환자 재입원 패턴, 빅 데이터로 밝힌다
환자 재입원 패턴, 빅 데이터로 밝힌다
  • 함예솔
  • 승인 2019.10.17 14:30
  • 조회수 2887
  • 댓글 0
이 기사를 공유합니다

빅 데이터 분석 기술이 의료 분야에서도 두각을 나타내고 있습니다. 오늘 입원 환자는 병이 재발해 언제 다시 입원하게 될까요? 병이 깊어지기 전에 미리 알고 대비할 순 없을까요? 지난 10월 15일 <사이언티픽 데이터(Scientific Data)>에 게재된 연구에 따르면 이런 세상이 머지않은 것 같습니다. 빅 데이터 기술을 이용해 1천만 명 이상의 의료 데이터를 분석한 결과 해결의 실마리를 찾았다고 하는데요. 이 연구는 미국 UCSF(University of California, San Francisco) 연구팀과 백효정 한국과학기술정보연구원(KISTI) 슈퍼컴퓨팅응용센터 선임연구원의 협력 연구의 결실입니다. 

(좌) 천만 명의 질환 궤도 추적 가시화. 각 선이 환자의 재입원 추적경로. (우) KISTI 백효정 선임연구원 출처: KISTI
(좌) 천만 명의 질환 궤도 추적 가시화. 각 선이 환자의 재입원 추적경로. (우) KISTI 백효정 선임연구원 출처: KISTI

1천 9백만 건의 의무기록 분석

 

100세 시대로 접어들며 고령화에 따른 천문학적 의료 서비스의 지출이 예상되고 있는데요. 현재 입원 환자의 1~2년 내의 재입원 패턴과 합병증 패턴을 모델링하는 작업은 향후 인공지능 개발에 있어 중요한 원천 기술이 될 전망입니다. 그러나 국가별, 생애 주기별, 인종별 재입원과 합병증 패턴을 정량화 하는 데는 기존 의료진의 경험에 기초한 전통적인 접근법으로는 수십 년의 기간이 소요됩니다. 

빅 데이터 의료에 접목! 출처: AdobeStock
빅 데이터 의료에 접목! 출처: AdobeStock

미 연구진과 백효정 박사는 1천만 명의 환자의 기록이 20여년 간 축적된 의무기록 1천 9백만 건의 데이터를 기반으로 연구를 진행했습니다. 다차원 계열 그래프 분석(Directed Acyclic Graph modeling, GAP) 기법을 개발해 5천여 질병에 대한 생애주기별 '질환궤도 (Disease Trajectory)'를 제시했는데요. 

 

연구진은 분석 가능한 질환 691종에 관해 각 환자가 1년 주기로 재입원하는 패턴과 합병증 패턴을 모델링했습니다. 이를 통해 그동안 알려지지 않았던 실제 조현병(Schizophrenia) 환자의 횡문융해증(Rhabdomyolysis) 합병증 모델을 성공적으로 입증했습니다. 참고로 횡문융해증(Rhabdomyolysis)은 근섬유가 파괴되면서 영구적으로 신부전증을 유도하는 희귀 중증 질환이라고 합니다. 신부전증은 말 그대로 신장 기능이 제대로 이루어지지 않아 몸 안에 노폐물이 쌓여서 신체의 여러 가지 기능이 제대로 수행되지 않는 상태를 말합니다.

 

질환궤도 모델 가시화

연구진은 한 발 더 나아가 개발된 모든 질환궤도를 다수의 의료진과 의학 연구자들이 활용할 수 있는 작업을 진행했는데요. 국가규모의 질환궤도 모델을 가시화했습니다. 연구 내용 전반에 관한 내용을 동영상으로 제작해을 통해 공개했습니다. 위의 유튜브 영상에서 연구 내용 전반에 관한 영상을 감상하실 수 있습니다. 향후 의료 분야에 적용될 의료 AI 기술들이 기대됩니다.

 


##참고자료##

 


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 충청남도 보령시 큰오랏3길
  • 법인명 : 이웃집과학자 주식회사
  • 제호 : 이웃집과학자
  • 청소년보호책임자 : 정병진
  • 등록번호 : 보령 바 00002
  • 등록일 : 2016-02-12
  • 발행일 : 2016-02-12
  • 발행인 : 김정환
  • 편집인 : 정병진
  • 이웃집과학자 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.
  • Copyright © 2016-2024 이웃집과학자. All rights reserved. mail to contact@scientist.town
ND소프트