최근 스마트폰의 다양한 헬스케어 앱을 통해 개인의 헬스에 대한 자가 진단 및 모니터링을 쉽게 할 수 있게 되었다. 예를 들면 칼로리 소모, 식습관, 혈압, 수면 측정 등 간단한 건강 상태부터 복잡한 상태까지 확인 할 수 있다.
이로 인해 개인의 의료 데이터들이 엄청나게 쌓이게 되었고, 이것을 활용하여 새로운 부가가치를 창출하기 위한 의료기관들의 노력이 빅데이터 기술을 접목하여 시작하게 되었다. 바이오 분야는 크게 헬스케어, 생명자원, 농수산, 환경까지 광범위하게 빅데이터가 적용되고 있다. 하지만 여기에서는 헬스케어 위주로 국내외 사례에 대해 알아 보도록 하겠다.

국민건강지수 모니터링 시스템

빅데이터하면 구글의 독감예측시스템을 다들 기억할 것이다. 몇 년 전 구글은 독감관련 검색어를 기반으로 어느 지역에 독감이 많이 발생하는지 미국지도와 함께 알려주는 시스템을 개발하였다. 이는 빅데이터의 유명한 사례 중 하나로 꼽고 있다.
이후 좀더 발전된 시스템으로 미국스포츠의학학회(ACSM, American College of Sports Medicine)에서 도시별 미국 건강지수를 매해 분석하고 리포트하고 있다. 국민의 체력뿐만 아니라 영양정보를 고려하여 건강수준을 도시 별로 비교할 수 있도록 미국건강지수(American Fitness Index)를 빅데이터를 활용하여 개발하였고 이를 헬스케어 분야에서 활용할 수 있도록 공개하고 있다.

이와 비슷하게 국민건강보험공단에서는 국민건강 주의 알람 시스템을 운영하고 있다. 주 질병인 감기, 눈병, 식중독, 천식, 피부염을 선정하여 알람 서비스를 제공하고 있다. 질병 별로 지역과 연령을 구분해 관심, 주의, 경계, 위험 4단계로 위험도를 표시하여 사전에 주의사항을 안내하고 사전 예방 캠페인을 진행하고 있다. 이는 기간별 진료데이터 및 SNS상의 키워드 빈도수를 근거로 질병을 예측하는 시스템이다.

더 나아가 올해는 국민의 건강수준을 분석하여 제공하는 과제를 시행하려고 한다. 건강보험 청구 및 의약품 처방조제 등 방대한 보건의료 정보뿐만 아니라 기후정보를 융합하여 계절성 질병까지 예측하는 시스템을 개발 계획 중에 있다. 이는 국가차원에서 질병위험도를 예측하여 잠재적인 문제를 사전에 파악 예방하려는 노력으로써 방대한 데이터를 활용한 국민건강 예방시스템이라 할 수 있다.

병원의 의료데이터 활용

병원에서는 환자의 진단정보, 의료차트, 간호기록, 유전체 및 개인 습관 등 다양한 의료데이터를 가지고 있으며 이런 데이터를 활용할 시스템이 없었다. 하지만 빅데이터 기술을 도입하면서 비정형데이터의 분석결과까지 포함하여 의료기술에 적용할 수 있게 되었다.
한 예로 삼성서울병원에서는 유전적, 의학적 현상, 평상시 생활 등 방대한 개인의 의료데이터를 기반으로 개인별 맞춤 치료서비스를 제공하고 있다. 즉, 빅데이터 기술을 활용하여 의료데이터를 분석하고 개인에 맞는 건강관리 및 치료방법을 제안하고 더 나아가 질병 또한 예측하는 서비스이다. 이 시스템은 치료중심이 아닌 건강관리 및 예방에 좀더 초점을 맞추고 있다.

또한, 2013년도에는 다음소프트와 함께 자살 예측 시스템도 개발하였다. 자살률에 영향을 주는 요소로 물가지수 및 실업률, 날씨, 유명인 자살 등 SNS의 데이터를 활용하여 자살률을 모니터링 할 수 있다. 삼성서울병원의 성공적 사례를 기반으로 국내의 여러 병원에서도 빅데이터 활용에 많은 관심을 보이고 있고 서울대병원 및 아주대 병원에서도 빅데이터 사례를 찾아 볼 수 있다.

