SlideShare une entreprise Scribd logo
1  sur  30
Télécharger pour lire hors ligne
의료사업 선진화를 위한 빅데이터 분
석
심우현
서울아산병원
헬스이노베이션 빅데이터센터
기관간 자료연계 제안
의료 빅데이터의 활용







3
헬스이노베이션 빅데이터센터
•
•
•
•
4
자료 연계로 무엇을 할 것인가 ?
7
Validation cohort
Train cohort
Potential variables
captured
Outcomes
Model development
서울아산병원 건강검진 자료
Health Promotion Center in AMC
건강보험심사평가원 자료
Health Insurance in Korea
Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944
연계 자료로 기존 통계 분석
한국인 심혈관 질환 위험도 모델링
8
Modeling
13 possible scenario models in the train cohort
Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944
9
한국인 심혈관질환 위험도 모델
Automatic CV risk calculator, excel file
Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944
자료 연계를 통한 공익적 임상연구:
국민보건 향상, 정책 활용, 비용 절감
의료 빅데이터를 활용하여 산업화가 가능한 서비스 개발
11
누구를 대상으로 할 것 인가 ?
우선 대상: 법률 허용 질환, 공공기관, 국공립병원, 연구중심병원 등
13
심뇌혈관질환의 예방 및 관리에 관한 법률
[시행 2017.5.30.] [법률 제14217호, 2016.5.29., 제정]
어떻게 할 것인가 ?
기관연계 모델
보건의료 빅데이터 연계플랫폼 개요
15
스코틀랜드 개인수준의 연계를 위한 참조모델
(Trusted Third Party Indexing Model in Scotland)
16
심혈관질환 조기 진단 Dr. AI 프로젝트
(ETRI 공동연구)
17
자료 연계를 위한 심혈관질환 레지스트리: IRB 등
18
연구 방법 모식도
• 빅데이터연구를 위한 IRB
• 임상과내 연구자들 동의
• 병원 및 연구원 승인
• 빅데이터사용 규정
심혈관 질환 관련 연구 대상 추출
19
• 기간: 2000.01.01~2016.12.31 아래 조건에 만족하는 심질환자
1. 응급실
• 진단
• I00~I99 (Diseases of the circulatory system)
• R00~R03, R06, R068,R073,R074 (Symptoms and signs involving the
circulatory and respiratory systems)
2. 심장내과 입, 퇴원
3. 흉부외과 입, 퇴원
4. 건강검진 CT 촬영 환자
5. 심장내과 외래방문
6. 흉부외과 외래방문
71,378
70,487
16년간 총 356,357
17,598
29,778
295,182
23,639
대상환자들에 대한 EMR 활용 레지스트리 계획 수립
20
35만명
• 정형 자료
• OCS (Order Communication System)
• LIMS (Laboratory Information Management System)
• 비정형 자료 (EMR)
• 수술기록지
• 심장검사 (2010~)
• Cardiac CT, Thallium SPECT, Holter, PCI, Echo
• 비정형 자료 (PACS)
10040 8.52011,239 10,430 24700(07~13)+25987(14~16)
비정형 자료 구조화
21
3. Text in image
Common Data Model
4. Structured data
ETL
ABLE
구조화된 자료 변환 예: 심장 CT
22
2017-04-18
심뇌혈관질환 빅데이터 개요
23
건강보험 정보로 장기 임상결과를 알 수 있어 labeling 자료로 활용 가능
• 조기 진단 모델 개발 가능
• 예후 예측
• 합병증 추측
24
OncDRP병원정보
시스템
OCS
PACS
EMR
Genomics
CRDW
(ABLE)
자
동
연
계
Disease
registry
Raw data
repository
Informed
consent
Uniform
Informed
Consent
암: OncDRP: Oncology Data Registry Platform
정밀의료 인프라
25
CDM: 임상 빅데이터 표준화/정형화/구조화
26
통계청
- 사망정보
- 자녀수 정보
건강보험 공단
- 진료, 처방
