18차시. 산업에서 활용되는 빅데이터 비즈니스 - 2

차시목표
1. 시장의 확장을 기반으로 한 헬스 분야에서 활용되고 있는 데이터 비즈니스를 살펴본다.
2. 임상 연구, 유전체, 개인 건강에 활용되는 데이터의 종류를 살펴보고 현재 활용되고 있는 기술의 사례에 대해 알아본다.

주요내용
1. 헬스케어 분야의 데이터 비즈니스 학습하기
2. 헬스케어 분야의 데이터 학습하기 3. 헬스케어 분야의 데이터를 활용한 비즈니스 영역

 

■ 산업에서 활용되는 빅데이터 비즈니스 - 2

1. 헬스케어 분야의 데이터 비즈니스

- 스마트 헬스케어는 넓은 의미로 활용되는 용어입니다.

단어의 정의를 통해 스마트 헬스케어를 이해하는 것보다 각각의 사례를 살펴보는 것이 이해하는 데 도움이 됩니다. 

기업의 내·외부에서 상품의 비즈니스 효율성을 평가하려면 다음과 같은 몇 가지 관점으로 나누어 분석해야 합니다. 

- 개발된 서비스가 필요한 사람이 누구인지를 생각하기: 서비스의 대상이 소아과의사 또는 아기를 키우는 부모인지를 염두에 두어야 합니다. 

다만, 필요로하는 사람과 비용을 지불하는 주체에 관한 수익 모델을 별개로 생각할 수 있습니다. 

- 생명에 직결되는 질병인지, 건강증진 등의 웰니스(Wellness)인지를 구별하기: 단적으로 암을 치료하는 기술인지, 삶의 질을 높여주는 기술인지를 구별하는 것입니다. 

- 병원 안에서 사용하는 것인지 병원 바깥에서 사용하는 것인지를 구분하기:병원 단위에서 도입할 인공지능 진료 보조의 기술인지 일상생활에서 개인의 건강지표를 추적하는 기술인지를 구별해야 합니다. 

 

2. 헬스케어 분야의 데이터

- 과거의 헬스케어 데이터는 협의의 개념이었습니다. 

진료나 치료의 과정에서 생성되어 의료기관이 보관하는 의료 정보와 이에 수반되는 약 처방과 의료보험에 반영되는 정보들을 의미했습니다. 

현재의 헬스케어 데이터는 제약, 의료기기, 보험, 금융, 생활 습관 등의 건강 활동에 수반하는 정보에서부터 사회 경제, 주변 환경 등의 건강에 영향을 미치는 여러 분야의 데이터를 포함하는 개념으로 변화하고 있습니다. 

의료기관 외부에서 생성되는 데이터는 내부의 데이터보다 서비스 제공 영역이 넓습니다. 

또 건강에 미치는 영향도 크다는 분석이 있습니다. 

 

● 임상 연구 및 진료 데이터
- 임상 데이터는 의료기관 관련자가 사람을 대상으로 하는 진료 과정 중에서 생성하는 데이터를 의미합니다. 

- 의료기관 관련자: 의사, 간호사, 약사, 물리치료사, 의무기록사, 행정 담당자 등
- 진료 과정 중에 생성하는 데이터: 인구 통계학적 정보, 진단, 치료, 처방, 실험실 검사, 생체 모니터링, 입원 기록, 간호 기록, 영상, 진료비 등 진단 기술이 발전함에 따라 직접 입력하지 않고 의료 장비로부터 생산되어 저장되는 데이터가 늘어나고 있습니다.
이러한 데이터는 전자문서 형태인 전자의무 기록과 처방 전달 시스템에 기록됩니다.

또 엑스레이나 MRI와 같은 영상 데이터는 영상저장전송 시스템(PACS)에 저장하여 관리합니다. 

 

● 유전체를 포함한 오믹스 데이터
- 오믹스(Omics) 데이터란, 인체로부터 수집된 인체 구성물의 DNA와 RNA 시퀀스 정보 및 미세결실검사(microarray) 분석 정보를 뜻합니다. 

- 최근에는 국내 병원에서도 암 유전체를 분석한 맞춤형 의료 서비스가 시작되었으며, 유전체 분석 전문 기업들로 인해 사업화가 빠르게 진행되고 있습니다. 

유전 데이터는 정밀의학 분야에서 한 개인의 유전체 서열을 명확히 파악하여 개인맞춤형 최적의 의료 서비스 제공을 가능하게 합니다. 

