2013.08.07

의료와 빅 데이터의 만남, "치료 효과 ↑ 재입원 ↓"

Allen Bernard | CIO
임상 질환 치료 개선, 치료 효과 입증, 재입원율 감소는 환자와 병원, 더 나아가 사회적 부담까지도 줄여준다. 게다가 인구 노령화와 깊은 관련이 있는 만성 질환들로 야기되는 사회적 비용 부담은 범지구적인 현상이 됐다. 의료계는 '빅 데이터'에서 이러한 문제들을 해결할 가능성을 찾고 있다.

미국의 카이저 퍼머넌트(Kaiser Permanente), 피츠버그 의과대학 메디컬센터(UPMC, University of Pittsburgh Medical Center), 유나이티드 헬스케어(United Healthcare) 등 대형 종합 의료 기관들부터 25 개의 병실만을 갖춘 지역 병원들까지, 빅 데이터가 의료 비즈니스 일과를 관리하는 새로운 방향을 제시하는 도구로 부상하고 있다.

병원 및 의료 보험사들의 빅 데이터 이용은 주로 임상 질환 치료 개선, 치료 효과 입증, 재입원율 감소 등 3가지 영역에서 이뤄지고 있다. 산업 관계자들은 의료 서비스의 기초적인 분야라 할 수 있는 이 3가지 영역에 빅 데이터 솔루션을 적용함으로써 의료 시스템 전반이 단기간에 큰 규모의 발전을 이룩할 수 있으리라 기대하고 있다. (이 영역들은 의료 시스템뿐 아니라 사회적으로도 많은 비용 부담을 안겨주는 분야들이다.)

미국 최대 규모의 보험사 메디케어(Medicare)는 빅 데이터를 활용한 변화를 주도하는 선두 기업 중 하나다. 메디케어는 다음의 3가지 핵심 영역에서 개선 노력을 벌이지 않는 병원들에게 불이익을 주거나 그렇게 할 계획을 세웠다.

● 급성 심근경색 및 심부전, 폐렴 환자의 재입원율 기준을 30 일로 적용한다.
● 전자 건강 기록(EHR) 시스템을 의미 있게 활용한다.
● 환자에게 입원 시점 제공하지 못한 병원 획득 정보는 해당 환자에게 입원 기간 내에 제공한다.(2014년부터 적용)

비영리단체인 인스티튜트 포 헬스 메트릭스(IHM, Institute for Health Metrics)의 최고 의료 책임자 아니타 칼츠 박사는 “이러한 일련의 변화에 참여하지 않는다면, 2017년에는 그 페널티가 병원의 의료 수익 가운데 6%를 갉아먹을 것이다. 이 정도의 비용을 사소한 것으로 치부할 수 있는 병원을 아마 없을 것이다”라고 말했다. IHM은 지역 병원들이 보유한 미검증 데이터 셋에 데이터 마이닝 솔루션을 적용함으로써 유방암 수술, 고관절 및 견관절 완전 치환, 재입원 위협 등에 대한 임상 효율성 연구를 진행하고 규제 준수 및 보고 체계를 확립하는 과정을 고객 병원들에 지원하고 있다.


의료계의 빅 데이터, 동력은 비용과 결과물
오늘날 빅 데이터가 이토록 큰 관심의 대상이 되는 이유는 비용 절감과 의미 있는 결과물 창출이라는 두 가치가 결합됐다는데 있다. 인구 노령화와 그로 인한 사회적 비용 증대는 범지구적인 현상이 되었다. 대책이 마련되지 않을 경우 당뇨나 비만, 심장 질환 등 연령과 상당한 상관관계를 지니는 만성 질환들로 야기되는 사회적 비용 부담은 지속적으로 증가해 통제가 어려운 수준에 이르게 될 것으로 전문가들은 내다보고 있다.

하버드 경영 대학의 초빙 교수이자 최근 빅 데이터를 주제로 한 저서 ‘퀀츠 따라잡기(Keeping Up with the Quants)’를 출간하기도 한 토마스 데븐포트는 “보험사들이 운영하는 질병 관리 프로그램은 어떤 고객이 당뇨나 심장 질환 발병 위험 요인을 보유하고 있는지 파악해 그에게 생활 습관을 바꿔볼 것을 권유하는 방식으로 관리하고 있다”라고 사례를 들어 설명했다.

스코틀랜드에 있는 생물정보학 기업인 아리디아(Aridhia)도 관련 행보를 진행 중인 기업 가운데 하나다. 아리디아는 영국 국립 의료 시스템과의 공동 작업을 통해 재입원 환자 수를 20만 명 미만으로 줄이는 것을 목표로 노력하고 있다. 이를 위해 이들 기관은 전체 의료 예산의 80%를 소모하는 20%의 환자들을 관리하는데 역량을 집중하는, 이른바 80/20 법칙을 적용했다.

그들은 1차 진료의의 기록과 이미지 데이터, 인구 통계 데이터, 사회 복지 데이터, 연구 작업, 보건 의료 시스템 데이터베이스 등의 소스들로부터 실시간에 가깝게 데이터를 추출하고 편집한 뒤 배치 프로세스(batch process)를 적용함으로써 환자들의 재입원 원인이 무엇인지 확인하는 방향으로 노력을 진행했다. 이와 같은 분석 작업은 당뇨로 인한 신체 절단율을 40% 줄일 수 있었고, 의료 기관 방문에 대한 환자들의 인식 개선에도 긍정적인 효과를 가져왔다.




