의료영상기술의 발달로 인하여 심혈관계, 신경계를 포함하여 인체 내부의 해부학적 구조 및 생리학적 기능에 대한 많은 측정데이터들이 축적되고 있습니다. 데이터들이 아주 방대하여서 의료영상으로부터 환자의 병적 상태를 진단하는 인공지능 기술이 있을 정도입니다. 또한 유전체 및 단백질과 같이 아주 미세한 수준에서의 생물학적 연구가 활발히 진행되고 있습니다. 유전자 수준에서의 변이로부터 환자의 심장부정맥이 생길 확률을 예측합니다. 반대로, 심장부정맥의 원인을 알기 위해 유전자 변이를 확인하기도 합니다. 이처럼 미시수준에서의 생리학적 기능과 거시수준에서의 관찰이 상관관계 (correlation)가 있을 때, 환자의 병을 진단하는데 훨씬 확신을 가질 수가 있을 것입니다.
만약에 미시수준의 의학정보와 거시수준의 의학정보사이의 상관관계의 규명에만 거치는 것이 아니라 둘 사이의 인과관계 (causal relationship) 를 알수있다면 훨씬 더 확신을 가지고 진단을 할수 있고 그 원인을 발견하거나 치료법을 발명하는 것도 가능할 것입니다. 현재는 아직 초기 단계라서, 내노라 할만한 성과는 없지만 수학적 모델을 통해서 유전자-단백질-세포-조직-기관-유기체 의 상호작용을 고려한 다중물리 피지옴(Physiome) 모델이 전세계적으로 개발 되고 있습니다.
과학기술정보통신부 및 한국연구재단에서 첨단 사이언스 교육 허브개발 (EDISON)사업 (NRF-2011-0020576)을 통해서 본 저자(공학기반 연구)와 함께 한국과학기술정보연구원(IT지원), 아산병원 (생리학기반 연구)과 가톨릭대학교(약리학기반 연구) 연구팀이 전산의학센터를 운영하고 있습니다. 이 전산의학센터에서 인체 피지옴 모델을 개발하고 한국과학기술정보연구원에 있는 수퍼컴퓨터에 탑재 하여 국내 및 해외 연구자들의 교육 및 연구를 지원하기 위해 무료로 서비스를 하고 있습니다 (https://www.edison.re.kr/web/cmed). 전산의학센터에는 생리학, 약리학, 의공학 관련 In silico 실험 및 실습에 활용할 수 있으며, 더 나아가서 신약개발 및 의료기기 설계에도 활용될 수 있을 것입니다.