- 자격정보
- 전국민 건강검진
건강보험심사평가원
- 수가자료
- 비급여자료
- 의료기관 평가자료
검증
학회
- 후향적, 다기관 자료
- 임상,영상, 유전자 검사 자료
확보
환경정보
- 대기오염 (배출시설)
- 라돈 측정자료
- 교통오염
- 토지이용
예방 조기발견 치료
위험예측 모델 개발
임상 빅데이터 기반
위험요인 분석
환경, 직업 정보 기반 위
험요인 분석
Multi-center data
based validation
Population based
validation
치료패턴 기반 severity
판별
위험 요인 기반 치료 패
턴 모델 개발
영상, 임상, 공공 자료기
반 조기발견 모델 개발
위험 요인분석 결과 기반
스크리닝
가이드라인 확대
임상 빅데이터
보건의료
공공데이터
인구학적
공공데이터
공통자료모델
OHDSI CDM
보건의료
민간데이터
공간·환경학적
공공데이터
통합 임상빅데이터 기반
자료 플랫폼 구축
Honestbroker
공간·교통정보
- 교통정보
- 유동인구
- 의료이용정보
Honestbroker
폐렴예측 공간 빅
데이터 연구
공단 MOU
폐암 특성분석
호흡기질환
환경영향 분석
질환별
적정성평가
익명화된 데이터웨어하우스-ABLE
EMR
OCS
PACS
LIS
AMC Health Information System
Cohort
discovery
Anonymized
chart review
Data
extraction
tool
REDCap
(registry)
질환별 코호트-REDCap
대상환자
선정
영상자료
연계
임상자료
정제
자료 시각화
적재자동화
ETL/익명화
개인건강기록관리: 내손안의 차트 2.0
27
PHR : Patient-Centered
chart-in-my hand in Asan Medical Center
 Released 2010.12
 2015.11
• Total Users > 160,000
• Actual Users > 17,000
• Users (>= 5 times log-in) > 18,000
 Chronic Ds, Lab. Result, OPD Support
 Health Management (Patient Engagement)
• Continuous use of the mobile PHR
개인건강기록관리: 내손안의 차트 2.0
• Chronic Disease & Health Management (Care Management)
Cancer, DM, Pediatric Asthma/Atopy, Health Promotion
• Patient Engagement (2.0) ← Patient Empowerment (1.0)
Clinical Use of Patient–Generated Health Data (PGHD)
• Beacon, Barcode, IoT
임신성 당뇨병 생애 주기별 맞춤형 건강관리 서비스 개발
임신 전
- 건강, 의료데이터 기반 발병위험도 분석
- 개인별 위험요인 중심의 건강, 생활관리
임신성 당뇨 발병위험관리 임신 중 및 출산 직후 관리 서비스 임신성 당뇨병 재발방지 및
당뇨병으로의 이환 예방 서비스
임신 중 및 출산 직후 산후
산전·후 데이터를 추적 관리를 통한 당뇨병 이환 및 합병증 모니터링으로
연속적 예방·관리서비스를 받을 수 있도록 지원
- 개인화된 밀착형 건강관리 서비스
- 질환 이환, 산후 우울증, 스트레스 및
육아관련 생활 지원 서비스
- 관리수준별 발병 위험 예측, 관리
- 재발 및 합병증 위험분석기반 지속 관리
공공
국가 건강검진 결과, 질환력,
사회·경제적 수준 및 질환 이환여부
공공-의료기관-개인 건강/의료 데이터 연결
병/의원
출산 관련 병원 진료데이터 (응급수술 및 저체중
아 출산, 산후 합병증 동반 여부), 당뇨병 발병
이후 경과
개인
웹 또는 앱 기반 개인 건강관리 서비스
데이터 연동 (식사, 운동, 혈압, 계측 혈당 및 케
톤검사 결과 등)
건강보험관리공단, 심평원
Patient Monitor Data
30
Raw data
무선 전송
실시간 데이터
저장 서버
Patient Monitor VueLink dongle RS232WiFi
• 심전도 및 기타 생체신호 실시간 측정 및 기록
• 매 10분 단위 데이터 저장
• 심전도 이외의 생체신호는 환자 별 환자감시
장치 설정에 따라 획득
• Respiration, Plethysmograph, ABP, CVP, NIBP
• 환자의 중요한 상태 이상 시 알람 파일 생성
• 10초마다 환자감시장치의 알람 상태 확인
• 알람 발생 시 발생시간 및 발생 내용 저장
• 2013년 10월 부터 현재까지
• 2441명의 환자로부터 1TB 의 생체신호 데이
터 획득 (2015년 10월까지)
감사합니다 !