제약회사 빅데이터 활용사례

제약회사에서도 빅데이터를 활용하고 있으며 신약개발, 임상실험, 판매/마케팅 영역까지 전 영역에 빅데이터를 적용하고 있다. 신약개발 시 제품개발 및 임상실험에 많은 돈을 투자해야 한다. 하지만 기존의 의약품의 대한 선호도 및 부작용 등 관련 데이터를 활용하면 제품개발비용을 어느 정도 줄일 수 있다. 또한, 마케팅에도 활용할 수 있다. 얼마나 판매가 될 것이며 수요대상 및 마케팅에 필요한 정보를 사전에 알 수 있어 투자비의 큰 절감효과를 볼 수 있다.
그 예로, 동아ST는 아주대 병원과 함께 복합제 개발과정에서 빅데이터 기술을 활용하였다. 처방전 및 약물의 부작용 사례를 통해 약 개발 시 비용과 리스크를 줄일 수 있었다. 예를 들면 일반적으로 관절염 약과 소화제를 같이 처방하는 경우가 많다. 따라서 이런 경우 복합제를 개발하는 편이 좋다. 개발 시 무작위로 여러 약을 혼합해서 실험을 하는 것보다 빅데이터 기술을 활용한 정확한 수요 및 의료기술을 포함한다면 비용과 리스크를 크게 줄일 수 있다.

| 제약회사에서 신제품 개발 시 빅데이터 활용

IBM 왓슨(Watson)의 의료분야 활용

사람의 말을 이해하고 대답할 수 있는 IBM의 인공지능 슈퍼컴퓨터인 왓슨(Watson)은 방대한 의료데이터를 분석하여 환자를 진단하여 의사에게 치료법을 추천해준다. 수백만 건의 진단서, 환자 기록, 의료서적 등의 방대한 데이터를 바탕으로 왓슨 컴퓨터는 순식간에 분석을 통해 확률이 가장 높은 병명과 성공 가능성이 높은 치료법을 동시에 의사에게 조언을 한다. 그럼으로써 의사마다 다른 판단을 내릴 수 있는 경우 판단의 오차를 크게 줄이고 객관성을 높일 수 있다.
실제적으로 의료계에서는 환자의 상태를 파악하고 치료법까지 찾는데 며칠씩 걸리는 경우가 많다.하지만 왓슨은 몇 분만에 찾을 수 있어서 치료를 빨리 시작할 수 있게 되었다. 최근 발표에 의하면 IBM은 MD앤더스 암센터를 포함한 유명 암센터와 협력하여 암 진단과 치료법에 대해 연구하였고, 연구 결과 특정 암 진단을 하기 위해 한 명의 의사가 160시간 이상 걸리는 결과를 왓슨은 수분 만에 결과를 냈고 정확도도 96%에 달한다고 공개했다. 또한, MRI나 CT같은 영상정보를 판독하고 진단하는 기술도 많이 발달하였다고 발표했다.

부정적인 시각도 있다. 과연 왓슨이 의사를 대신할 수 있을지 많은 사람들이 의문을 갖고 있다. 저자는 왓슨의 의견을 바탕으로 최종 결정은 의사가 내려야 된다고 생각한다. 즉, 왓슨의 분석 결과는 단지 참고사항으로만 활용되어져야 한다.


바이오 분야에서 빅데이터 활용을 높이기 위해서는 관련 법 개선이 필요하다. 현재는 개인정보보호법 및 의료법에 의해 의료데이터를 활용이 어렵다. 또한, 국가에서 보유한 의료데이터는 의료사업에 공유가 어렵고 의료기관별 데이터의 표준화도 되어 있지 않아 활용은 더더욱 어렵다. 이에 반해 미국에서는 의료산업에 빅데이터를 활용하여 매년 100조원이 넘는 가치를 창출할 수 있다고 판단하여 의료기관은 서로 의료 데이터 및 약제 데이터 등 의료 데이터를 공유하고 있다.
개인의 의료정보 유출에 대한 큰 이슈사항이 있지만 이런 데이터의 활용으로 인해 더 큰 부가가치를 생산할 수 있다면 의료 데이터를 활용하는데 있어서 법 제도개선을 하여 개인의 정보유출을 최소화하고 국민의 건강에 도움이 되도록 빅데이터 기술이 많이 활용되었으면 한다.



▶   해당 콘텐츠는 저작권법에 의하여 보호받는 저작물로 기고자에게 저작권이 있습니다.
▶   해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.