I have a tendency to assume the worst, and once in a while, this habit plays tricks on me. For example, if I feel unexpected pain in my body that I have not experienced before and that I cannot attribute, then all of a sudden, my mind might turn a tense back into heart disease or calf muscle pain into deep vein thrombosis. But so far, I haven't been diagnosed with any deadly or incurable disease. Sometimes things just hurt for no clear reason.
저는 최악으로 가정하는 경향이 있습니다. 때때로 이 습관이 저를 가지고 놀죠. 예를 들면, 제가 예상하지 못한 고통을 느꼈을 때 전엔 경험한 적이 없고 원인도 모르겠다면 갑자기 이 고통을 심장 마비로 생각해 버리는 겁니다. 혹은 단순한 종아리 근육통을 심부 정맥 혈전증으로 생각하거나요. 하지만 여태껏 그 어떤 치명적인 병이나 난치병 진단은 받아본 적 없습니다. 가끔은 이유 없이 이곳 저곳이 아프기도 하죠.
But not everyone is as lucky as me. Every year, more than 50 million people die worldwide. Especially in high-income economies like ours, a large fraction of deaths is caused by slowly progressing diseases: heart disease, chronic lung disease, cancer, Alzheimer's, diabetes, just to name a few.
하지만 모든 사람이 저처럼 운이 좋은 건 아닙니다. 매년, 세계적으로 5천만 명의 사람이 죽습니다. 특히 우리와 같은 고소득 경제에서는 천천히 진행되는 병에 의해 상당수 죽음이 발생합니다. 심장 질환, 만성 폐 질환, 암, 알츠하이머, 당뇨병 몇 가지만 말하자면요.
Now, humanity has made tremendous progress in diagnosing and treating many of these. But we are at a stage where further advancement in health cannot be achieved only by developing new treatments. And this becomes evident when we look at one aspect that many of these diseases have in common: the probability for successful treatment strongly depends on when treatment is started. But a disease is typically only detected once symptoms occur. The problem here is that, in fact, many diseases can remain asymptomatic, hence undetected, for a long period of time. Because of this, there is a persisting need for new ways of detecting disease at early stage, way before any symptoms occur. In health care, this is called screening.
인류는 이 병들 중 상당수를 진단하고 치료하는 쾌거를 이루었습니다. 하지만 현재 새로운치료법을 개발하는 것으로는 더 이상의 진보가 이루어질 수 없는 단계에 있습니다. 이는 많은 질병들이 비슷한 점이 있다는 한 가지 양상만 보면 명백해집니다. 치료 성공 가능성은 치료가 언제 시작되었는지에 거의 달려있기 때문입니다. 하지만 질병은 보통 증상이 나타난 후 발견됩니다. 여기서 문제는 사실상 많은 질병이 증상 없이 존재할 수 있으며 이 이유로 오랫동안 발견되지 않는다는 것입니다. 그렇기 때문에 초기에 질병을 발견하는 새로운 방법이 지속적으로 필요합니다. 그 어떠한 증상이 발생하기도 전에요. 의료 분야에서는 이를 선별 검사(screening)라고 부릅니다.
And as defined by the World Health Organization, screening is "the presumptive identification of unrecognized disease in an apparently healthy person, by means of tests ... that can be applied rapidly and easily ..." That's a long definition, so let me repeat it: identification of unrecognized disease in an apparently healthy person by means of tests that can be applied both rapidly and easily. And I want to put special emphasis on the words "rapidly" and "easily" because many of the existing screening methods are exactly the opposite. And those of you who have undergone colonoscopy as part of a screening program for colorectal cancer will know what I mean.
세계 보건 기구가 정의한 바에 따르면 선별 검사는 "명백하게 건강한 사람에게서 인식하지 못한 질병을 신속하고 쉬운 테스트를 통해 추정하는 것" 입니다. 참 긴 정의니까, 다시 한번 말하겠습니다. 명백하게 건강한 사람에게서 인식하지 못한 질병을 신속하고 쉬운 테스트를 통해 추정하는 것. 저는 특별히 "신속"과 "쉬운"을 강조하고 싶습니다. 왜냐면 현존하는 다양한 선별 검사 방법이 정확히 정 반대이기 때문입니다. 그리고 여러분들 중 대장 내시경 검사를 대장 암 검진 프로그램의 일환으로 해보신 분이라면 제 말 뜻을 이해하시겠죠.