이 분야에서는 한 개인의 유전체 서열을 명확히 파악하여 개인별로 특정 질병으로 이환될 확률과 약물 효과, 건강 관련 데이터와의 연계성 등을 예측하고 면밀하게 분석합니다. 

이 밖에도 유전체 빅데이터는 신약 개발, 약물 재창출, 소비자 직접 의뢰 방식 (DTC: Direct to Consumer) 유전자 검사에 대한 사업화 영역에서 활발하게 활용되고 있습니다.

● 개인건강 데이터 및 라이프로그
- 병원에서 진료가 이루어지는 동안에 지속적으로 수집하고 제공되는 개인의 일상 헬스케어 데이터를 개인건강 데이터(PHR:Perso nal Health Record)라고 합니다. 

이는 개인의 기록, 웨어러블 기기, 스마트폰 등을 통해 수집이 가능합니다. 

유전 데이터와 의료 데이터 및 건강검진 데이터와 합하여 상호 상관관계 분석을 통해 개인맞춤 의료(Personalized Medicine), 정밀의료(Precision Medicine)에서 중요하게 사용됩니다. 

 

● 공공기관에서 발생하는 청구 데이터
- 청구 데이터는 건강보험심사평가원, 국민건강보험공단, 보험사에서 발생하는 데이터를 의미합니다. 

보험급여가 책정된 항목의 질병에 대해서는 시계열별로 처치, 시술, 검사 등의 진료 내역이나 진단명, 환자 부담금, 요양기관의 정보 등의 다양한 정보를 수집 할 수 있습니다. 

다만, 비급여 항목에 대한 데이터의 확보가 어렵습니다.

 

3. 헬스케어 분야의 데이터를 활용한 비즈니스 영역

● 개인건강 기록 비즈니스
- 개인이 평생 동안 이용하거나 치료받았던 병원 정보를 모으기 위해서는 방문신청과 열람 신청 방법이 있습니다. 

의료법에 정의된 기준에 의하면 병원에서 보관되어야 하는 자료이지만, 이는 의무 저장 기간이 끝나면 유실될 가능성이 있습니다. 

개인의 데이터 권리 강화 차원에서 개인건강 기록은 필요 요소입니다. 

그러나 개인의 건강정보가 다양한 사회 경제 활동에 연동되므로 위·변조가 되지 않아야 합니다. 

중앙집중식 저장 공간은 시스템의 안전성이 하나의 물리적 서버에 의존하기 때문에 보안의 위협이 존재합니다. 

이를 해결하기 위해 블록체인 기술을 도입 할 수 있습니다. 

또 용량이 큰 유전체 데이터와 영상 데이터를 어떻게 개인건강으로 기록할 수 있는지에 대한 논의도 필요합니다. 

 

● 라이프로그 및 개인이 생산하는 건강 데이터 관련 비즈니스
- 웨어러블(Wearable) 기기로 측정되는 신호를 라이프로그(Lifelog)라고 한다. 

- 웨어러블 기기는 24시간 내내 측정이 가능하다는 장점이 있다. 

- 기업별로 수집하는 데이터가 상이하고 표준안에 대한 논의가 부족하여 데이터의 수집과 정제를 따로 해야 한다는 과제가 남아 있다. 

 

● 분석 관련 비즈니스
① 공통데이터 모델(CDM: Common Data Model) 

- 의료법상 환자의 데이터는 병원 밖으로 나갈 수 없습니다.

그래서 익명화한 환자의 정보를 공통데이터 모델을 통해 모을 수 있습니다. 

이를 분산형 빅데이터 사업이라고 합니다. 

공통데이터 모델에 포함되지 않은 정보가 필요하지 않은 것은 아닙니다. 

운영계와 별도로 임상 데이터 웨어하우스를 구축하고 공통데이터 모델에 포함되어 있지 않은 정보 분석을 해결하고 있습니다.

시각화 기능을 통해 의료진이 병원의 환자 정보를 쉽게 탐색할 수도 있습니다. 

② 전망
- 지금까지 여러 기술이 의사가 데이터를 분석하여 진단하는 과정에서 도우미 역할을 역임했습니다. 

앞으로는 주로 이미지 관련 분야에 뛰어난 인공지능 시스템이 활용될 것으로 전망되고 있습니다. 

방사선 촬영, 안저 사진 분석 기술과 같은 간단한 이미지의 분석 기술에서부터 3차원 전산화 단층 촬영 결과 또는 초음파 영상 연구에 이르기까지 활발히 진행되고 있습니다. 