Contenu connexe

Tendances

Apache Hive Hook
Apache Hive HookApache Hive Hook
Apache Hive HookMinwoo Kim
 
Hadoop Architecture and HDFS
Hadoop Architecture and HDFSHadoop Architecture and HDFS
Hadoop Architecture and HDFSEdureka!
 
Alphorm.com Formation React : Les fondamentaux
Alphorm.com Formation React : Les fondamentauxAlphorm.com Formation React : Les fondamentaux
Alphorm.com Formation React : Les fondamentauxAlphorm
 
Migrating from Struts 1 to Struts 2
Migrating from Struts 1 to Struts 2Migrating from Struts 1 to Struts 2
Migrating from Struts 1 to Struts 2Matt Raible
 
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기KyeongmanKang
 
Building a Hybrid Data Pipeline for Salesforce and Hadoop
Building a Hybrid Data Pipeline for Salesforce and HadoopBuilding a Hybrid Data Pipeline for Salesforce and Hadoop
Building a Hybrid Data Pipeline for Salesforce and HadoopSumit Sarkar
 
Continuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseContinuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseDataWorks Summit
 
Introduction to Yarn
Introduction to YarnIntroduction to Yarn
Introduction to YarnApache Apex
 
Domain Driven Design com Python
Domain Driven Design com PythonDomain Driven Design com Python
Domain Driven Design com PythonFrederico Cabral
 
Data-centric design and the knowledge graph
Data-centric design and the knowledge graphData-centric design and the knowledge graph
Data-centric design and the knowledge graphAlan Morrison
 
Building an analytics workflow using Apache Airflow
Building an analytics workflow using Apache AirflowBuilding an analytics workflow using Apache Airflow
Building an analytics workflow using Apache AirflowYohei Onishi
 
Real-Time Data Flows with Apache NiFi
Real-Time Data Flows with Apache NiFiReal-Time Data Flows with Apache NiFi
Real-Time Data Flows with Apache NiFiManish Gupta
 
introduction about REST API
introduction about REST APIintroduction about REST API
introduction about REST APIAmilaSilva13
 
the-coming-perfect-storm-john-paul-jackson
the-coming-perfect-storm-john-paul-jacksonthe-coming-perfect-storm-john-paul-jackson
the-coming-perfect-storm-john-paul-jacksonKaturi Susmitha
 
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)Avoiding the domino effect in our [micro]services (SOLID at macro-design level)
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)CodelyTV
 
distributing over the web
distributing over the webdistributing over the web
distributing over the webNicola Baldi
 
2012 feb 25 agile ux nyc, seiden, requirements to hypotheses
2012 feb 25 agile ux nyc, seiden, requirements to hypotheses2012 feb 25 agile ux nyc, seiden, requirements to hypotheses
2012 feb 25 agile ux nyc, seiden, requirements to hypothesesJoshua Seiden
 
Building an Authorization Solution for Microservices Using Neo4j and OPA
Building an Authorization Solution for Microservices Using Neo4j and OPABuilding an Authorization Solution for Microservices Using Neo4j and OPA
Building an Authorization Solution for Microservices Using Neo4j and OPANeo4j
 

Tendances (20)

Apache Hive Hook
Apache Hive HookApache Hive Hook
Apache Hive Hook
 
An introduction to Vue.js
An introduction to Vue.jsAn introduction to Vue.js
An introduction to Vue.js
 
Hadoop Architecture and HDFS
Hadoop Architecture and HDFSHadoop Architecture and HDFS
Hadoop Architecture and HDFS
 
