희귀질환 진단 사업결과 의심환자 30% 양성 판정…'조기 발견'

양성판정 환자 80%는 소아청소년…이 중 78%는 본인부담금 경감 혜택도
19일부터 올해 진단지원사업 돌입…대상 질환 1천248개→1천314개

 지난해 희귀질환 진단 지원 사업을 통해 의심 환자 30%가 조기에 양성 판정을 받은 것으로 나타났다.

 아울러 이들 가운데 80%가량은 건강보험 지원 덕에 본인 부담이 줄어든 것으로 조사됐다.

 질병관리청은 이런 내용의 2024년 희귀질환 진단지원 사업 결과를 최근 공개했다.

 희귀질환의 80% 이상은 유전질환으로 조기 진단이 중요하지만, 질환이 다양하고 사례가 희소해 진단을 위해 병원을 전전하는 '진단 방랑'을 경험하고 있다.

 질병청에 따르면 증상 발현일로부터 희귀질환 진단일까지 우리나라는 평균 7.4년, 미국은 7.6년, 유럽은 5∼30년의 기간이 소요된다.

지난해 연령군별 양성 건수

 지난해 질병청 진단사업 결과, 희귀질환 의심 환자 410명이 진단 검사를 지원받아 129명(31.5%)이 양성 판정을 받았다.

 양성 판정을 받은 환자의 대부분은 소아·청소년(80.6%)이었다.

 검체 채취부터 결과 도출까지 검사 소요 시간은 평균 28일이었다.

 양성 판정을 받은 환자 129명 중 101명(78%)은 건강보험 산정특례 적용 대상으로, 본인 부담금 경감 혜택을 받았다.

 소득과 재산 기준에 따라 희귀질환자 의료비도 지원받았다.

 질병청에 따르면 지난해 진단 지원 사업 만족도 조사 결과, 환자·가족은 만족했다(매우 만족+만족)는 답이 98%에 달했고, 의료진 역시 97%로 만족했다.

 질병청은 19일부터 올해 말까지 2025년도 희귀질환 진단 지원 사업에 나선다.

 진단 지원 대상 질환은 종전 1천248개에서 올해 1천314개로 확대한다.

 대상자도 지난해(410명)의 약 두 배인 800여명으로 늘린다. 이에 따라 사업 예산도 5억원에서 9억원으로 확충했다.

 진단 검사 의뢰 지역·기관도 확대했다.

 기존에는 비수도권(23개) 의료기관이 중심이었다면, 올해는 수도권 일부 지역도 포함해 총 34개 의료기관(비수도권 25개·수도권 9개)을 통해 진단 접근성을 키운다.

 또 유전성 희귀질환이 확인되면 가족 검사(부모·형제 총 3인 내외)를 추가 지원해 보인자(유전 인자는 가지고 있으나 드러나지 않은 사람) 등 고위험군을 선제 관리한다.

 치료비 지원이 더 필요하고, 조기 진단이 필수적인 척수성근위축증(SMA) 의심 환자에게는 선별 검사와 확진 검사도 지원한다. 척수성근위축증은 척수와 뇌간의 운동신경세포 손상으로 근육이 점차 위축되는 신경근육계 유전질환이다.

 희귀질환 진단 지원 사업의 참여 방법은 질병청의 '희귀질환 헬프라인'(helpline.kdca.go.kr)에서 확인할 수 있다.

 지영미 질병청장은 "앞으로도 진단검사 지원 대상과 범위 등을 늘려 환자와 가족분들이 실질적인 도움을 받도록 최선을 다하겠다"고 말했다.

희귀질환자 진단지원 사업 업무 체계

의료.병원,한방

더보기
서울성모병원 등 15개 병원, 암 병리 AI데이터 16만건 구축
가톨릭대학교 서울성모병원은 정찬권 병리과 교수를 중심으로 한 다기관 디지털 병리 인공지능(AI) 의료기술 연구사업단이 대규모 암 병리 데이터를 구축했다고 1일 밝혔다. 이번 사업에는 서울성모병원을 비롯한 15개 대학병원과 어반데이터랩 등 9개 기업이 참여했다. 정부 연구비 지원을 바탕으로 2021년 작업을 시작한 사업단은 16만장 이상의 암 병리 전체 슬라이드 영상과 병리 단위의 정밀 어노테이션 데이터(병리 영상에서 암 조직과 정상 조직 등을 구분해 AI가 학습할 수 있도록 한 데이터)를 구축했다. 디지털 병리는 전통적인 유리 슬라이드 대신 고해상도 디지털 영상으로 조직을 분석하는 기술로 최근 AI와 결합하면서 진단 정확도를 높이는 데 기여할 것으로 기대되고 있다. 서울성모병원은 사업단이 이러한 클라우드 기반 플랫폼을 구축해 연구 단계에 머물던 기술을 실제 산업 현장으로 연결하는 성과를 이뤘다고 강조했다. 정찬권 교수는 "이번 사업은 단순한 데이터 구축을 넘어 연구자와 기업이 실제 활용할 수 있는 데이터 인프라를 마련했다는 점에서 의미가 있다"며 "앞으로도 디지털 병리 데이터의 품질과 활용도를 높여 연구와 산업을 연결하는 개방형 플랫폼으로의 역할을 이어가겠다

학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만