MedPath Project
일본의 암 진료 현장에서, 임상시험 매칭과 전문의 협진 과정을 더 빠르고 정확하게 연결하기 위한 AI 기반 온콜로지 임상 인프라 프로젝트입니다. 본 프로젝트는 병원 내 환자 데이터, 임상시험 프로토콜, DICOM 및 진료 문서를 구조화하고, AI와 온톨로지 기반의 통합 시스템을 통해 임상시험 스크리닝, DtoD(Doctor-to-Doctor) 온라인 협진, OCR 기반 데이터 추출, 보안 중심 병원 연계를 실현하는 것을 목표로 합니다.
[ TIMELINE ]
In Progress
[ CLIENT ]
NCCH
[ INDUSTRY ]
Government
Medical
[ CHALLENGE ]
일본의 암 환자 치료 현장에서는, 적절한 임상시험을 환자에게 신속하게 연결하는 일이 여전히 매우 어렵고 비효율적입니다. 임상시험 정보는 jRCT, UMIN-CTR, ClinicalTrials.gov 등 여러 레지스트리에 분산되어 있고, 각 레지스트리마다 데이터 구조, 표기 방식, 갱신 주기, 연구 단계 구분, 모집 상태 표현이 상이합니다. 심지어 동일한 임상시험이라도 병원 현장에서 실제로 필요한 정보—예를 들어 주요 Inclusion/Exclusion Criteria, 치료 라인(Line of Therapy), 바이오마커 조건, 투여 스케줄, 방문 빈도, 입원 필요 여부—는 원문 프로토콜을 직접 해석하지 않으면 파악하기 어렵습니다. 결과적으로, 임상의는 “검색은 가능하지만 실제로 매칭 가능한지 판단하기 어려운” 비효율적인 구조에 놓여 있습니다.
더 큰 문제는, 환자 데이터와 임상시험 데이터가 서로 자연스럽게 연결되지 않는다는 점입니다. 병원 내 환자 정보는 EMR, SS-MIX2, HL7 FHIR, PDF 문서, 소개장, 검사 결과지, 병리 리포트, 영상 판독문, DICOM 메타데이터 등 매우 다양한 형태로 존재합니다. 그러나 실제 임상시험 매칭을 위해서는 병기, 전이 여부, ECOG PS, 조직형, 바이오마커, 과거 치료 이력, 재발/전이 시점, 치료 라인, 병용 약물, 장기 기능 수치 등 복합적인 조건을 정리해야 합니다. 이 과정은 많은 경우 수작업에 의존하며, 환자 1명을 검토하는 데에도 상당한 시간이 소요됩니다.
또한 일본의 의료 환경에서는, 단순한 “자동 매칭”만으로는 충분하지 않습니다. 실제 현장에서는 협력 병원 의사(Referrer)가 증례를 등록하고, 국립암센터 또는 상급 기관의 전문의(Reviewer)가 검토하며, 필요 시 DtoD(Doctor-to-Doctor) 온라인 협진을 통해 적합성, 치료 전략, 임상시험 가능성을 논의하는 과정이 중요합니다. 즉, 이 프로젝트는 단순한 검색 시스템이 아니라, 임상시험 매칭과 전문의 협진을 하나의 임상 워크플로우 안에서 연결하는 플랫폼이어야 합니다.
보안과 데이터 거버넌스 역시 핵심 과제입니다. 일본의 병원 환경에서는 환자 식별 정보와 원본 의료 데이터가 외부로 자유롭게 이동하기 어렵고, 병원마다 네트워크 정책과 보안 요구 수준이 다릅니다. 특히 협력 병원과 중앙 기관(NCCH 등) 간의 관계에서는, 중앙 기관이 병원 내부 시스템에 직접 접근하지 않고도 협진과 검토가 가능해야 하며, 환자 식별자와 키 정보는 병원 내부에 남아 있어야 합니다. 따라서 이 프로젝트는 단순한 SaaS가 아니라, 병원 내 가명화 서버, 역할 기반 접근 제어(RBAC), TLS 기반 통신, 2FA, 그리고 일본 의료기관 보안 가이드라인에 부합하는 구조를 전제로 설계되어야 합니다.
또 다른 과제는, 이 시스템이 단순히 “AI를 붙인 UI”가 되어서는 안 된다는 점입니다. 온콜로지 분야의 임상시험 매칭은 매우 높은 정밀도와 설명 가능성을 요구합니다. 임상의는 단순히 “추천 결과”를 원하는 것이 아니라, 왜 특정 임상시험이 후보인지, 어떤 Inclusion/Exclusion 조건이 충족되거나 부족한지, 어떤 추가 검사나 문서가 필요한지, 그리고 어떤 경우 DtoD 협진이 필요한지를 명확히 이해해야 합니다. 즉, 이 프로젝트는 검색·매칭·협진·설명 가능성·보안·운영성을 동시에 만족하는 고난도 의료 인프라 문제입니다.
결국 MedPath의 핵심 과제는 단순한 임상시험 검색 엔진 개발이 아니라, 일본 의료 환경에 맞는 보안 구조와 실제 임상 워크플로우를 기반으로, 환자 데이터와 임상시험 데이터를 연결하고, 전문의 협진까지 포함하는 온콜로지 임상 의사결정 지원 인프라를 구축하는 것입니다.
[ SOLUTION ]
MedPath는 임상시험 검색 도구가 아니라, 암 환자–임상시험–전문의 협진을 하나의 운영 가능한 임상 인프라로 연결하는 AI 기반 플랫폼으로 설계되고 있습니다. 이를 위해 우리는 환자 데이터 수집, 임상시험 데이터 구조화, AI 기반 스크리닝, DtoD 협진, 보안 아키텍처를 하나의 일관된 시스템으로 통합하는 접근을 취하고 있습니다.