Alphorm.com Formation React : Les fondamentaux
Alphorm.com Formation React : Les fondamentauxAlphorm.com Formation React : Les fondamentaux
Alphorm.com Formation React : Les fondamentaux
 
Migrating from Struts 1 to Struts 2
Migrating from Struts 1 to Struts 2Migrating from Struts 1 to Struts 2
Migrating from Struts 1 to Struts 2
 
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기
Jira + Confluence + Bitbucket으로 이슈 트래킹 걸음마 떼기
 
Building a Hybrid Data Pipeline for Salesforce and Hadoop
Building a Hybrid Data Pipeline for Salesforce and HadoopBuilding a Hybrid Data Pipeline for Salesforce and Hadoop
Building a Hybrid Data Pipeline for Salesforce and Hadoop
 
Continuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the EnterpriseContinuous Data Ingestion pipeline for the Enterprise
Continuous Data Ingestion pipeline for the Enterprise
 
Introduction to Yarn
Introduction to YarnIntroduction to Yarn
Introduction to Yarn
 
Domain Driven Design com Python
Domain Driven Design com PythonDomain Driven Design com Python
Domain Driven Design com Python
 
Data-centric design and the knowledge graph
Data-centric design and the knowledge graphData-centric design and the knowledge graph
Data-centric design and the knowledge graph
 
Building an analytics workflow using Apache Airflow
Building an analytics workflow using Apache AirflowBuilding an analytics workflow using Apache Airflow
Building an analytics workflow using Apache Airflow
 
Real-Time Data Flows with Apache NiFi
Real-Time Data Flows with Apache NiFiReal-Time Data Flows with Apache NiFi
Real-Time Data Flows with Apache NiFi
 
introduction about REST API
introduction about REST APIintroduction about REST API
introduction about REST API
 
the-coming-perfect-storm-john-paul-jackson
the-coming-perfect-storm-john-paul-jacksonthe-coming-perfect-storm-john-paul-jackson
the-coming-perfect-storm-john-paul-jackson
 
RESTful Web Services
RESTful Web ServicesRESTful Web Services
RESTful Web Services
 
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)Avoiding the domino effect in our [micro]services (SOLID at macro-design level)
Avoiding the domino effect in our [micro]services (SOLID at macro-design level)
 
distributing over the web
distributing over the webdistributing over the web
distributing over the web
 
2012 feb 25 agile ux nyc, seiden, requirements to hypotheses
2012 feb 25 agile ux nyc, seiden, requirements to hypotheses2012 feb 25 agile ux nyc, seiden, requirements to hypotheses
2012 feb 25 agile ux nyc, seiden, requirements to hypotheses
 
Building an Authorization Solution for Microservices Using Neo4j and OPA
Building an Authorization Solution for Microservices Using Neo4j and OPABuilding an Authorization Solution for Microservices Using Neo4j and OPA
Building an Authorization Solution for Microservices Using Neo4j and OPA
 

Similaire à 의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수

국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제atelier t*h
 
병원 의료 및 제약 Bigdata 활용 마케팅전략
병원 의료 및 제약 Bigdata 활용 마케팅전략병원 의료 및 제약 Bigdata 활용 마케팅전략
병원 의료 및 제약 Bigdata 활용 마케팅전략Digital Initiative Group
 
20171129 medical ai medical device policy and healthcare industry in korea(h....
20171129 medical ai medical device policy and healthcare industry in korea(h....20171129 medical ai medical device policy and healthcare industry in korea(h....
20171129 medical ai medical device policy and healthcare industry in korea(h....Hyun Chul Kim
 
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료은옥 조
 
개인건강기록관리 플랫폼에서 링크드 데이터의 활용
개인건강기록관리 플랫폼에서  링크드 데이터의 활용 개인건강기록관리 플랫폼에서  링크드 데이터의 활용
개인건강기록관리 플랫폼에서 링크드 데이터의 활용 Haklae Kim
 
