데이터이야기

DB 노하우, 데이터직무, 다양한 인터뷰를 만나보세요.

디지털헬스의 데이터에 대한 관점과 사업

데이터 이야기
작성자
dataonair
작성일
2016-08-04 00:00
조회
3298


디지털헬스의 데이터에 대한 관점과 사업



분명하게 데이터는 힘이고, 데이터는 원천에 해당됩니다. 또한, 이를 관점으로 사업의 중요한 원천적인 요소로 인지하는 관점이 변화되고 있다는 것은 매우 긍정적입니다. 단지, 데이터를 모으는 것만으로 무언가를 얻거나 새로운 가치가 만들어질 것에 대해서 막연하게 예측을 하면서 진행되었던 수많은 움직임들을 통해서 이제는 인공지능의 관점에서 데이터 트레이닝 데이터셋을 만들 수준으로 정제된 데이터를 얻는 방법을 우리는 터득했습니다. 분명한 것은 데이터의 중요성에 대해서는 이제 구구절절하게 설명할 필요가 없어졌다는 것은 매우 고무적인 일입니다. 엄청난 데이터를 끌어 모으는 것 만으로도 수 많은 다국적 기업들과 정부기관들이 관심과 흥미를 보이고 있습니다..

현재 디지털 헬스가 관심의 핵심이 된 이유는 매우 간단하게 설명할 수 있습니다. 현대 국가재정의 가장 큰 지출은 국방비이며 그 다음이 의료비에 해당되는 영역입니다. 국방과 관련된 주변 산업의 크기는 설명을 굳이하지 않아도 되는 규모입니다. 의료산업은 의료기관부터 제약업체까지 실제 사회적인 관심과 산업적인 관심에 있어서 가장 일상생활과 밀접하면서도 그 정보자체가 어렵고 전문적이기 때문에 의료소비자 중심의 산업구조를 가지지 못했습니다.

디지털헬스는 엄청난 센서들로 무장하고 수많은 사물인터넷에서 만들어지는 데이터들과 만나게 됩니다. 의료기관은 그동안 알지못했던 새로운 데이터들을 사용해서 새로운 의료술기들을 만들어 낼 것이며, 비용이 덜 들어가고, 더 서비스 효과적인 방법을 찾을 가능성을 찾고 있습니다. 오히려 저비용으로 의료기관이 현재까지의 의료서비스를 책임지고 있었다는 증거를 찾아낼 수 있을지도 모릅니다. 특히나, 한국처럼 갈라파고스 적인 의료 거버넌스 환경을 가지고 있는 특이한 환경에서는 더더욱 그럴 가능성이 높습니다. 단지, 수 많은 사물인터넷의 센서에서 만들어지는 날것 같은 데이터들에 더 많은 관심을 가져야할 것으로 보입니다. 이 정보들을 단지 수집하는 것 만으로도 투자가치가 있는 기업이 될 가능성도 있습니다. 최종적으로 이 데이터들을 분석하고 데이터와 패턴에 의미를 부여하는 작업을 전문가들이 취급하기 위한 적정한 데이터모델과 데이터 수집방법, 처리방법들을 가지고 있다면 말이죠.

현재 만들어지고 있는 간단한 피트니스 생체정보들은 단순한 걸음거리를 애플워치를 통해서 얻고, 그 정보들을 해석이 가능합니다. 그 사람의 인스타그램이나 페이스북에 올라온 음식사진들을 분석하고 걸음걸이만 조합해도 꽤 많은 생체리듬의 해석이 가능합니다. 이렇게 만들어지는 데이터들은 분명 의료계에서도 의미있게 보는 데이터들입니다. 생각보다 의사들은 자신들이 만나고 진료하는 환자들의 일상생활정보들과 특정질환에 필요한 평소의 청음정보, 생체정보들을 알고 싶어합니다. 측정치를 보고, 판단하고 제어하거나 조절하는 것은 의료행위의 가장 기본적인 프로토콜이니까요.

