바이오제약 기업 66%, AI 실험 중… 약물 발견부터 의사 소통까지 생명과학 산업에서의 AI

생명과학 산업이 혁신과 개선된 환자 치료 결과를 향한 미래를 바라보는 가운데, 전례 없는 시장 변화에 대응하고 있다. 세일즈포스(Salesforce)의 프랭크 데페쉐(Frank Defesche) 수석부사장은 “생명과학 산업은 환자와 의료 전문가(HCP)의 진화하는 요구사항, 새로운 산업 트렌드와 운영 모델, 치료법의 복잡성 증가, 새로운 데이터셋, 그리고 임상, 의학, 상업 분야에서 AI가 촉진한 기술 발전으로 인해 전례 없는 변화를 맞이하고 있다”고 설명했다.

예측 지능, 생성형 AI(GenAI), 그리고 현재 에이전틱 AI의 산업 영향력은 부인할 수 없으며, 약물 발견, 임상 시험, 제조, 재고 및 물류 분야에서 이미 게임을 바꾸고 있다. 딜로이트(Deloitte) 건강 솔루션 센터의 최근 조사에 따르면, 바이오제약 및 의료기기 회사의 66%가 아이디어 테스트와 사용 사례 구축을 위해 AI를 실험하고 있다. 딜로이트 연구에 따르면 기업들은 “반복적인 백오피스 기능 자동화, 공급망 재구상, 또는 규정 준수 및 규제 업무 지원에 이 기술을 활용할 방법을 모색하고 있다”고 한다.

AI가 생명과학에 영향을 미칠 주요 영역 중 하나는 마케팅 우수성의 재정의다. 고객 요구가 끊임없이 진화하는 시장에서 AI는 생명과학 기업이 고도로 개인화되고 맥락화된 콘텐츠를 여러 채널을 통해 민첩성과 속도를 갖춰 규모에 맞게 고객과 소통할 수 있도록 돕는다. 이렇게 하면 고객이 필요한 시점에 필요한 장소에서 관련 콘텐츠를 접할 수 있게 된다.

조직들은 성공적인 AI 구현을 위한 데이터 준비의 중요성을 인식하고 있지만, 많은 기업들이 여전히 이 영역에서 상당한 장애물에 직면하고 있다. 생명과학 기업들은 방대한 양의 데이터 소스를 보유하고 있지만, 많은 기업들이 고객 데이터 소스를 통합하고 고객 여정 전반에 걸쳐 일관되고 개인화된 경험을 생성하는 AI 작업에 어려움을 겪고 있다.

많은 기업들이 데이터가 사일로(silos)에 갇혀 있거나 구조화되지 않았거나 메타데이터 표준을 따르지 않는 분열된 데이터 환경으로 어려움을 겪고 있는데, 이는 조직이 AI의 혜택을 받는 능력을 제한할 수 있다. 피스토이아 얼라이언스(Pistoia Alliance)가 실시한 제약, 기술, 규제 분야 전문가 대상 최근 설문조사에 따르면, 응답자의 58%가 저품질 및 불충분하게 정리된 데이터셋을 성공적인 AI 구현의 최대 장벽으로 언급했으며, 34%는 데이터 관련 개인정보 보호 및 보안 우려도 도전 과제라고 답했다.

생명과학 조직들은 환자와 의료 전문가에 대한 일관되고 완전하며 최신 상태의 관점을 갖기 위해 모든 데이터를 연결할 방법이 필요하며, 임상 시험 참가자 모집 및 등록, AI 생성 영업 커뮤니케이션, 환자 및 의료 전문가 셀프 서비스, 지능형 오케스트레이션과 같은 영역에서 이해관계자 참여를 변화시켜야 한다.

생성형 AI가 다양한 사용 사례에 대한 생명과학 산업에 의해 채택되는 것이 불가피하지만, 기술의 신뢰성에 대한 우려가 여전히 남아 있다. 피스토이아 조사에 따르면, 응답자의 70%가 AI의 잠재력을 인정했지만, 63%는 낮은 데이터 품질이 잘못된 결론과 심지어 잠재적으로 유해한 임상 결정으로 이어질 수 있다는 우려를 표명했다.

의료 전문가를 위한 의료 이벤트 및 교육 프로그램 비용이 기하급수적으로 증가함에 따라, 생명과학 기업이 의료 전문가와 소통하는 방식을 검토하는 것이 그 어느 때보다 중요해졌다. 딜로이트 컨설팅의 데이비드 로즈너(David Rosner) 상무는 “대부분의 생명과학 기업은 향후 5년 내에 고객 참여 플랫폼을 업데이트해야 할 것”이라며 “이것이 AI를 전략적으로 활용하는 방법을 결정하는 많은 활동을 촉진하고 있다”고 말했다.

모든 접점에서 전통적 채널과 디지털 채널을 혼합한 고객 참여 모델이 적절한 시점에 관련 메시지로 의료 전문가에게 접근하는 표준이 빠르게 되고 있다. 그리고 이것은 의료 전문가들이 선호하는 모델이다. 그들은 자신의 치료 영역, 실제 경험, 그리고 요구와 관심에 맞춰진 보다 개인화된 콘텐츠를 원한다.

세일즈포스의 크리스튼 무시치(Krysten Musich) 글로벌 의료 및 생명과학 산업 자문 및 전략 책임자는 “의료 전문가들이 디지털 채널과 어떻게 소통하고 싶은지에 대해 들었다. 의료 전문가가 제약 회사와 해야 하는 모든 반복적인 작업을 생각해보면, 이러한 영역에서 디지털 기술을 사용하는 것을 고려할 수 있다. 그리고 그들은 이를 환영한다”고 말했다.

