의료에서의 데이터사이언티스트의 의미

이제 의료기관에서의 데이터사이언티스트들이 하는 일은 광범위해졌으며, 의료계에서 R에 대한 관심을 어느 때 이상으로 뜨거운 상태이다. 의약연구의 흐름도 데이터를 가지고 연구하는 방향에서 가장 의미있는 방향을 찾았다고 이야기할 수 있다. 정말 의료기관에서 빅데이터를 연구하기 위해서는 IT전문가가 주도를 하는 것이 아니라, 실제 임상데이터의 의미를 주도할 수 있는 연구자들이 직접 분석에 도달 할 수 있어야 하며, 직접적으로 코딩을 하고 프로그래밍을 해야하는 시대로 돌입했다라고 의료인들은 이미 생각하고 있다. 대부분의 필자 주변의 의료인들이 생각하는 데이터사이언티스트의 자격조건으로는 지식과 통계에 대한 넓은 이해, 수학과 관련된 지식과 필요한 프로그래밍 능력을 모두 갖추고 있어야 한다고 이야기 되고 있다. 의료에 대한 지식, 통계/수학, 프로그래밍 능력에 대해서 어느것 하나가 빠진다면 Data Scientist가 될 수 없다고 평가 받고 있다.

다만, 현재 국내에는 이러한 능력을 모두 가지고 있는 진정한 전문가가 극소수에 불과하기 때문에, 대부분의 작업에서 필요한 것은 진정한 '협업'의 의미를 먼저 생각하는 것이 중요하다. 대부분의 전문적인 의료지식을 가진 임상학자들인 의료진과 수학과 프로그래밍 능력이 뛰어난 IT전문가들이 협업을 하기 위해서 누가 '주도권'을 가지느냐가 문제를 풀어나가는 핵심이 될 수 있다. 대부분의 임상학자들은 SAS나 SPDD, STATA와 같은 툴들을 대부분 사용하여 연구를 하거나 논문을 작성하는데 익숙한 분들이 많고, 현재는 R에 대해서도 상당한 지식 수준에 올라와서 구조화된 자료를 분석하는 것 이상으로 자료 구조 코딩에 대한 방향성을 이미 획득한 의료진들도 이미 상당수 우리 주변에서 찾아 볼 수 있다.

의료에서 빅데이터 프로젝트가 제대로 성공하기 위해서는 주도권을 가진 서로의 경험과 지식을 존중하는 데이터사이언티스트들이 모여야만 가능하다고 생각한다. 상대방이 가지고 있는 테크닉과 지식과 경험을 존중하는 시선을 가지지 못한다면, 비구조화된 자료구조와 모델을 자신의 경험으로 재해석하는 시선을 가질 수 없다고 생각한다.

이미, 유전체 염기서열분석을 통한 유전제 정보를 어떻게 EMR의료정보와 통합해야하는가에 대해서 미국에서는 이미 활발한 연구가 시작된것을 본다면, 우리의 의료환경에서의 많은 변화가 더 많이 요구된다.

출처 : 한국데이터베이스진흥원

제공 : DB포탈사이트 DBguide.net