Obviously, there's a variety of medical tools available to perform screening tests. This ranges from imaging techniques such as radiography or magnetic resonance imaging to the analysis of blood or tissue. We have all had such tests. But there's one medium that for long has been overlooked: a medium that is easily accessible, basically nondepletable, and it holds tremendous promise for medical analysis. And that is our breath.
확실히, 선별 검사를 수행할 수 있는 다양한 의료 도구가 존재합니다. 방사선 촬영이나 자기 공명 화상법(MRI) 같은 영상 기술으로 혈액이나 조직을 검사할 수 있죠. 우리 모두 받아본 검사들이죠. 그러나 오랫동안 간과했던 수단이 하나 있습니다. 쉽게 할 수 있고 고갈되지 않으며 의료 분석에 어마어마한 가능성을 지니고 있죠. 바로 호흡 입니다.
Human breath is essentially composed of five components: nitrogen, oxygen, carbon dioxide, water and argon. But besides these five, there are hundreds of other components that are present in very low quantity. These are called volatile organic compounds, and we release hundreds, even thousands of them every time we exhale. The analysis of these volatile organic compounds in our breath is called breath analysis. In fact, I believe that many of you have already experienced breath analysis. Imagine: you're driving home late at night, when suddenly, there's a friendly police officer who asks you kindly but firmly to pull over and blow into a device like this one. This is an alcohol breath tester that is used to measure the ethanol concentration in your breath and determine whether driving in your condition is a clever idea. Now, I'd say my driving was pretty good, but let me check.
사람의 호흡은 기본적으로 다섯 가지 요소로 나뉩니다. 질소, 산소, 이산화탄소, 물, 아르곤 입니다. 그치만 이 다섯 가지 외에도 수백 가지의 다른 성분이 극소량 존재합니다. 이것들은 휘발성 유기 화합물 이라고 불리며 우리가 호흡할 때마다 수백에서 수천 가지가 방출됩니다. 이 휘발성 유기 화합물을 분석하는 것을 호흡 검사라고 부릅니다. 사실 여러분 중 다수가 이 호흡 검사를 경험해보셨을 겁니다. 밤늦게 운전해서 집에 갈 때를 상상해보세요. 갑자기 상냥한 경찰관 한 분이 친절하지만 단호하게 차를 세운 후 이런 장치에 숨을 불어보라고 요청하죠. 음주 측정기 입니다. 이건 호흡의 에탄올 농도를 측정하기 위해 사용되며 운전하는 것이 과연 좋은 생각인지 분석합니다. 저는 제 운전이 꽤나 괜 찮았다고 말하고 싶은데요. 그래도 한번 체크해볼게요.
(Beep)
(삐)
0.0, so nothing to worry about, all fine.
0.0. 걱정하지 않아도 되겠네요.
(Laughter)
(웃음)
Now imagine a device like this one, that does not only measure alcohol levels in your breath, but that detects diseases like the ones I've shown you and potentially many more. The concept of correlating the smell of a person's breath with certain medical conditions, in fact, dates back to Ancient Greece. But only recently, research efforts on breath analysis have skyrocketed, and what once was a dream is now becoming reality. And let me pull up this list again that I showed you earlier. For the majority of diseases listed here, there's substantial scientific evidence suggesting that the disease could be detected by breath analysis.
이와 비슷한 장치를 한번 상상해보세요. 호흡에서 단지 알콜 정도를 계산하는게 아닌 제가 여러분에게 보여드렸던 질병들을 찾아내고 잠재적으로 더 많은 것을 찾아내는 장치를요. 호흡의 냄새를 통해 특정한 의학적 상태와 연관짓는 개념은 사실 고대 그리스때부터 있었습니다. 하지만 최근에야 호흡 분석을 연구하는 노력이 급증하고 있습니다. 꿈에 불과했던 것이 현실이 되어가고 있습니다. 아까 보여드렸던 질병 리스트를 다시 한번 꺼내볼게요. 여기에 있는 대부분의 질병들이 호흡 분석을 통해 발견될 수 있다는 것을 보여주는 상당한 과학적 근거가 있습니다.
