하이는 디지털 표적 치료제 전문회사다. 디지털 바이오마커(DBM)와 테라퓨틱 인공지능(AI) 에이전트 기술을 활용한 헬스케어 솔루션을 제공한다.
디지털치료기기는 의학적 장애나 질병을 예방, 관리, 치료하기 위해 환자에게 근거 기반의 치료적 개입을 제공하는 소프트웨어 의료기기다. 디지털 치료제 개발기업이 폭발적인 성장세에 있다. 그러나 디지털 바이오마커 부재로 실제 효과성을 입증하기엔 어려움이 있다. 또 낮은 치료 순응도가 문제다. 환자를 위한 시스템 개발 방법의 부재로 인해 일반적인 앱 형태로 개발된다.
하이는 자사 디지털 표적 치료제가 기존 치료제 문제점들을 효과적으로 해결할 수 있다고 밝힌다. 디지털 바이오마커는 심박 변이도, 시선추적, 음성 신호를 활용해 환자의 현재 상태를 측정한다. 인공지능 에이전트(TAI)는 챗봇, 보이스봇, 하이브리드 봇을 통해 환자의 현재 상태에 적합한 치료제를 투여한다.
초기 경도인지장애를 선별하고 진단하는 알츠가드는 다중 생체정보 기반 디지털 바이오마커 전처리 알고리즘이 적용됐다. 하이는 상명대학교와 기존 코호트 정형비정형 데이터 기반 디지털 바이오마커 전처리 알고리즘을 개발했다. 최근 정신 및 행동장애 질환 선별진단 분야에서 기계학습 적용 트렌드는 단대단(end-to-end) 접근에서 질환별 최적 특징 추출 방식으로 변하고 있다.
이런 추세에 맞춰 연구팀은 이화여자대학교 이대목동병원에서 제시하는 특징 추출 기준에 근거해 다중 생체정보 신호로부터 치매 선별진단에 가장 알맞은 특징 추출용 인공지능 모델 구축을 목표했다.
음성 바이오마커는 디지털 인지측정 시스템의 발화 데이터를 Speech to Text 및 부가 정보 추출 딥러닝 모델을 개발했다. 진행임상의 기준 특징을 기반으로 발화당 음절 수단어 수발화 시간초당 음절수발화당 핵심 단어 검출, 율간투사 비율을 추출했다. 시선 추적 데이터는 디지털 인지측정 시스템에서 측정한 passive 데이터를 활용했다. 특징 추출은 2단계로 진행됐다.
하이는 디지털 인지측정 시스템 데이터 기반 선별 예측 모델을 설계해 적용했다. 다중 생체정보 기반 디지털 바이오마커 전처리 결과를 활용한 선별 예측 모델 구조 설계 및 타당성 확인이다. 다중 생체정보 신호에서 추출한 특징들의 적용 타당성을 빠르게 확인하게 위해 오토머신러닝 기반 전통적 기계학습 방법을 활용해 빠르게 디지털 인지측정 시스템을 만들었다. 이를 통해 다중 생체신호 특징 통합형 예측 모델 제시했다.
김진우 하이 대표는 “하이의 디지털 표적 치료제는 일상에서 환자 본인 스마트폰으로 언제 어디서나 편리하게 정밀 진단과 맞춤형 치료를 제공한다”고 말했다.
송혜영 기자 hybrid@etnews.com