AI는 또한 현장에서 인간의 작업을 보강할 수 있다. 회사와의 의료 전문가 활동에 관한 데이터를 다운로드하는 것과 같은 기능은 팀이 의료 전문가의 질문에 더 효과적으로 대답할 수 있도록 통화 전 계획을 세우는 데 도움을 줄 수 있다. 의료기기 회사의 경우, AI는 의료 전문가가 임플란트를 위한 기기 선택이나 수술 계획을 세우는 데 도움을 줄 수 있다.

AI 개발이 빠르게 가속화됨에 따라, 생명과학 및 의료 기술 조직이 관리 및 운영 작업을 처리하는 데 도움이 되는 새로운 클라우드 및 AI 기술이 출시되고 있다. 생명과학 클라우드(Life Sciences Cloud)는 제약 및 의료 기술 조직이 약물 개발 가속화, 임상 시험 환자 모집 개선, 개인화된 경험 제공에 AI의 능력을 활용할 수 있는 안전한 플랫폼을 제공한다.

생명과학 클라우드는 의료기기 회사가 상업적 생애주기를 관리하는 데 도움이 되는 계약 준수, 가격 책정, 재고 수준에 관한 통찰력을 활용할 수 있게 한다. 의료기기 영업팀은 고객에게 새로운 제안을 식별하는 데 도움이 될 수 있는 리베이트, 번들 또는 할인된 가격에 대한 추천 알림을 받을 수 있다. 현장 담당자는 GenAI로 작성된 맞춤형 메시지를 병원, 클리닉, 의사 또는 기타 이해관계자에게 새로운 기기나 후속 조치에 대해 보낼 수 있다.

생명과학 클라우드는 자동 매칭 및 맞춤형 포털을 통해 임상 시험 온보딩을 간소화할 수 있다. 이는 개선이 필요한 중요한 영역이다. 국립보건원(NIH)에 따르면, 임상 시험의 80%가 필요한 수의 환자를 확보하지 못하고 일정을 연장해야 하는데, 이로 인해 약물 개발 회사는 하루에 최대 800만 달러의 수익 손실이 발생할 수 있다.

세일즈포스의 프랭크 데페쉐 수석부사장은 “이것은 생성형 AI로 혁신적인 기회를 볼 수 있는 영역이다. AI는 환자의 선호도와 위치에 따라 예비 및 현재 임상 시험 후보자를 식별하고 참여시켜 임상 시험을 가속화하고 환자를 위한 더 나은 전반적인 경험을 만드는 데 도움을 줄 수 있으며, 이는 탈락 가능성을 낮추고 더 나은 결과를 달성하는 데 도움이 된다”고 말했다.

에이전트포스(Agentforce)는 생명과학 기업이 몇 번의 클릭으로 필요에 따라 인력을 증가시키고 확장할 수 있게 해준다. 무제한 데이터 분석, 의사 결정 및 행동 실행 능력을 갖춘 에이전트포스의 디지털 노동력은 인간 에이전트가 고객 서비스 문의 응대, 영업 리드 평가, 마케팅 캠페인 최적화와 같은 더 복잡한 기능에 시간을 할애하지 못하게 하는 많은 반복적인 작업을 수행할 수 있다.

세일즈포스 AI와 에이전트포스는 예측 AI 기능과 생성형 AI를 제공하는 솔루션에서 발전하여 성공을 촉진하기 위해 인간, AI, 데이터 및 행동의 능력을 결합한 보조적이고 자율적인 에이전트를 포함하는 현재 반복까지 발전했다.

아인슈타인 트러스트 레이어(Einstein Trust Layer)는 제로 데이터 보존, 유해성 감지, 안전한 데이터 검색 및 동적 그라운딩과 같은 강력한 보안 기능과 가드레일을 통해 고객 데이터를 보호하여 출력의 안전성과 정확성을 향상시키고 세일즈포스 생태계 전반에 걸쳐 AI 에이전트의 책임 있는 사용을 보장한다.

에이전트포스는 사용자가 대화식으로 데이터와 인터페이스할 수 있게 한다. 이는 생명과학 기업이 인간 입력과 AI 주도 행동을 원활하게 혼합하는 디지털 인력을 고용함으로써 운영을 변화시킬 수 있다는 것을 의미한다. 세일즈포스는 AI의 힘을 활용하여 생명과학 기업이 의료 전문가와 맥락적 상호작용을 생성할 수 있는 AI 에이전트로 인력을 확장할 수 있도록 지원한다.

세일즈포스의 매들린 맥크레이(Madeleine McCray) 의료 및 생명과학 부문 부사장은 “우리는 놀라운 순간에 있다. 이 산업 내에서 무한한 가능성을 만들기 위해 AI와 신뢰할 수 있는 데이터를 결합할 기회가 있다”고 말했다.

모든 기업은 사용 가능한 자원보다 더 많은 작업을 가지고 있다. 그렇기 때문에 너무 많은 업무가 처리되지 않거나 완료되지 않는 경우가 많다. 직원 시간의 약 41%가 반복적이고 영향력이 낮은 작업에 소비된다는 점을 고려할 때, 이러한 작업에 AI 에이전트의 디지털 노동력을 사용하여 인간의 업무량을 보강함으로써 사람들이 더 높은 접촉, 더 높은 가치 및 더 전략적인 결과에 집중할 수 있게 하는 것은 현명한 해결책이다.