But how does it work, exactly? The essential part is a sensor device that detects the volatile organic compounds in our breath. Simply put: when exposed to a breath sample, the sensor outputs a complex signature that results from the mixture of volatile organic compounds that we exhale. Now, this signature represents a fingerprint of your metabolism, your microbiome and the biochemical processes that occur in your body. If you have a disease, your organism will change, and so will the composition of your exhaled breath. And then the only thing that is left to do is to correlate a certain signature with the presence or absence of certain medical conditions.
그런데 도대체 원리가 뭘까요? 가장 중요한 건 호흡의 휘발성 유기 화학물을 감지하는 센서 장치입니다. 간단히 말해, 호흡 샘플을 집어넣으면 센서는 우리가 내뱉는 숨의 휘발성 유기 화학 복합물에서 결과를 산출합니다. 그리고 이 특징은 신진대사가 어떻게 이루어지는지, 신체 내 미생물 상황, 몸 속에서 일어나는 생화학 작용을 보여줍니다. 만약 여러분이 질병이 생긴다면 여러분의 유기체가 바뀔테니 호흡의 구성물 또한 바뀔 것입니다. 그러므로 우리는 어떠한 특징이 어떠한 의학적 상태와 관계가 있는지 알아내기만 하면 되는 거죠.
The technology promises several undeniable benefits. Firstly, the sensor can be miniaturized and integrated into small, handheld devices like this alcohol breath tester. This would allow the test to be used in many different settings and even at home, so that a visit at the doctor's office is not needed each time a test shall be performed.
이 기술은 거부하기 힘든 여러가지 혜택을 약속합니다. 첫 번째로, 센서는 소형화가 가능합니다. 마치 음주 측정기처럼 초소형 장치에 집어넣을 수 있습니다. 이는 건강 검진을 매우 다양한 환경에서 가능하게 합니다. 심지어 집에서도요. 그러므로 건강 검진을 할 때마다 병원에 가지 않아도 되는 것입니다.
Secondly, breath analysis is noninvasive and can be as simple as blowing into an alcohol breath tester. Such simplicity and ease of use would reduce patient burden and provide an incentive for broad adoption of the technology.
두 번째로, 호흡 분석은 비외과적으로 음주 측정처럼 단순하게 숨을 불기만 하면 됩니다. 이러한 단순함은 환자의 짐을 덜어주며 기술의 광범위한 채택이 가능하도록 돕습니다.
And thirdly, the technology is so flexible that the same device could be used to detect a broad range of medical conditions. Breath analysis could be used to screen for multiple diseases at the same time. Nowadays, each disease typically requires a different medical tool to perform a screening test. But this means you can only find what you're looking for.
세 번째로, 이 기술은 매우 유연해서 같은 장치로 광범위한 범위의 의학적 상태를 알아볼 수 있습니다. 호흡 분석을 통해 다양한 질병을 한 번에 검사할 수 있습니다. 현재 선별 검사를 실행하려면 각 질병에 맞는 특정 의료 도구가 모두 다릅니다. 그건 여러분이 찾고자 하는 질병만 찾게 됨을 뜻하기도 하죠.
With all of these features, breath analysis is predestined to deliver what many traditional screening tests are lacking. And most importantly, all of these features should eventually provide us with a platform for medical analysis that can operate at attractively low cost per test. On the contrary, existing medical tools often lead to rather high cost per test. Then, in order to keep costs down, the number of tests needs to be restricted, and this means (a) that the tests can only be performed on a narrow part of the population, for example, the high-risk population; and (b) that the number of tests per person needs to be kept at a minimum. But wouldn't it actually be beneficial if the test was performed on a larger group of people, and more often and over a longer period of time for each individual? Especially the latter would give access to something very valuable that is called longitudinal data.
이러한 특징들을 살펴봤을 때, 호흡 분석은 앞으로 많은 전통적 선별 검사 방식이 부족함이 있음을 말해줄 것입니다. 가장 중요한 것은, 이 모든 특징들이 결국 우리에게 매력적인 저렴한 가격으로 선별 검사를 할 수 있는 의료 분석 플랫폼을 제공해야 한다는 것입니다. 그와 반대로, 현존하는 의료 도구들은 대부분 다소 높은 비용을 초래합니다. 그러므로 비용 감소를 위해서는 검진의 갯수가 제한되어야 할 것입니다. 말하자면 검진을 아주 좁은 범주의 인구에게만 가능하게 하는것을 의미합니다. 예를 들면 고위험 집단에게만요. 그리고 한 사람이 받는 검사의 갯수를 최소로 유지해야 합니다. 실제로 효과가 있지 않을까요? 만약 검사가 더 많은 집단의 사람들에게 더 자주, 더 긴 기간에 걸쳐 각 개인에게 수행된다면요. 특히 긴 기간동안의 검사를 통해 경시적 자료라고 불리는 높은 가치를 얻을 수 있습니다.