의료기기산업의 변화하는 패러다임에서 투자기회 찾기
의료기기산업의 변화하는 패러다임에서 투자기회 찾기의료기기산업의 변화하는 패러다임에서 투자기회 찾기
의료기기산업의 변화하는 패러다임에서 투자기회 찾기choonghyun kim, CFA
 
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)Sung Yoon Bae
 
헬스케어 빅데이터 동향
헬스케어 빅데이터 동향헬스케어 빅데이터 동향
헬스케어 빅데이터 동향Soo-Yong Shin
 
Src슬라이드(3총괄2세부) 유경상
Src슬라이드(3총괄2세부) 유경상Src슬라이드(3총괄2세부) 유경상
Src슬라이드(3총괄2세부) 유경상SRCDSC
 
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스K data
 
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)Sung Yoon Bae
 
0925 digitalhealthcare
0925 digitalhealthcare0925 digitalhealthcare
0925 digitalhealthcarehyeonsu00
 
국내 의약품 안전관리 현황소개
국내 의약품 안전관리 현황소개국내 의약품 안전관리 현황소개
국내 의약품 안전관리 현황소개mothersafe
 
의약품안전관리 동향
의약품안전관리 동향의약품안전관리 동향
의약품안전관리 동향mothersafe
 
gs1 healthcare in Korea 2017
gs1 healthcare in Korea 2017gs1 healthcare in Korea 2017
gs1 healthcare in Korea 2017Daeyoung Kim
 
[브로셔] 의료산업의 미래는 코그너티브
[브로셔] 의료산업의 미래는 코그너티브[브로셔] 의료산업의 미래는 코그너티브
[브로셔] 의료산업의 미래는 코그너티브은옥 조
 
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...Myuserable
 

Similaire à 의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수 (20)

국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제
 
국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제국내외 보건의료 빅데이터 현황 및 과제
국내외 보건의료 빅데이터 현황 및 과제
 
병원 의료 및 제약 Bigdata 활용 마케팅전략
병원 의료 및 제약 Bigdata 활용 마케팅전략병원 의료 및 제약 Bigdata 활용 마케팅전략
병원 의료 및 제약 Bigdata 활용 마케팅전략
 
Big data2
Big data2Big data2
Big data2
 
20171129 medical ai medical device policy and healthcare industry in korea(h....
20171129 medical ai medical device policy and healthcare industry in korea(h....20171129 medical ai medical device policy and healthcare industry in korea(h....
20171129 medical ai medical device policy and healthcare industry in korea(h....
 
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료
의료혁신을 향한 IBM 헬스케어 로드맵_유튜브 생방송 웨비나 발표자료
 
개인건강기록관리 플랫폼에서 링크드 데이터의 활용
개인건강기록관리 플랫폼에서  링크드 데이터의 활용 개인건강기록관리 플랫폼에서  링크드 데이터의 활용
개인건강기록관리 플랫폼에서 링크드 데이터의 활용
 
의료기기산업의 변화하는 패러다임에서 투자기회 찾기
의료기기산업의 변화하는 패러다임에서 투자기회 찾기의료기기산업의 변화하는 패러다임에서 투자기회 찾기
의료기기산업의 변화하는 패러다임에서 투자기회 찾기
 
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)
헬스케어 분야의 미래 필요인력과 일자리(배성윤,2013.06.18)
 
2016 유전체산업동향
2016 유전체산업동향2016 유전체산업동향
2016 유전체산업동향
 
헬스케어 빅데이터 동향
헬스케어 빅데이터 동향헬스케어 빅데이터 동향
헬스케어 빅데이터 동향
 
Src슬라이드(3총괄2세부) 유경상
Src슬라이드(3총괄2세부) 유경상Src슬라이드(3총괄2세부) 유경상
Src슬라이드(3총괄2세부) 유경상
 
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스
[2016 데이터 그랜드 컨퍼런스] 3 3(io t). 메디플러스-phr 데이터를 활용한 환자건강관리서비스
 
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)
파괴적 혁신과 의료환경의 변화 - 배성윤 (2011-7-8)
 
