바이오인

의료 빅데이터 분석을 위한 공통 데이터 모델

I. 서론

4차 산업혁명시대가 도래하며 의료 분야에서 의료 빅데이터에 기반한 새로운 근거 창출시대가 열리고 있다. 의료 빅데이터에는 전자의무기록, 환자질병 등록 정보, 환자 건강 모니터링 기기 자료, 유전체정보, 보험청구자료 등이 있다. 의료 빅데이터 중 실제 임상 데이터(Real World Data: RWD)는 기존 의약품 효능 평가를 위해 많이 쓰여 왔던 무작위 대조 연구(Randomized Clinical Trial: RCT)의 실험적 환경에서 소수의 환자를 대상으로 진행되는 한계점을 극복할 수 있다. 또한, U.S. Food and Drug Administration은 2017년 8월 “의료기기 규제 의사결정을 위한 실제 임상 데이터 사용 가이드라인”을 확정하고 의료기기 인허가 시 다양한 실제 임상 데이터를 반영하고 있다.

최근 의료 서비스가 치료 중심에서 질병의 사전 예방 및 관리 중심으로 변화하고 있으며, 환자 개인의 효율적인 건강관리를 위해 의료정보 활용의 중요성이 대두되고 있다. 특히, ICT 기술의 발전으로 인해 시간과 장소에 제약 없이 개인의 건강상태 관리 및 맞춤형 의료 제공이 가능하다. 현재 대부분의 의료기관에서는 정보시스템이 환자의 진료에 활용되고 있다. 의료기관에서 사용하고 있는 정보시스템의 대표적인 예로는 [그림 1]과 같이 기존의 종이차트에 기록되던 각 환자의 진료정보를 전산화한 전자의무기록(Electronic Medical Records: EMR), 각종 검사 및 약물 처방 정보 를 처리하기 위한 처방전달시스템(Order Communication System: OCS), CT나 MRI 같은 의료 영상을 위한 의료영상시스템(Picture Archiving and Communication System: PACS), 혈액 검사 등과 같은 각종 검사 정보를 처리하기 위한 검사정보시스템(Laboratory Information Management System: LIMS) 등이 있다. 병원정보시스템은 크게 ‘운영계’와 ‘분석계’로 나눌 수 있다. ‘운영계’는 실제 진료가 이루어지는 환자 정보들을 축적하는 단계이며, ‘분석계’는 축적된 자료를 활용하여 병원에서 사용자 중심의 의사결정지원 및 다차원적 분석을 위한 정보 기반을 제공하는 역할을 수행한다. 현 시점에서 이러한 ‘분석계’의 역할은 ‘표준화’를 통해 여러 병원과 연결되어 환자 질병의 사전 예방 및 관리 중심으로 진화되고 있다.

또한, 병원정보시스템은 병원마다 다른 구조로 되어 있다. 각 병원마다 다른 구조의 병원정보시스템을 가지고 있기 때문에 각 병원에서는 자기 병원의 환자 데이터를 기반한 연구만 가능하다. 하지만 각각의 의료기관의 환자군은 다른 특징을 가지고 있기 때문에 결론을 도출하기는 매우 어려운 구조이다. 그렇기 때문에 여러 병원들의 환자 데이터를 기반으로 임상연구를 진행해야만 의미 있는 결과를 제시할 수 있다. 그러한 이유로 각 병원의 데이터를 같은 포맷인 공통 데이터 모델(Common Data Model: CDM)로 변경하고, 공통 데이터 모델을 기반으로 다양한 임상연구들을 진행하는 개념이 대두되고 있다. 이러한 표준화된 데이터를 기반으로 최근 다양한 분산연구망(Distributed Research Network: DRN)을 통한 연구가 활발히 진행되고 있다. DRN의 종류로는 Sentinel Initiatives, Observational Health Data Sciences and Informatics(OHDSI), National Patient Centered Clinical Research Network(PCORnet) 등이 있다. 또한, CDM은 여러 목적에 따라 다양한 CDM이 존재한다. 본 고에서는 CDM이 나타나게 된 배경과 다양한 목적으로 개발된 CDM의 종류와 활용 동향에 대해 살펴본다.

...................(계속)

☞ 자세한 내용은 내용바로가기 또는 첨부파일을 이용하시기 바랍니다.