Longitudinal data is a data set that tracks the same patient over the course of many months or years. Nowadays, medical decisions are often based on a limited data set, where only a glimpse of a patient's medical history is available for decision-making. In such a case, abnormalities are typically detected by comparing a patient's health profile to the average health profile of a reference population. Longitudinal data would open up a new dimension and allow abnormalities to be detected based on a patient's own medical history. This will pave the way for personalized treatment.
경시적 자료란 한 환자에게 몇 달 혹은 몇년에 걸쳐 추적한 데이터의 집합을 말합니다. 현재, 의료적 결정은 대부분 한정된 데이터 집합을 기반으로 이루어집니다. 환자의 병력만 살짝 엿보는 것 만으로 의사 결정을 해야 하는 것이죠 그러한 경우 보통 환자의 건강 상태를 기준집단의 평균 건강상태와 비교하여 이상을 알아냅니다. 경시적 자료는 새로운 차원으로 이상 감지를 환자 자신의 병력만 보고 가능할 수 있도록 합니다. 이를 통해 환자 맞춤형 치료의 발판이 마련될 것입니다.
Sounds pretty great, right? Now you will certainly have a question that is something like, "If the technology is as great as he says, then why aren't we using it today?" And the only answer I can give you is: not everything is as easy as it sounds. There are technical challenges, for example. There's the need for extremely reliable sensors that can detect mixtures of volatile organic compounds with sufficient reproducibility. And another technical challenge is this: How do you sample a person's breath in a very defined manner so that the sampling process itself does not alter the result of the analysis? And there's the need for data. Breath analysis needs to be validated in clinical trials, and enough data needs to be collected so that individual conditions can be measured against baselines. Breath analysis can only succeed if a large enough data set can be generated and made available for broad use.
꽤 좋아보이지 않나요? 아마 여러분은 이러한 궁금증이 생길 것입니다. "만약 기술이 저 사람 말처럼 좋다면 왜 지금 사용하고 있지 않지? 여기에 제가 드릴 수 있는 답은 한가지입니다. 모든 것이 말처럼 쉽지만은 않다는 것입니다. 몇몇 기술적 도전이 필요합니다. 가령, 충분한 재현성을 가지고 휘발성 유기 화학 복합물을 탐지해 낼 수 있는 아주 믿음직한 센서가 필요합니다. 다른 기술적 도전은 이것입니다. 어떻게 한 사람의 호흡을 제대로 정의하여 샘플로 만드느냐는 거죠. 즉 표본 채취 방식 자체가 분석 결과에 영향을 미치지 않도록 말입니다. 그리고 데이터가 필요합니다. 호흡 분석은 임상 시험을 통해 입증되어야 합니다. 충분한 데이터 또한 모아야하죠. 기준치에 맞추어 각각의 상태를 측정해야 하기 때문입니다. 호흡 분석은 오직 충분한 데이터 집합이 만들어지고 광범위하게 사용되어야만 성공할 수 있습니다.
If breath analysis holds up to its promises, this is a technology that could truly aid us to transform our health care system -- transform it from a reactive system where treatment is triggered by symptoms of disease to a proactive system, where disease detection, diagnosis and treatment can happen at early stage, way before any symptoms occur.
만약 호흡 분석이 원하는대로 이루어진다면 의료 시스템이 변화하는데 진정한 도움을 줄 수 있는 기술이 될 것입니다. 질병의 증상이 발생된 후 치료가 시작되는 수동적 의료 시스템에서 증상이 발생하기도 전, 훨씬 초기에 질병을 탐지하여 진단과 치료가 이루어지는 능동적 의료 시스템으로 바뀔 것입니다.
Now this brings me to my last point, and it's a fundamental one. What exactly is a disease? Imagine that breath analysis can be commercialized as I describe it, and early detection becomes routine. A problem that remains is, in fact, a problem that any screening activity has to face because, for many diseases, it is often impossible to predict with sufficient certainty whether the disease would ever cause any symptoms or put a person's life at risk. This is called overdiagnosis, and it leads to a dilemma. If a disease is identified, you could decide not to treat it because there's a certain probability that you would never suffer from it. But how much would you suffer just from knowing that you have a potentially deadly disease? And wouldn't you actually regret that the disease was detected in the first place?