2013.08.07

의료와 빅 데이터의 만남, "치료 효과 ↑ 재입원 ↓"

Allen Bernard | CIO
임상 질환 치료 개선, 치료 효과 입증, 재입원율 감소는 환자와 병원, 더 나아가 사회적 부담까지도 줄여준다. 게다가 인구 노령화와 깊은 관련이 있는 만성 질환들로 야기되는 사회적 비용 부담은 범지구적인 현상이 됐다. 의료계는 '빅 데이터'에서 이러한 문제들을 해결할 가능성을 찾고 있다.

미국의 카이저 퍼머넌트(Kaiser Permanente), 피츠버그 의과대학 메디컬센터(UPMC, University of Pittsburgh Medical Center), 유나이티드 헬스케어(United Healthcare) 등 대형 종합 의료 기관들부터 25 개의 병실만을 갖춘 지역 병원들까지, 빅 데이터가 의료 비즈니스 일과를 관리하는 새로운 방향을 제시하는 도구로 부상하고 있다.

병원 및 의료 보험사들의 빅 데이터 이용은 주로 임상 질환 치료 개선, 치료 효과 입증, 재입원율 감소 등 3가지 영역에서 이뤄지고 있다. 산업 관계자들은 의료 서비스의 기초적인 분야라 할 수 있는 이 3가지 영역에 빅 데이터 솔루션을 적용함으로써 의료 시스템 전반이 단기간에 큰 규모의 발전을 이룩할 수 있으리라 기대하고 있다. (이 영역들은 의료 시스템뿐 아니라 사회적으로도 많은 비용 부담을 안겨주는 분야들이다.)

미국 최대 규모의 보험사 메디케어(Medicare)는 빅 데이터를 활용한 변화를 주도하는 선두 기업 중 하나다. 메디케어는 다음의 3가지 핵심 영역에서 개선 노력을 벌이지 않는 병원들에게 불이익을 주거나 그렇게 할 계획을 세웠다.

● 급성 심근경색 및 심부전, 폐렴 환자의 재입원율 기준을 30 일로 적용한다.
● 전자 건강 기록(EHR) 시스템을 의미 있게 활용한다.
● 환자에게 입원 시점 제공하지 못한 병원 획득 정보는 해당 환자에게 입원 기간 내에 제공한다.(2014년부터 적용)

비영리단체인 인스티튜트 포 헬스 메트릭스(IHM, Institute for Health Metrics)의 최고 의료 책임자 아니타 칼츠 박사는 “이러한 일련의 변화에 참여하지 않는다면, 2017년에는 그 페널티가 병원의 의료 수익 가운데 6%를 갉아먹을 것이다. 이 정도의 비용을 사소한 것으로 치부할 수 있는 병원을 아마 없을 것이다”라고 말했다. IHM은 지역 병원들이 보유한 미검증 데이터 셋에 데이터 마이닝 솔루션을 적용함으로써 유방암 수술, 고관절 및 견관절 완전 치환, 재입원 위협 등에 대한 임상 효율성 연구를 진행하고 규제 준수 및 보고 체계를 확립하는 과정을 고객 병원들에 지원하고 있다.


의료계의 빅 데이터, 동력은 비용과 결과물
오늘날 빅 데이터가 이토록 큰 관심의 대상이 되는 이유는 비용 절감과 의미 있는 결과물 창출이라는 두 가치가 결합됐다는데 있다. 인구 노령화와 그로 인한 사회적 비용 증대는 범지구적인 현상이 되었다. 대책이 마련되지 않을 경우 당뇨나 비만, 심장 질환 등 연령과 상당한 상관관계를 지니는 만성 질환들로 야기되는 사회적 비용 부담은 지속적으로 증가해 통제가 어려운 수준에 이르게 될 것으로 전문가들은 내다보고 있다.

하버드 경영 대학의 초빙 교수이자 최근 빅 데이터를 주제로 한 저서 ‘퀀츠 따라잡기(Keeping Up with the Quants)’를 출간하기도 한 토마스 데븐포트는 “보험사들이 운영하는 질병 관리 프로그램은 어떤 고객이 당뇨나 심장 질환 발병 위험 요인을 보유하고 있는지 파악해 그에게 생활 습관을 바꿔볼 것을 권유하는 방식으로 관리하고 있다”라고 사례를 들어 설명했다.

스코틀랜드에 있는 생물정보학 기업인 아리디아(Aridhia)도 관련 행보를 진행 중인 기업 가운데 하나다. 아리디아는 영국 국립 의료 시스템과의 공동 작업을 통해 재입원 환자 수를 20만 명 미만으로 줄이는 것을 목표로 노력하고 있다. 이를 위해 이들 기관은 전체 의료 예산의 80%를 소모하는 20%의 환자들을 관리하는데 역량을 집중하는, 이른바 80/20 법칙을 적용했다.

그들은 1차 진료의의 기록과 이미지 데이터, 인구 통계 데이터, 사회 복지 데이터, 연구 작업, 보건 의료 시스템 데이터베이스 등의 소스들로부터 실시간에 가깝게 데이터를 추출하고 편집한 뒤 배치 프로세스(batch process)를 적용함으로써 환자들의 재입원 원인이 무엇인지 확인하는 방향으로 노력을 진행했다. 이와 같은 분석 작업은 당뇨로 인한 신체 절단율을 40% 줄일 수 있었고, 의료 기관 방문에 대한 환자들의 인식 개선에도 긍정적인 효과를 가져왔다.


X