Google은 신약 발견, 유전체 분석, 뇌 지도 작성, 암 진단 개선 및 질병 발생 예측을 가속화하는 데 사용되는 다양한 인공지능 모델과 연구 도구를 소개한다. 회사는 연구 결과와 파트너십을 제시하며, 대부분의 애플리케이션은 전문가를 완전히 대체하는 것이 아니라 연구 또는 임상 지원의 범위에 머물러 있다.
Google은 분자 수준에서 질병의 메커니즘을 분석하는 것부터 진단 지원과 공중보건 계획 수립에 이르기까지 의료 연구의 여러 단계에서 인공지능을 사용한다. 회사에 따르면 지난 5년 동안 관련 팀들은 질병의 이해와 치료에 관한 동료 심사 연구 논문 90편을 발표했으며, 9만 회가 넘는 인용을 받았다.
Yossi Matias Google 부사장 겸 Google Research 총괄과 Pushmeet Kohli Google DeepMind 과학 부사장 겸 Google Cloud 수석 과학자가 작성한 이 자료는 단일 의료 제품을 발표하기보다는 연구 도구와 파트너십의 성과를 제시한다.
유전체에서 뇌 지도까지
Google은 AlphaGenome Atlas 플랫폼을 유전체의 단일 염기 변화가 분자 생물학에 미치는 영향을 예측하는 색인으로 소개한다. University of Exeter 연구진은 이 플랫폼을 사용해 5만 4천 명이 넘는 사람의 데이터를 분석하고, 노화와 관련된 PLA2G7 및 세포의 산소 센서인 EGLN1을 포함한 단백질 수치와 연관된 변이를 확인했다.
신약 발견 분야에서는 바르셀로나의 Institute for Global Health 연구진이 AlphaFold 모델을 사용해 샤가스병에 대한 항활성 물질을 찾기 위해 3만 개의 화합물을 가상으로 검사했다. 이 연구는 약 800만 명에게 영향을 미치며 치료하지 않을 경우 심각한 합병증을 일으킬 수 있는 이 질환에 맞서 재활용할 수 있는 FDA 승인 약물 2개를 확인하는 데 기여했다.
또한 Google은 Harvard의 Lichtman Lab과 협력해 인간 뇌의 일부를 나노미터 수준의 정밀도로 재구성하고, Neuroglancer를 통해 데이터를 공개했으며, 파리와 유생 제브라피시, 명금류의 뇌 지도도 함께 제공했다.
연구와 적용 사이의 거리 단축
Stanford University School of Medicine과 협력한 임상시험에서 DeepVariant와 DeepConsensus 두 모델은 시간 제약이 큰 사례에서 8시간 이내에 전장 유전체 염기서열 분석을 이용한 유전 진단에 도달하는 데 도움을 주었다. Google은 이 성과가 Guinness World Record의 인정도 받았다고 밝혔다.
회사는 또 새로운 효소를 처음부터 설계하기 위한 머신러닝 경로인 AlphaProtein Novo를 소개한다. 실험실 시험에서 이 시스템은 의약품의 핵심 구성 요소를 합성하는 효소와, 가혹한 조건에서 유독성 환경 플라스틱을 분해하는 효소를 설계했다.
진단과 공중보건 지원
Imperial College London 및 National Health Service와 협력해 Nature Cancer에 발표된 두 연구에서 12만 5천 명의 여성을 대상으로 유방 방사선 영상 시스템을 시험했다. 이 시스템은 역사적으로 놓쳐 온 간격 암 사례의 25%를 포착했으며, 전문의의 영상 판독 부담을 최대 40% 줄일 가능성을 보였다. 이는 연구 결과이며, 시스템이 영상의학과 의사를 대체하는 방식으로 승인되었다는 의미는 아니다.
소아 백혈병 사례에서 DeepSomatic은 이미 알려진 변이를 확인했고, Children’s Mercy Hospital에서 이전에 염기서열 분석이 이루어진 실제 사례에 적용했을 때 이전에 관찰되지 않았던 돌연변이 10개를 발견했다. Google은 환경·기상·이동 데이터를 활용한 지리 모델도 질병 발생 예측을 지원하는 데 사용했다. WHO AFRO와 콩고민주공화국의 INRB가 수행한 연구에서는 대화형 지리 모델이 에볼라 노출 및 전파 위험을 더 빠른 속도로 파악하는 데 도움을 주었다.
이러한 추세가 중요한 이유
여기서 실제 변화는 단순히 진료 현장에서 언어 모델을 사용하는 것이 아니라, 인공지능의 역할을 신약 발견, 유전 변이 해석, 진단 영상 처리 및 공중보건 자원 배분까지 확대하는 데 있다. 그러나 이 자료는 Google의 관점에서 결과를 제시하며, 각 모델의 규제 승인 세부 사항이나 다양한 인구 집단 및 보건의료 시스템에 일반화할 수 있는 가능성은 설명하지 않는다.
Google.org는 2026년에 질병 연구에서 고급 모델을 사용하는 조직들에 6천만 달러 이상을 지원했으며, 여기에는 Makerere University와 University of Pennsylvania가 포함된다고 밝혔다. 이러한 사업의 가치는 연구 결과를 신뢰할 수 있는 임상 도구로 전환하는 데 달려 있으며, 독립적인 검증과 의료 감독을 유지해야 한다.