헬스케어 분야에서의 빅데이터 : 관리, 분석, 전망

빅데이터란 우주가 팽창하는 것 만큼 놀라운 일들을 할 수 있는 방대한 양의 정보이다.

다양한 공공 및 개인정보 영역에서 자신들이 제공하는 서비스를 향상시키기 위해 빅데이터가 생산, 저장, 그리고 분석된다. 그리고 그런 고민들이 합쳐져 ‘데이터 과학’이라는 새로운 분야가 탄생하게 되었다.

헬스케어 분야에서 빅데이터란 병원 기록, 가족력, 검사결과, 그리고 사물인터넷(IoT) 기록등을 포함한다. 헬스케어 분야는 건강 전문가(의사, 간호사), 의료 시설(의원, 병원, 진단 및 치료 기기), 재정기관으로 이루어진 다차원적인 시스템인데 이러한 구조에서 환자의 의료기록을 저장하는 전통적인 방식은 수기로 쓰거나 활자로 타이핑 된 형태였다. 검사기록들 또한 종이 파일 형태로 저장되어졌다. 그러나 컴퓨터가 등장하면서 모든 임상 검사와 의료 기록들은 디지털화되기 시작하였다. 2003년, 의학 연구소로 알려진 the National Academies of Sciences, Engineering, and Medicine의 한 분과에서는 이러한 디지털화 된 의료 정보에 대해 “전자 의무 기록(Electronic health records, EHR)”이라는 공식 용어를 채택하였고 현재까지도 의료 서비스를 제공하기 위한 목적으로 다양한 미디어를 조작, 연결, 저장 및 전달하는데 사용되고 있다.

생명의학적 연구 또한 공중보건과 관련된 중요한 빅데이터를 생성한다. 생체 시스템은 복합적으로 상호작용하고 있기 때문에, 다양한 생리적 요소들과 사건들 사이의 상호의존성을 이해하기 위해서는 광범위한 정보를 바탕으로 한 여러 번의 단순한 실험들이 이루어져야 한다.

빅데이터에서 의미 있는 정보를 도출해내기 위해서는 적절한 관리와 분석이 필요하지만 이것은 사막에서 바늘을 찾는 것만큼 쉽지 않다.

빅데이터를 다루는 각 단계마다 다양한 장애물들이 있고 이는 빅데이터 분석을 위한 정교한 컴퓨팅방법을 사용하는 것으로만 해결될 수 있다. 이를 위해서는 IT, 생물학, 통계, 수학 등다양한 분야의 전문가들이 협업해야 한다. 먼저 데이터는 센서를 이용해 수집되고, 이렇게 수집된 데이터들은 분석도구 개발자들에 의해 개발되어 사전 설치된 소프트웨어의 저장 클라우드에서 사용될 수 있다. 이러한 도구들은 데이터 마이닝과 머신러닝 기능들을 가지기 때문에 의료 빅데이터의 시각화, 분석, 저장, 확보의 효율성을 증가시킬 수 있다.

빅데이터를 실시간으로 스트리밍하고, 합치고, 분석하고 시각화하는 방법들이 지속적으로 개발되면서 의료와 전자의료기록(EMR) 분야에서 빅데이터의 활용성이 높아졌다. 그러나 정부에 의해 인가된 수백만의 EHR 도구들, 서로 다른 임상 용어들, 기술적 능력치의 차이로 인해 의료 정보는 상호운용성(interoperability)과 공유에 어려움이 있다. 이러한 한계를 극복하기 위한 노력이 FHIR(Fast Healthcare Interoperability Resource) 및 공용 API, CommonWell(비영리 무역 협회)와 같은 것들이 있지만 이러한 데이터 공유의 가장 큰 장애물은 데이터를 경쟁적 우위를 제공하는 상품으로 취급하는 것이다.

그러므로 앞으로 공중보건을 향상시키기 위해 의료공급자들은 체계적으로 빅데이터를 생산하고 분석할 수 있는 적절한 기반시설을 갖추어야 할 뿐만 아니라 적절한 시기에, 상호 신뢰를 바탕으로 치료의 과정에 관여하는 모든 구성원들에게 의미 있는 정보를 제공할 수 있는 빅데이터 교환 생태계를 만들어 나가기 위해 많은 노력해야 한다.

논문 홈페이지 : https://journalofbigdata.springeropen.com/articles/10.1186/s40537-019-0217-0

*저작권 문제로 인하여 논문원문 제공대신 홈페이지링크를 올려드립니다.