'선구자들은 이렇게' 의료 현장의 빅 데이터 활용상

데이터 획득 얼마 전 오라클 인더스트리 커넥트(Oracle Industry Connect) 행사장에서 연설을 진행한 마요 클리닉(Mayo Clinic)의 제임스 번트록은 과거 자신의 착각에 대해 설명했다. 단순히 애플리케이션과 데이터베이스를 추가하고, 그 사이에 점대점 인터페이스를 투입하는 것으로 모든 과정이 끝났다고 생각했었다는 것이다. 그러나 그 결과는 데이터 웨어하우스들의 무수한 단절이 발생하는 것이라고 그는 전했다. 이후 마요는 앱에 집중하는 대신, 데이터 중심적 방법론을 채택했다. 연구와 임상 활동의 핵심 자산으로써 데이터를 바라보기 시작한 것이다. 번트록은 “이를 위해선 IT와 비즈니스의 목표를 일치시키고, 더불어 전통적 비즈니스 인텔리전스의 개념을 넘어선 정보, 데이터 마이닝을 지원하는 과정이 요구된다”라고 설명했다.

철저한 준비와 목표를 향한 발걸음, 비즈니스 시각의 개선 여분의 데이터 웨어하우스를 제거하는 것은 의료 애널리틱스 활동의 대표적인 단기 목표 가운데 하나다. 그룹 헬스 코퍼러티브(Group Health Cooperative)의 그웬 오키피 박사는 비용 효율적 분석 아키텍처를 실행하고 비즈니스 대시보드를 갖춘 프론트 라인(front-line) 운영 관리자를 제공함으로써 지표의 가시성을 개선할 필요가 있다고 강조했다. 그는 이런 체계가 마련된다면 내부 임상, 재무 데이터에 외부 데이터를 추가하고 예측 애널리틱스를 실행하는 과정에 보다 집중할 수 있다고 설명했다. 또 이후 데이터 애널리틱스 결과물을 임상적, 운영적 변화를 제안하는 근거로 활용할 수 있게 될 것이라고 그는 전했다.

공짜는 아니다. 하지만 제대로만 한다면 평생 써먹을 수 있다 당연한 말이지만 의료 산업의 CIO들은 다른 임원들에게 IT를 팔아야 한다. 애널리틱스와 관련해 오키피는 우선 문제를 이해하는 비즈니스 리더를 찾아 볼 것을 조언했다. 그녀는 “문제 해결에 신속하고 민첩한 접근법을 적용하고 당장의 사례 뿐 아니라 이후의 다른 경우에도 효과를 발휘할 순방향 호환(forward-compatible) 솔루션을 구축하라”라고 말했다. 그녀는 또 데이터 통제 및 품질 표준 정의를 위해 현업 임원들과 IT가 서로 협력할 필요가 있다고 덧붙였다. 그녀는 “이 협업은 전반적인 그림을 그려가는 단계에서 언제 구체화 과정으로 넘어갈지를 결정할 수 있게 해준다. 이를 통해 관계자들이 ‘분석 마비(analysis paralysis)’에 빠지는 것을 막을 수 있다”라고 설명했다.

리더십이 전부는 아니다 오키피는 “대화가 리더들 사이에서만 이뤄져서는 안된다. 성공적인 애널리틱스는 활용 사례와 훈련 등에 대한 ‘지속적이고 냉철한' 대화를 필요로 한다”라고 말했다. 번트록은 “대화를 통해 기업은 문제를 바라보는 시각을 보다 다각화 할 수 있다. 이를 통해 애널리틱스 주제와 프로젝트는 보다 성숙해질 수 있다. 또 나아가 데이터 발견 과정과 해당 발견에 기반한 운영 과정의 개선도 도모할 수 있다”라고 설명했다. 하지만 피츠버그대학교 메디컬 센터(UPMC, University of Pittsburgh Medical Center)의 리자 코레이는 실천으로 옮기지 못할 문제에 대한 대화가 오히려 부정적인 결과로 이어질 수도 있다고 경고했다.

