 스트라이커 뉴로배스큘러(Stryker Neurovascular)와 함께 원격 뇌졸중 로봇 개발 지원금 최대 3110만 달러를 받았다고 발표했습니다. 지멘스헬시니어스는 앞서 2024년 심혈관용 로봇 사업에서는 철수하고 신경혈관 분야로 전략을 선회한 바 있습니다. 이번에는 필립스와 지멘스헬시니어스가 같은 정부 프로그램 안에서 로봇 시술로 새로운 경쟁 구도를 펼치게 된 모양새입니다.

필립스는 현재 80개국 이상에서 2만 대 이상의 이미지 가이드 치료 시스템을 운영 중이며, 전 세계적으로 매초 한 명씩 이 시스템으로 치료받는 환자가 나온다고 밝혔습니다. 이번 ARPA-H 프로젝트는 이 같은 설치 기반 위에서 필립스가 단순 영상 장비 공급자를 넘어 자율 인터벤션 플랫폼 사업자로 전환할 수 있을지를 가늠하는 시험대가 될 것으로 보입니다.

템퍼스, 심전도로 폐고혈압 잡아내는 AI 제품 '3번째 FDA 승인'

AI 헬스케어 기업 템퍼스(Tempus)가 표준 12리드 심전도(ECG)만으로 폐고혈압(pulmonary hypertension, PH) 관련 징후를 감지하는 AI 소프트웨어 '템퍼스 ECG-PH'에 대해 미국 식품의약국(FDA) 510(k) 승인을 획득했습니다. 이번 승인으로 템퍼스는 심방세동, 낮은 좌심실 박출률(low ejection fraction)에 이어 심혈관 영역에서 세 번째 FDA 승인 AI 제품을 확보하게 됐습니다.

템퍼스는 8월 24일 공식 사이트에 이와 같은 소식을 전했습니다. 폐고혈압은 폐혈관이 굳고 좁아지며 심장 우측에 부담을 주는 질환으로, 전체 인구의 약 1%, 65세 이상 성인의 최대 10%에서 나타난다고 알려져 있습니다. 그러나 초기 증상이 호흡곤란, 피로, 흉통, 부종 등 다른 질환과 구분하기 어렵고, 표준 진단법도 침습적이어서 그동안 과소진단돼 왔습니다.

브랜던 폰월드 템퍼스 심장학 부문 수석부사장은 "폐고혈압은 초기 증상이 비특이적이고 표준 진단법이 침습적이라는 이유로 그동안 과소진단돼 왔습니다"라며 "이번 승인은 AI를 활용해 심혈관질환 전반에서 위험군 환자를 식별하겠다는 우리의 목표를 반영한 것"이라고 말했습니다.

템퍼스 ECG-PH는 의료기관에서 수집한 안정 상태의 12리드 심전도 기록을 분석해 폐고혈압의 지표인 평균 폐동맥압 상승(mPAP 20mmHg 초과) 가능성과 관련된 징후를 감지합니다. 대상은 40세 이상이면서 관련 심혈관 증상이 있고, 폐고혈압 병력이 없는 환자로 한정됩니다.

주목할 점은 해당 제품이 이진(binary) 결과, 즉 폐고혈압 관련 징후가 '있음' 또는 '없음'으로만 판정하는 방식만 제공하며 단독 진단 도구로는 사용할 수 없다는 조건이 명시돼 있다는 부분입니다. 연속적인 환자 모니터링이나 페이싱 리듬이 포함된 심전도에도 사용이 제한됩니다. 결과는 반드시 환자의 원본 심전도, 증상, 다른 검사 결과, 임상 병력과 함께 종합적으로 해석해야 합니다.

이는 해당 제품의 역할이 '진단'이 아니라 '선별(triage)'에 있다는 점을 시사한다고 할 수 있습니다. 침습적이고 비용 부담이 큰 우심도자술을 누구에게나 시행할 수 없는 상황에서 심전도라는 저비용·비침습 검사로 먼저 고위험군을 걸러내고 이들을 정밀 검사로 보내는 구조입니다. 골드 스탠더드 검사 자체의 문턱을 낮추기보다 그 검사를 받을 대상을 더 정확하게 골라내는 방식으로 진단율 문제에 접근한 셈입니다.

이번 FDA 승인으로 템퍼스는 심방세동, 저박출률, 폐고혈압까지 서로 다른 세 가지 심혈관질환을 하나의 표준 검사(12리드 심전도)로 스크리닝하는 AI 제품군을 완성했습니다. 새로운 검사 장비나 프로토콜 도입 없이 이미 병원에서 일상적으로 시행되는 심전도 데이터를 재해석해 추가적인 임상적 가치를 창출하는 전략입니다.

