AI가 바꾼 알츠하이머 임상시험의 판도

정밀한 환자 선별로 재해석된 실패한 임상시험

 

🧩 배경: 왜 알츠하이머 임상은 계속 실패하는가?

알츠하이머병(Alzheimer’s Disease, AD)은 전 세계적으로 5천만 명 이상에게 영향을 주며, 향후 50년 안에 환자 수가 세 배로 늘어날 것으로 예측되고 있습니다. 그러나 수십 년간의 노력에도 불구하고, AD 치료제 개발은 번번이 실패해 왔습니다. 주요 이유는 다음과 같습니다.

• 환자군 간 증상과 진행 속도의 이질성
• 질환의 초기 진단의 어려움
• 현재 사용되는 바이오마커(예: β-아밀로이드)의 정확도 부족
• 임상시험 설계에서의 비효율적인 환자 선택

특히, 많은 후보 약물들이 너무 진행된 단계의 환자를 대상으로 투여되면서 치료 효과를 보지 못한 채 실패로 끝났습니다.

---

🤖 AI 기반 예측 모델: "누가 빨리 진행되는가?"를 알아낸다

연구팀은 ADNI(Alzheimer’s Disease Neuroimaging Initiative)**의 데이터를 기반으로, PPM(Predictive Prognostic Model)이라는 AI 모델을 개발했습니다.

• PET, MRI, 유전자 정보(APOE4) 등 다중 모달 데이터를 학습
• 미래 인지저하 속도를 예측하여 ‘느린 진행군’과 ‘빠른 진행군’으로 환자 분류
• 기존 바이오마커보다 높은 정확도(91%)로 환자 구분에 성공

👉 특히, 이 모델은 단순한 현재 상태 예측이 아니라 개인별 인지 건강 경로를 추정하는 점에서 기존 방법보다 우수합니다.

 

PPM이 예측한 인지 저하 속도에 따른 분류 정확도

 

---

💊 기존 실패한 약물, 다시 봤더니... 효과가 있었다?

연구팀은 2018년에 실패로 종료된 AMARANTH 임상시험(2/3상) 데이터를 다시 분석했습니다. 이 시험은 β-아밀로이드 생성을 억제하는 BACE1 저해제 lanabecestat의 효과를 검증하기 위한 것이었지만, 당시에는 인지 개선 효과가 없다고 판단되어 중단되었습니다.

AI 모델로 분석해보니 다음과 같은 사실이 드러났습니다.

• 느리게 진행하는 환자군에서 lanabecestat 50mg을 투여한 경우,
  → 인지저하가 46% 감소
• 반면, 빠르게 진행하는 환자군에서는 유의미한 효과 없음

즉, 전체 환자 데이터를 단순 평균으로 분석했기 때문에, 실제로 효과가 있었던 하위 집단의 반응이 가려졌던 것입니다.

 

느린 진행군에서의 인지 기능 개선 효과

 

---

🧮 더 작게, 더 빠르게, 더 싸게 – 임상시험의 혁신

AI를 통해 정밀하게 환자를 선별하면 다음과 같은 이점이 있습니다.

• 임상시험에 필요한 샘플 수를 90%까지 줄일 수 있음
• 약물 효과가 기대되는 환자군만 선별하여 연구 비용과 기간 절감
• 실패로 판단된 약물도 다시 검토 가능

이는 정밀의료(Precision Medicine)의 핵심인 ‘적시에, 적절한 환자에게, 적절한 치료를’ 가능케 하는 결정적 진전입니다.

 

PPM 모델 기반 환자 선별 시 필요한 샘플 수 감소

 

---

🧭 한줄평

AI가 임상시험의 실패 원인을 밝히고, 알츠하이머 정밀의료의 실현을 앞당기다.

 

참고문헌 : DOI: 10.1038/s41467-025-61355-3