0925 digitalhealthcare
0925 digitalhealthcare0925 digitalhealthcare
0925 digitalhealthcare
 
국내 의약품 안전관리 현황소개
국내 의약품 안전관리 현황소개국내 의약품 안전관리 현황소개
국내 의약품 안전관리 현황소개
 
의약품안전관리 동향
의약품안전관리 동향의약품안전관리 동향
의약품안전관리 동향
 
gs1 healthcare in Korea 2017
gs1 healthcare in Korea 2017gs1 healthcare in Korea 2017
gs1 healthcare in Korea 2017
 
[브로셔] 의료산업의 미래는 코그너티브
[브로셔] 의료산업의 미래는 코그너티브[브로셔] 의료산업의 미래는 코그너티브
[브로셔] 의료산업의 미래는 코그너티브
 
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...
Prescribing Lifestyle Data: Exploring the Clinical Applicability of a Mobile ...
 

Plus de eungjin cho

하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHVeungjin cho
 
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석eungjin cho
 
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사eungjin cho
 
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장eungjin cho
 
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무eungjin cho
 
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사eungjin cho
 
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장eungjin cho
 
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표eungjin cho
 
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사eungjin cho
 
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장eungjin cho
 
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장eungjin cho
 
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표eungjin cho
 
DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장eungjin cho
 
예측 분석 산업별 사례 147
예측 분석 산업별 사례 147예측 분석 산업별 사례 147
예측 분석 산업별 사례 147eungjin cho
 
예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들eungjin cho
 
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권eungjin cho
 
4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향eungjin cho
 
국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604eungjin cho
 
저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다eungjin cho
 
Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5eungjin cho
 

Plus de eungjin cho (20)

하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
하이퍼바이저 라이선스 비용이 없는 뉴타닉스 AHV
 
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
사례로 보는 사물인터넷(IoT) 데이터 품질관리 - 비투엔 김영석 수석
 
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
우리가 스마트시티를 만들어가는 방법, '데이터 시각화' - 뉴스젤리 정병준 대표이사
 
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
데이터 가공(DMP)와 스마트 시티 - 엔코아 김옥기 센터장
 
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
클라우드와 오픈소스 DBMS의 만남 - 큐브리드 오명환 상무
 
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
빅데이터 기반의 홈 IoT 모델 구축 - 코오롱베니트 김종혁 박사
 
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
고성능 빅데이터 수집 및 분석 솔루션 - 티맥스소프트 허승재 팀장
 
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
모바일VR 사용자 인터페이스를 위한 데이터 기반 기계 학습 - 딥픽셀 이제훈 대표
 
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
챗봇의 활용, 어디에서 도입하면 좋은가? - 와이즈넛 장정훈 이사
 
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
인메모리 DBMS기반 보안 빅데이터 분석 솔루션 개발 사례 - 리얼타임테크 한혁 연구소장
 
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
빅데이터를 이용한 예측분석의 이슈와 트랜드 - 아시아나IDT 이훈석 ICT융합연구소장
 
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
머신러닝 프로세스와 산업별 애플리케이션 - 위세아이텍 김종현 대표
 
DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장DATA ECO와 연결의 힘 - SKT 김성우 랩장
DATA ECO와 연결의 힘 - SKT 김성우 랩장
 
예측 분석 산업별 사례 147
예측 분석 산업별 사례 147예측 분석 산업별 사례 147
예측 분석 산업별 사례 147
 
예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들예측 분석이 발견한 이상하고 놀라운 인간 행동들
예측 분석이 발견한 이상하고 놀라운 인간 행동들
 
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
로보 어드바이저가 이끌 자산관리 시장의 변화 유진20160608증권
 
4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향4대 핀테크 동향과 금융산업의 파급영향
4대 핀테크 동향과 금융산업의 파급영향
 
국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604국내 로보어드바이저 시장 현황 뉴스 정리 201604
국내 로보어드바이저 시장 현황 뉴스 정리 201604
 
저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다저성장 시대 데이터 경제만이 살길이다
저성장 시대 데이터 경제만이 살길이다
 
Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5Fintech overview 페이게이트 박소영대표 20151006_v5
Fintech overview 페이게이트 박소영대표 20151006_v5
 

의료사업 선진화를 위한 빅데이터 분석 - 서울아산병원 심우현 교수

  • 1. 의료사업 선진화를 위한 빅데이터 분 석 심우현 서울아산병원 헬스이노베이션 빅데이터센터
  • 5. 자료 연계로 무엇을 할 것인가 ?
  • 6. 7 Validation cohort Train cohort Potential variables captured Outcomes Model development 서울아산병원 건강검진 자료 Health Promotion Center in AMC 건강보험심사평가원 자료 Health Insurance in Korea Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944 연계 자료로 기존 통계 분석 한국인 심혈관 질환 위험도 모델링
  • 7. 8 Modeling 13 possible scenario models in the train cohort Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944
  • 8. 9 한국인 심혈관질환 위험도 모델 Automatic CV risk calculator, excel file Park GM, Kim YH, et al. Circ Cardiovasc Qual Outcomes. 2014;7:944
  • 9. 자료 연계를 통한 공익적 임상연구: 국민보건 향상, 정책 활용, 비용 절감
  • 10. 의료 빅데이터를 활용하여 산업화가 가능한 서비스 개발 11
  • 12. 우선 대상: 법률 허용 질환, 공공기관, 국공립병원, 연구중심병원 등 13 심뇌혈관질환의 예방 및 관리에 관한 법률 [시행 2017.5.30.] [법률 제14217호, 2016.5.29., 제정]
  • 15. 스코틀랜드 개인수준의 연계를 위한 참조모델 (Trusted Third Party Indexing Model in Scotland) 16
  • 16. 심혈관질환 조기 진단 Dr. AI 프로젝트 (ETRI 공동연구) 17
  • 17. 자료 연계를 위한 심혈관질환 레지스트리: IRB 등 18 연구 방법 모식도 • 빅데이터연구를 위한 IRB • 임상과내 연구자들 동의 • 병원 및 연구원 승인 • 빅데이터사용 규정
  • 18. 심혈관 질환 관련 연구 대상 추출 19 • 기간: 2000.01.01~2016.12.31 아래 조건에 만족하는 심질환자 1. 응급실 • 진단 • I00~I99 (Diseases of the circulatory system) • R00~R03, R06, R068,R073,R074 (Symptoms and signs involving the circulatory and respiratory systems) 2. 심장내과 입, 퇴원 3. 흉부외과 입, 퇴원 4. 건강검진 CT 촬영 환자 5. 심장내과 외래방문 6. 흉부외과 외래방문 71,378 70,487 16년간 총 356,357 17,598 29,778 295,182 23,639
  • 19. 대상환자들에 대한 EMR 활용 레지스트리 계획 수립 20 35만명 • 정형 자료 • OCS (Order Communication System) • LIMS (Laboratory Information Management System) • 비정형 자료 (EMR) • 수술기록지 • 심장검사 (2010~) • Cardiac CT, Thallium SPECT, Holter, PCI, Echo • 비정형 자료 (PACS) 10040 8.52011,239 10,430 24700(07~13)+25987(14~16)
  • 20. 비정형 자료 구조화 21 3. Text in image Common Data Model 4. Structured data ETL ABLE
  • 21. 구조화된 자료 변환 예: 심장 CT 22 2017-04-18
  • 22. 심뇌혈관질환 빅데이터 개요 23 건강보험 정보로 장기 임상결과를 알 수 있어 labeling 자료로 활용 가능 • 조기 진단 모델 개발 가능 • 예후 예측 • 합병증 추측