이러한 접근은 병원 입장에서도 접근성이 높습니다. 기존 심전도 장비와 워크플로를 그대로 유지하면서 소프트웨어 계층만 추가하면 되기 때문에 새로운 하드웨어 도입에 따른 비용·운영 부담이 상대적으로 적습니다. 동시에 제품 라인업이 늘어날수록 하나의 플랫폼 안에서 여러 AI 모듈을 순차적으로 도입하게 되는 구조가 형성된다는 점도 템퍼스의 사업 전략과 맞닿아 있습니다.

게다가 FDA 승인이 신속 심사에 가까운 510(k) 경로를 통해 이뤄졌다는 점도 눈여겨볼 대목입니다. 510(k)는 기존에 승인된 유사 기기와의 실질적 동등성을 입증하면 되는 절차로, 완전히 새로운 위해성 평가가 필요한 De Novo(신규 위해도 분류)나 PMA(시판전 허가)보다 상대적으로 빠릅니다. 템퍼스가 앞선 두 건의 AI-ECG 제품으로 이미 유사한 규제 프레임에서 승인 이력을 쌓아온 만큼, 세 번째 적응증 확장의 규제 부담도 상대적으로 줄었을 것으로 보입니다.

다만 FDA 승인은 실제 임상 도입과는 별개 문제입니다. 병원이 이 소프트웨어를 실제 워크플로에 통합할지, 임상의들이 이진 결과를 신뢰하고 후속 검사로 이어갈지 등은 앞으로 지켜봐야 할 대목입니다. 결과적으로 템퍼스는 'FDA 승인 제품 3개'라는 실적을 꾸준히 쌓아가는 모습입니다. 향후 관건은 승인 건수 자체보다 이 제품들이 실제 임상 현장에서 얼마나 채택되고 진단율 개선으로 이어지는지에 달려 있습니다.

오픈AI, 챗GPT 포 헬스케어 기능 업데이트···EHR 안으로

글로벌 AI 기업 오픈AI(OpenAI)가 9월 1일 자사 헬스케어 전용 워크스페이스 '챗GPT 포 헬스케어(ChatGPT for Healthcare)'에 전자건강기록(EHR) 시스템과 공식 의료 데이터베이스 연동 기능을 새롭게 추가했다고 밝혔습니다. 챗GPT 포 헬스케어의 워크스페이스에 미국 EHR 소프트웨어 기업 에픽(Epic)의 EHR 연동 기능과 '헬스케어 공개 데이터(Healthcare Public Data)' 플러그인을 추가한 것으로, 의료팀이 환자 차트와 공식 의료 데이터셋을 하나의 통제된(governed) 환경에서 함께 다룰 수 있도록 한 것이 핵심입니다.

이번 챗GPT 포 헬스케어 소식에서 챗GPT가 EHR 화면 레이아웃 안에 직접 들어간다는 점이 가장 눈에 띕니다. 오픈AI는 이를 두 가지 방식으로 구현했습니다. 하나는 에픽의 승인된 환자 정보를 챗GPT로 가져와 병력을 검토하는 '챗GPT 내 EHR 정보' 방식이고, 다른 하나는 지원되는 배포 환경에서 챗GPT를 에픽 화면 안에 직접 통합해 차트를 벗어나지 않고도 AI를 쓸 수 있게 한 'EHR 워크플로 내 챗GPT' 방식입니다.

이는 사용자가 별도 앱을 열어 질문을 입력하는 기존 챗봇 방식과는 다릅니다. 마이크로소프트 코파일럿이 오피스 안에, 세일즈포스 아인슈타인이 CRM 안에 내장된 것과 같은 패턴으로 볼 수 있습니다. 즉 오픈AI가 독립형 AI 서비스에서 기존 엔터프라이즈 시스템의 한 '레이어'로 자리 잡으려는 흐름을 보여줍니다. 예를 들어 임상의가 "이 환자는 지난 방문 이후 무엇이 달라졌나", "오늘 진료 전 검토해야 할 검사 결과는 무엇인가" 등과 같은 질문을 던지면 챗GPT는 승인된 환자 기록에서 관련 정보를 취합해 요약하고 근거가 되는 차트 항목을 다시 짚어줍니다.