검증된 기술을 도입하기 위해서는 기업과 병원이 긴밀한 협조 관계를 구축해야 합니다. 

 

● 유전체 데이터 관련 비즈니스
- 병원에서 유전자 검사가 필요하다고 판단되는 경우 유전체기업협의회에 검사를 의뢰할 수 있습니다. 

기업 검사실에서 분석된 결과에 따라 의사가 결과를 해석하여 치료에 반영하게 됩니다. 

소비자 직접 의뢰 방식(DTC: Direct to Consumer)을 통해 소비자가 비용을 지불하고 유전자 검사를 받을 수도 있습니다. 

 

● 병원 정보 시스템 관련 비즈니스
① 병원 정보 시스템(HIS: Hospital Information System)의 의미
- 병원 정보 시스템에서는 처방 전달 시스템, 전자의무기록, 그리고 의료영상 저장전송이 가능합니다. 

병원에서 데이터는 의료진이 생산하고 의무기록 소프트웨어의 형식에 따라 저장됩니다. 

이와 같이 생산된 병원 내의 데이터 속에는 환자에 대한 많은 정보가 담겨 있습니다. 

이 정보를 외부에서 접근할 수 있다면 다양한 비즈니스가 가능해질 수 있습니다.
② 통일성의 문제
- 병원 정보 시스템은 데이터베이스 구조가 난해합니다. 

해당 병원의 업무 프로세스에 따라 설계되며 기존의 스키마(Schema)에 대한 설계와는 무관하게 의료진의 편의를 위해 업데이트가 이루어지기 때문입니다. 

병원마다 계약된 회사가 다르고 구축된 시스템이 다르며, 통일된 표준이 없어 상호 호환성이 없습니다. 

심지어 같은 회사에서 제작한 전자의무기록도 병원에 따라 스펙이 다르게 구성되어 있습니다.

또 환자가 의무기록에 접근이 가능한 모바일 애플리케이션이 개발되었지만, 병원마다 별개로 개발한 모두 다른 애플리케이션을 사용하고 있습니다. 

이를 해결하기 위해 미국과 같이 전자의무기록 회사가 상호 운용성을 가지는 인터페이스를 권장할 수 있습니다. 

해당 인터페이스에 맞추어 애플리케이션을 개발하면 여러 병원의 환자를 대상으로 비즈니스가 가능해질 것입니다. 

③ 편의성의 문제
- 또 하나의 남은 과제는 의료진의 피로도입니다.

정보 시스템의 주된 고객은 의료진이지만 대부분의 의료진이 시스템을 이용하는데에 피로감을 호소합니다. 

사용자와 친화적인 인터페이스가 구축되어 있지 않기 때문입니다. 

이 문제는 환자와 의료진 모두의 시간을 낭비하게 되므로 반드시 해결책이 필요합니다.

스마트 헬스케어는 넓은 의미로 활용되는 용어이다. O
[해설]
스마트 헬스케어는 넓은 의미로 활용되는 용어입니다.
단어의 정의를 통해 스마트 헬스케어를 이해하는 것보다 각각의 사례를 살펴보는 것이 이해하는 데 도움이 됩니다.
기업의 내·외부에서 상품의 비즈니스 효율성을 평가하려면 다음과 같은 몇 가지 관점으로 나누어 분석해야 합니다.

과거의 헬스케어 데이터는 여러 분야의 데이터를 포함하는 개념이었다. X
[해설]
과거의 헬스케어 데이터는 협의의 개념이었습니다.
진료나 치료의 과정에서 생성되어 의료기관이 보관하는 의료 정보와 이에 수반되는 약 처방과 의료보험에 반영되는 정보들을 의미했습니다.

임상 데이터는 의료기관 관련자가 사람을 대상으로 하는 진료 과정 중에서 생성하는 데이터를 의미한다. O
[해설]
임상 데이터는 의료기관 관련자가 사람을 대상으로 하는 진료 과정 중에서 생성하는 데이터를 의미합니다.
진단 기술이 발전함에 따라 직접 입력하지 않고 의료 장비로부터 생산되어 저장되는 데이터가 늘어나고 있습니다.
이러한 데이터는 전자문서 형태인 전자의무 기록과 처방 전달 시스템에 기록됩니다.
또 엑스레이나 MRI와 같은 영상 데이터는 영상저장 전송 시스템(PACS)에 저장하여 관리합니다.