첫 번째 핵심은 임상시험 데이터의 구조화와 시맨틱 정규화입니다. 일본 내 주요 레지스트리(jRCT, UMIN-CTR)와 글로벌 레지스트리(ClinicalTrials.gov)의 데이터를 수집하고, 연구 상태, 연구 단계, 적응증, 치료 라인, 바이오마커, 지역, 주요 Eligibility 조건 등을 공통 데이터 모델로 정규화합니다. 특히 단순 메타데이터 수준을 넘어, 원문 프로토콜의 Inclusion/Exclusion Criteria, 방문 스케줄, 입원 필요 여부, 치료 주기, 중단 조건 등 실제 임상 의사결정에 필요한 정보까지 구조화하여, 임상의가 “검색 결과”가 아니라 “실제로 검토 가능한 후보군”을 볼 수 있도록 설계합니다.
두 번째는 환자 데이터의 현실적인 수집 전략입니다. 이상적으로는 HL7 FHIR 또는 SS-MIX2를 통한 병원 연계를 통해, 병원이 허용한 환자 데이터를 자동으로 수집하고 갱신할 수 있습니다. 그러나 일본의 현실에서는 모든 병원이 즉시 구조화 연계를 허용하지 않기 때문에, OCR 기반 문서 업로드와 수동 증례 등록을 함께 지원합니다. 소개장, 병리 리포트, 검사 결과지, 진료 문서 등 다양한 자료를 AI가 읽고 구조화하여, 병기, 조직형, 바이오마커, 치료 이력, ECOG PS, 전이 여부, 장기 기능 등 임상시험 매칭에 필요한 핵심 정보를 추출합니다. 이 다층적 수집 구조는 병원별 디지털 성숙도 차이를 흡수하면서도 실제 도입 가능성을 높입니다.
세 번째는 AI 기반 사전 스크리닝 + 인간 전문의 검토의 하이브리드 구조입니다. 시스템은 환자 데이터와 구조화된 임상시험 정보를 바탕으로 후보 임상시험을 선별하고, 매칭 이유와 잠재적 부족 조건을 함께 제시합니다. 그러나 최종 판단은 전문의가 수행하며, 필요한 경우 Reviewer와 Referrer 간의 DtoD 온라인 협진으로 이어집니다. 이 구조는 “완전 자동 추천”이 아니라, AI가 탐색과 정리를 가속화하고, 인간 전문의가 임상적 책임과 판단을 수행하는 구조를 전제로 합니다. 이는 온콜로지 영역에서 신뢰성과 도입 가능성을 동시에 높이는 핵심 설계 원칙입니다.
네 번째는 일본 의료기관 환경에 맞춘 보안 중심 아키텍처입니다. 환자 식별 정보와 키는 병원 내부에 유지되고, 병원 내 서버에는 가명화된 데이터만 저장되며, 중앙 기관이나 외부 협력자는 병원 내부 시스템에 직접 접근하지 않습니다. Referrer가 증례를 생성하면, 필요한 범위의 비식별/가명화된 임상 정보만 MedPath 서버를 통해 Reviewer에게 전달됩니다. 이 구조는 병원별 네트워크 제약을 고려하여, TLS 기반 통신, RBAC, 2FA, outbound-only 연결 패턴 등 다양한 보안 옵션을 지원할 수 있도록 설계됩니다. 즉, MedPath는 “중앙 집중형 데이터 수집 서비스”가 아니라, 병원 주권형 데이터 연계 모델을 기반으로 합니다.
다섯 번째는 워크플로우 중심 설계입니다. MedPath는 단순히 “임상시험을 검색하는 UI”가 아니라, 증례 등록 → 환자 데이터 구조화 → AI 사전 스크리닝 → 후보 시험 검토 → DtoD 협진 → 후속 조치라는 실제 의료 워크플로우를 따라 설계됩니다. 이를 통해 협력 병원 의사, NCCH 전문의, 관리자/사무국이 각각 자신의 역할에 맞는 인터페이스와 권한을 갖고 협업할 수 있습니다. 이 구조는 향후 단순한 임상시험 매칭을 넘어, AI 기반 암 진료 협진 플랫폼으로 확장될 수 있는 기반이 됩니다.
기술적으로 MedPath는 AI + 온콜로지 + 보안 중심 의료 인프라의 결합을 지향합니다. AI는 문서 OCR, 비정형 정보 구조화, 임상시험–환자 간 매칭 보조, 연구 요약 생성, 협진 지원에 활용되며, 온톨로지와 표준 용어 체계(ICD-11, SNOMED CT, ATC, RxNorm, HGNC 등)는 환자와 임상시험 데이터를 같은 의미 체계 위에서 연결하는 역할을 합니다. 그리고 보안 인프라는 이 모든 기능이 일본 의료기관의 현실적인 도입 조건 안에서 작동하도록 보장합니다.
궁극적으로 MedPath는 단순한 검색 툴이나 단일 기능 SaaS가 아니라, 일본 암 진료 생태계에서 환자–임상시험–전문의–병원을 연결하는 차세대 임상 운영 플랫폼입니다. 이는 임상시험 접근성을 높이고, 전문의 협진을 효율화하며, 병원 간 협업 구조를 강화하는 동시에, 향후 일본 내 대규모 암 진료 네트워크로 확장될 수 있는 기반 인프라를 구축하는 프로젝트입니다.
[ RESULTS ]
In Progress
Now