수레시 구나세카란(Suresh Gunasekaran) UCSF 헬스 사장 겸 최고경영자(CEO)는 이번 파일럿 참여 소감에 대해 "이 기술은 데이터 종합에 드는 시간을 줄이고 임상의가 환자와 보내는 시간을 늘려줄 잠재력이 있습니다"라고 밝혔습니다. 다만 이 발언은 파일럿 참여 기관의 초기 기대를 밝힌 것이지 실제 도입 효과를 검증한 결과는 아닙니다.

두 번째 축은 헬스케어 공개 데이터 플러그인입니다. CMS 커버리지(CMS Coverage), 알엑스놈(RxNorm), 데일리메드(DailyMed) 등 아홉 개 공식 의료 데이터 출처에 대한 전용 커넥터를 하나로 묶어 임상시험 참여 기준·의약품 식별자·보장 정책 버전 같은 정보를 출처별로 따로 검색하지 않고도 비교·검증할 수 있게 했습니다.

이 같은 구조화 데이터 직결 방식은 LLM(거대언어모델)이 의학 지식을 학습된 기억에서 끄집어낼 때 발생하는 환각(hallucination) 리스크를 낮추기 위한 '데이터 접지(grounding)' 전략으로 풀이됩니다. 신뢰할 수 있는 공식 출처에 모델의 답변 범위를 묶어두는 방식은 경쟁 빅테크들도 유사하게 채택하고 있는 만큼 헬스케어 AI 경쟁에서 사실상 표준 방정식으로 자리 잡는 모습입니다.

오픈AI는 60개국, 49개 언어, 26개 전문 진료과에 걸친 의사들과 협력해 지금까지 70만 건 이상의 모델 응답을 검토해왔다고 밝혔습니다. 이번 EHR 연동과 관련해서는 방문 전 검토, 임상 타임라인, 투약 검토 등 27개 임상 사용 사례에 걸쳐 4363건의 평가를 진행한 가운데 99.1%가 '안전함' 판정을 받았다고 발표했습니다. 별도의 2라운드 평가에서는 5개 데이터 커넥터 각각에서 93% 이상의 응답이 '양호' 이상의 정확도로 나왔습니다.

다만 이 수치를 해석할 때는 몇 가지 유의할 점이 있습니다. 평가를 수행한 의사들이 오픈AI와 계약된 자체 평가단이라는 점에서 독립적인 제3기관 검증과는 성격이 다릅니다. 또 '안전함'과 '양호함'의 구체적 판정 기준은 공개되지 않았습니다. 안전하지 않다고 판정된 나머지 0.9%의 응답이 어떤 성격의 오류였는지에 대한 설명도 이번 발표에는 담기지 않았습니다. 자체 평가 수치인 만큼 실제 임상 현장에서의 검증은 별도로 축적될 필요가 있습니다.

이번 발표에는 FDA 승인이나 의료기기 규제 관련 언급이 전혀 없었습니다. 이는 이 기능이 '진단'이 아니라 정보를 취합하고 요약하는 도구로 포지셔닝돼 있기 때문으로 보입니다. 오픈AI는 HIPAA(미국 의료정보보호법) 준수를 위한 사업자협력계약(BAA) 체결을 언급했지만 이는 개인정보보호 측면의 준수일 뿐입니다. AI가 요약 과정에서 특정 정보를 누락해 임상 판단에 영향을 미쳤을 경우 책임 소재가 어디에 있는지도 이번 발표에서 다뤄지지 않았습니다.

출시 파트너로는 어드벤티스트헬스, 베일러 스콧 앤드 화이트 헬스, 보스턴 아동병원, 시더스-사이나이, HCA 헬스케어, 메모리얼 슬론 케터링 암센터, UCSF 등 미국 내 대형 의료기관들이 이름을 올렸습니다. 이들 기관이 파일럿 단계부터 참여했다는 것은 오픈AI가 헬스케어 엔터프라이즈 영업에서 상당한 진전을 이뤘음을 보여준다고 할 수 있습니다. 향후 이들의 실제 도입 사례가 다른 병원들의 구매 결정에 참고 사례로 작용할 가능성 역시 높습니다.

챗GPT 포 헬스케어 고객은 워크스페이스 관리자를 통해 이번 기능을 활성화할 수 있을 뿐만 아니라 미국 내 자격을 갖춘 개별 임상의도 헬스케어 공개 데이터 플러그인 이용이 가능합니다. 다만 EHR 연동 기능은 개인 계정에는 제공되지 않습니다.

IT동아 박귀임 기자(luckyim@itdonga.com)