생체정보와 관련된 꽤 많은 스타트업이 해외와 국내에서 만들어지고 있습니다. 필요한 데이터를 수집하여 전문가인 의료인에게 전달하고, 그 컨트롤를 통해서 원격으로 제어하는 방법들은 꽤 많은 사례들을 찾을 수 있습니다. 천식정보를 통해서 천식지도를 만들 수 있으며, 청음방법으로 정신병을 진단예측하는 방법까지 상당히 많은 부분에서 1차적인 필터링이 가능한 기술들이 사용되고 있습니다.

기상정보와 주변의 수많은 공기질과 관련된 정보들을 비롯하여 집안에 있는 공기청정기를 제어하는 정보까지 이제 디지털헬스가 커넥티드되어야 할 정보들은 무궁무진하며, 전체적인 플랫폼의 중심으로 IT기업과 의료기관들이 그 핵심을 만들어내기 위해서 많은 도전들을 하고 있습니다. 디지털헬스케어에서 필요한 해석의 중요한 방법들은 추적된 데이터정보를 통해서 컨텍스트를 파악하는 것이 가장 중요합니다. 시계열 형태의 데이터들과 가장 밀접하게 사용되는 방법이라서 기존의 IT업계의 데이터형태와 유사하지만 그 접근과 사용법이 조금 상이합니다. 이렇게 데이터를 수집하고 컨텍스트를 파악한다음 데이터에 패턴을 정의한 다음에 의미를 부여하는 것이 중요합니다. 보통 이 경우에 전문가인 의료진들의 의견과 가치, 인사이트가 동원됩니다. 새로운 의미가 부여되고, 새로운 가치가 창출됩니다. 그렇게 만들어진 의미와 가치를 기반으로 과거와 현재의 상관관계에 대해서 증명하거나 인지하는 것을 디지털 헬스에서는 가장 중요하게 생각합니다.

데이터를 정밀하게 수집하고 이를 기반으로 맞춤형 진단을 할 수 있으며 상관관계를 통해서 일정 부분 예측이 가능합니다. 현재의 디지털헬스 기업들은 이를 위한 다양한 시도와 준비를 하고 있습니다만. 안타깝게도 국내의 의료기관들이 다루고 있는 의료정보나 건강보험공단, 근로복지공단에 축적되고 있는 정보들이 얼마나 질높게 재가공이 가능한 정보인가에 대해서는 의문이 큽니다. 국내의 의료 거버넌스 구조상 문제 없는 상병코드로 변이되거나 데이터 마사지가 되는 일이 다반사이기 때문이죠. 이는, 어쩔 수 없는 저비용 수가구조가 가지는 결론입니다.

실제, 오바마 케어가 의료정보의 질을 매우 급속하게 높여서, 인공지능에서 사용이 가능한 수준까수 끌어올린 것을 보면, 얼마나 정치적인 판단이 해당 산업에 영향을 크게 주는지에 대해서 알 수 있습니다. 흥미로운 것은 데이터를 수집하고 정제하여 판단, 예측에 사용되는 관점은 크게 기본과 다르지 않습니다. 디지털헬스의 관점에서 가장 중요한 것은 얼마나 수집된 데이터가 정밀하고, 정확한것인가이죠. 특히나, 사람의 생명을 다루고 있다는 점에서 디지털헬스에서의 데이터는 매우 중요한 핵심입니다.

대한민국의 디지털헬스 데이터 산업이 태동하고 제대로 구동되기 위해서 의료 거버넌스 구조의 저비용 수가제도에 대한 변화가 있을 수 있을 것인지에 대해서는 현재에도 매우 의구심이 들고 있습니다. 과연, 우리는 헬스케어 데이터 기반 산업이 가능할까요 물론, 가능할 것입니다. 현재보다 더 장기적인 관점에서 이 산업을 생각하고, 운영하기를 기원합니다.



출처 : 한국데이터베이스진흥원

제공 : 데이터 전문가 지식포털 DBguide.net