정부 규제에의 대응과 연구에의 기여 그렇다면 다룰 수 있는 주제란 어떤 것들일까? 이와 관련해 코레이는 몇 가지를 제안했다. 단 그녀가 제안하는 내용 가운데 다수는 규제에의 대응을 위한 것들이. 품질 보고 및 셰어드 세이빙 과 관련해 연방 규제의 대상이 되는 의사 성과 측정, 재무 모델링 측정 등이 여기 포함된다. 이는 애널리틱스가 의료 기관들이 게놈 연구의 비즈니스 사례를 개발하는데 일조할 수 있다는 의미다. 혹은 서로 다른 소스에서 수집되는 임상 데이터와 게놈 데이터를 결합해 유방암의 원인과 치료법을 연구하는 등에도 도움을 줄 수 있다는 의미다.

희귀 증후군 진단 프렌치 카나디언 레이 증후군(French Canadian Leigh Syndrome)이라는 질병이 있다. 적절한 치료를 받지 않을 경우 생명에 지장을 줄 수 있는 치명적인 질환이지만, 그 증상이 여타 질병들과 유사해 진단에 많은 어려움이 있는 증후군으로 알려져 있다. 이 증후군의 원인 발견에도 애널리틱스가 중요한 역할을 수행한다. 브로드 인스티튜트(Broad Institute)의 마이클 리시가 MIT 정보 커뮤니케이션 컨퍼런스(MIT Information and Communication Technologies Conference)에서 이를 소개했다. 그에 따르면 유전자 발현 데이터 세트와 공개(공공 부문에서 접근 가능한) 미토콘드리아 단백질 데이터베이스를 분석함으로써 연구자들은 재 연쇄 과정에서 발생하는 유전자 겹침이 LRPPRC 유전자의 변이를 야기해 해당 증후군을 일으킨다는 사실을 확인했다. 이 과정(4,000달러의 비용과 26 시간이 소요된다)은 게놈 데이터의 ‘폭발'을 가져왔다고 리시는 설명하며, 이번 발견이 증후군 진단의 표준으로 자리 잡게 되면 창출되는 데이터 규모는 더욱 증대될 것이라고 예상했다.

목적지에 도달하면 또 다른 길이 펼쳐진다 코레이는 작은 규모에서 의료 기관들이 활용할 수 있는 열 개의 애널리틱스 ‘가속기' 행동을 소개했다. 앞서 다뤄진 내용들을 제외한 나머지 조언들을 소개한다: *데이터 모델을 구매하라. 자체 구축은 금물, 복잡하고 비싸다. *데이터 웨어하우스를 포함한 기존 테크놀로지들을 탐구하고, 구매를 할 경우엔 현재를 넘어선 미래를 생각하라. *중독돼라. 회의론자를 지지자로 바꿀, 모든 이들이 애널리틱스의 가치를 증명하게 할 탄탄한 인터페이스와 보고 체계, 그리고 결과물을 만들어라. *기관의 변화를 준비하라. 애널리틱스와 그것이 전하는 시각은 변화를 관리하는 동력인 동시에 낡은 힘과 계층 구조를 무너뜨릴 것이다. *약제에서부터 시작하라. 단순히 “약제를 복용하는 당뇨병 환자.”를 파악하라는 말이 아니다. 그들이 무슨 약을, 얼마나 자주 복용하는지, 그것의 효과는 확실한지를 분석하라.

데이터 애널리틱스는 나침반 4년 전 보스톤 메디컬 센터(BMC, Boston Medical Center)는 유니버시티 헬스시스템 컨소시움(UHC, University HealthSystem Consortium)이 발표하는 사망 순위에서 10% 미만의 수치를 기록한 바 있다. 세이프티 넷 하스피터(safety net hospital) 순위에서는 상위 25%에 이름을 올렸다. BMC의 이러한 변화의 핵심에는 애널리틱스가 있었다. BMC의 애널리틱스 및 공보 수석 로샨 후세인은 자신들은 환자 안전 보고서를 검토하고 낮은 사망률을 보이는 질병으로 인한 사망 사례를 분석해 위협 조정 방법론을 개발했다고 설명했다. 그녀는 자신들이 진행한 활동의 또 다른 핵심으로 관찰된(임상적) 사망률과 예상(분석적) 사망률을 분리하고, 인과율(질병의 사망 야기 비율이 아닌 보유율)을 재구성한 점을 들었다. 이를 통해 일어나지 않았을 사망 사고를 단순히 특정 개인의 책임으로 전가하는 것이 아닌 문제 해결을 위한 제도적 개선책을 모색하는데 활용할 수 있었다고 후세인은 전했다.