세계 최대 시장인 미국시장 및 중동시장 진출
"2026년 1000개 넘는 병원서 '닥터눈' 사용할것"
사진=강중모 기자 |
<이미지를 클릭하시면 크게 보실 수 있습니다> |
메디웨일이 심혈관 및 신장에서 발생할 수 있는 질환을 조기에 발견할 수 있는 기술을 개발하며 사업화에 속도를 내고 있다.
최태근 메디웨일 대표( 사진)는 15일 "오는 2026년까지 전 세계 1000개의 병원에서 망막을 활용해 심혈관 질환을 예측하는 메디웨일의 기술을 도입하도록 할 것"이라며 "단순히 매출을 만들어내는 것을 넘어 회사의 기술력을 통해 의료 패러다임의 변화를 이끌고, 더 많은 질환으로 기술을 확장시키겠다"고 강조했다.
메디웨일은 망막 기반의 의료 인공지능(AI) 기술을 보유한 기업이다. 사람의 망막 혈관 상태를 '바이오마커'처럼 활용해 심혈관 질환 등 다양한 질환의 위험도를 알 수 있다.
최 대표는 포항공대에서 산업공학을 전공했고, '치명적인 질환을 손쉬운 방법으로 예방하자'는 미션을 가지고 의사인 임형택 최고의학책임자와 이근영 최고기술책임자와 함께 2016년에 메디웨일을 공동 창업했다. 이후 메디웨일은 대표 제품 닥터눈 CVD와 닥터눈 CKD를 개발했다.
닥터눈 CVD는 심혈관질환 발생 위험도를 진단하고 예측하는 망막 기반의 AI 진단 소프트웨어다. 매우 간편하기 때문에 1차 진료와 동네 병원에서도 활용할 수 있다. 특히 조용히 진행되는 심혈관 계통 질환의 특성상 닥터눈 CVD를 활용하면 조기에 위험 인자를 파악하고 조기 진료를 받을 수 있다.
닥터눈 CKD는 망막을 통해 만성 콩팥병 발생 위험도를 예측하는 소프트웨어다. 혈액 검사나 소변 검사 없이 망막 촬영으로 관련 질환의 위험도를 파악할 수 있다. 일반적으로 사용되는 사구체여과율과 단백뇨 소변 검사와 비교해도 닥터눈 CKD는 더 정확하고 간편하게 고위험자를 식별해낸다.
그는 "망막은 단순한 안과 진단을 넘어 다양한 장기와 연관된 질환을 예측할 수 있는 '창'이다. 초기 논문과 연구를 통해 망막 혈관 패턴으로 심혈관 관련 질환, 혈당 수치, 질환의 위험도 등을 예측할 수 있다는 것을 확인해 사업화에 나섰다"며 "현재 미국과 중동 등으로 적극적으로 진출하며 해외 시장을 개척하고 있다"고 설명했다.
미국은 1차 진료 병원에서 AI를 활용하는 망막 진단 장비를 설치하려는 움직임이 활발한데, 최 대표는 메디웨일의 소프트웨어가 이런 진단 장비와 결합될 경우 큰 시너지 효과가 나올 것이라고 보고 있다. 메디웨일은 진출 초반부터 세계 최고 병원으로 꼽히는 미국의 메이요 클리닉과 연구 협력을 하는 등 강력한 레퍼런스 구축에도 힘쓰고 있다.
중동은 향후 중요한 캐시카우로 성장 가능성이 높다. 지불 능력은 충분하지만 의료 체계가 비효율적인 중동은 프라이빗 헬스케어 센터들이 존재한다. 부유층을 상대로 한 건강관리에 AI 진단 기술이 활용될 수 있는 것이다. 실제로 지난달 메디웨일은 두바이의 당뇨병 관리 클리닉 글루케어와 닥터눈 CVD 공급 계약을 체결하며 시장에 진출했다.
최근 메디웨일은 국내 AI 의료기기 중 최초로 미국 식품의약국(FDA)의 '드노보(De Novo)' 승인을 받았다. 드노보는 완전히 새로운 기술이면서도 의료적 안전성과 유효성을 입증해야 받을 수 있는 승인이다.
최 대표는 "메디웨일은 망막을 기반으로 심혈관 위험도를 5년 내 정량적으로 평가하는 제품으로 승인을 받았는데, 임상적으로 큰 의미가 있다"고 말했다.
또한 메디웨일의 제품이 전 세계에서 성공할 수 있다는 자신감을 드러냈다. 그는 "매출을 얼마를 하겠다는 것보다는 의료 패러다임을 바꾸는 것을 목표로 하고 있다"며 "2026년에는 전 세계 1000개가 넘는 의료기관에서 메디웨일의 기술을 도입할 것"이라고 전했다. 그는 이어 "메디웨일의 기술이 글로벌 시장에서 성공하는 과정의 중간쯤에는 상장도 있을 것으로 생각되며, 2026년에는 관련 이벤트가 있을 것으로 예상한다"고 덧붙였다.
vrdw88@fnnews.com 강중모 기자
Copyrightⓒ 파이낸셜뉴스. 무단전재 및 재배포 금지.
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.