이제 가장 근본적인 마지막 요점으로 넘어가보죠. 질병이란 정확히 무엇일까요? 호흡 분석이 제가 설명한 것처럼 상용화가 되고 조기 발견이 일상이 된다고 상상해 보세요. 모든 선별 검사가 직면하고 있는 문제와 똑같은 문제가 생깁니다. 왜냐하면 다양한 질병에 대해 충분히 확실하게 예측하는 건 불가능할 때가 많습니다. 그러니까 이 질병이 어떤 증상을 초래하거나 사람의 생명을 위독하게 할 수 있을지에 대한 확신 말입니다. 이걸 과잉 진단이라고 부릅니다. 그리고 딜레마에 빠집니다. 만약 질병을 발견하면 여러분은 치료하지 않기로 결정할 수 있습니다. 왜냐면 그 질병으로부터 고통을 받지 않을 가능성도 있기 때문입니다. 하지만 단지 치명적일 수도 있는 질병이 있다는 사실을 알게 되는 것 만으로 겪을 고통은 얼마나 될까요? 오히려 초기에 질병을 발견한 것을 후회할 수도 있지 않을까요?
Your second option is to undergo early treatment with the hope for curing it. But often, this would not come without side effects.
두 번째 방법은 치료할 수 있다는 희망을 가지고 조기 치료를 받는 것입니다. 하지만 이건 가끔 부작용이 생길 수 있습니다.
To be precise: the bigger problem is not overdiagnosis, it's overtreatment, because not every disease has to be treated immediately just because a treatment is available. The increasing adoption of routine screening will raise the question: What do we call a disease that can rationalize treatment, and what is just an abnormality that should not be a source of concern? My hopes are that routine screening using breath analysis can provide enough data and insight so that at some point, we'll be able to break this dilemma and predict with sufficient certainty whether and when to treat at early stage.
엄밀히 말하자면 과잉 진단보다 더 큰 문제는 과잉 치료입니다. 왜냐면 많은 질병들이 단지 치료가 가능하다는 이유로 즉시 치료해야할 필요는 없기 때문입니다. 정기적인 검사가 많이 채택되면 의문이 생길 것입니다. 치료를 합리화 할 수 있는 질병은 무엇이고, 걱정거리가 못되는 이상증세는 무엇일까요? 저는 호흡 분석을 통한 정기적인 검사로 충분한 데이터와 통찰을 얻게 되리라 희망합니다. 그러므로 우리는 이 딜레마에서 벗어나서 충분한 확실성을 가지고 초기에 치료 여부와 시기를 예측할 수 있어야 합니다.
Our breath and the mixture of volatile organic compounds that we exhale hold tremendous amounts of information on our physiological condition. With what we know today, we have only scratched the surface. As we collect more and more data and breath profiles across the population, including all varieties of gender, age, origin and lifestyle, the power of breath analysis should increase. And eventually, breath analysis should provide us with a powerful tool not only to proactively detect specific diseases but to predict and ultimately prevent them. And this should be enough motivation to embrace the opportunities and challenges that breath analysis can provide, even for people that are not part-time hypochondriacs like me.
우리의 숨과 우리가 내뿜는 휘발성 유기 화합 복합물은 생리적 상태에 대한 어마어마한 정보를 담고 있습니다. 현재 우리가 알고 있는 것은 일부에 지나지 않습니다. 성별과 연령, 혈통과 생활습관 등을 포함하여 다양한 집단에 걸쳐 데이터와 호흡 프로파일을 많이 얻을수록 호흡 분석의 영향력은 증가할 것입니다. 그리고 결국 호흡 분석은 능동적으로 특정 질병을 탐지할 뿐만 아니라 질병을 예측하고 궁극적으로 예방하는 강력한 도구가 될 것입니다. 이 사실이 호흡 분석이 가져올 수 있는 다양한 기회와 도전을 받아들이는데 충분한 동기부여가 되어야 할 것입니다. 저같은 건강염려증 환자에게도 말이죠.
Thank you.
감사합니다.
(Applause)
(박수)