  • 25. CDM: 임상 빅데이터 표준화/정형화/구조화 26 통계청 - 사망정보 - 자녀수 정보 건강보험 공단 - 진료, 처방 - 자격정보 - 전국민 건강검진 건강보험심사평가원 - 수가자료 - 비급여자료 - 의료기관 평가자료 검증 학회 - 후향적, 다기관 자료 - 임상,영상, 유전자 검사 자료 확보 환경정보 - 대기오염 (배출시설) - 라돈 측정자료 - 교통오염 - 토지이용 예방 조기발견 치료 위험예측 모델 개발 임상 빅데이터 기반 위험요인 분석 환경, 직업 정보 기반 위 험요인 분석 Multi-center data based validation Population based validation 치료패턴 기반 severity 판별 위험 요인 기반 치료 패 턴 모델 개발 영상, 임상, 공공 자료기 반 조기발견 모델 개발 위험 요인분석 결과 기반 스크리닝 가이드라인 확대 임상 빅데이터 보건의료 공공데이터 인구학적 공공데이터 공통자료모델 OHDSI CDM 보건의료 민간데이터 공간·환경학적 공공데이터 통합 임상빅데이터 기반 자료 플랫폼 구축 Honestbroker 공간·교통정보 - 교통정보 - 유동인구 - 의료이용정보 Honestbroker 폐렴예측 공간 빅 데이터 연구 공단 MOU 폐암 특성분석 호흡기질환 환경영향 분석 질환별 적정성평가 익명화된 데이터웨어하우스-ABLE EMR OCS PACS LIS AMC Health Information System Cohort discovery Anonymized chart review Data extraction tool REDCap (registry) 질환별 코호트-REDCap 대상환자 선정 영상자료 연계 임상자료 정제 자료 시각화 적재자동화 ETL/익명화
  • 26. 개인건강기록관리: 내손안의 차트 2.0 27 PHR : Patient-Centered chart-in-my hand in Asan Medical Center  Released 2010.12  2015.11 • Total Users > 160,000 • Actual Users > 17,000 • Users (>= 5 times log-in) > 18,000  Chronic Ds, Lab. Result, OPD Support  Health Management (Patient Engagement) • Continuous use of the mobile PHR
  • 27. 개인건강기록관리: 내손안의 차트 2.0 • Chronic Disease & Health Management (Care Management) Cancer, DM, Pediatric Asthma/Atopy, Health Promotion • Patient Engagement (2.0) ← Patient Empowerment (1.0) Clinical Use of Patient–Generated Health Data (PGHD) • Beacon, Barcode, IoT
  • 28. 임신성 당뇨병 생애 주기별 맞춤형 건강관리 서비스 개발 임신 전 - 건강, 의료데이터 기반 발병위험도 분석 - 개인별 위험요인 중심의 건강, 생활관리 임신성 당뇨 발병위험관리 임신 중 및 출산 직후 관리 서비스 임신성 당뇨병 재발방지 및 당뇨병으로의 이환 예방 서비스 임신 중 및 출산 직후 산후 산전·후 데이터를 추적 관리를 통한 당뇨병 이환 및 합병증 모니터링으로 연속적 예방·관리서비스를 받을 수 있도록 지원 - 개인화된 밀착형 건강관리 서비스 - 질환 이환, 산후 우울증, 스트레스 및 육아관련 생활 지원 서비스 - 관리수준별 발병 위험 예측, 관리 - 재발 및 합병증 위험분석기반 지속 관리 공공 국가 건강검진 결과, 질환력, 사회·경제적 수준 및 질환 이환여부 공공-의료기관-개인 건강/의료 데이터 연결 병/의원 출산 관련 병원 진료데이터 (응급수술 및 저체중 아 출산, 산후 합병증 동반 여부), 당뇨병 발병 이후 경과 개인 웹 또는 앱 기반 개인 건강관리 서비스 데이터 연동 (식사, 운동, 혈압, 계측 혈당 및 케 톤검사 결과 등) 건강보험관리공단, 심평원
  • 29. Patient Monitor Data 30 Raw data 무선 전송 실시간 데이터 저장 서버 Patient Monitor VueLink dongle RS232WiFi • 심전도 및 기타 생체신호 실시간 측정 및 기록 • 매 10분 단위 데이터 저장 • 심전도 이외의 생체신호는 환자 별 환자감시 장치 설정에 따라 획득 • Respiration, Plethysmograph, ABP, CVP, NIBP • 환자의 중요한 상태 이상 시 알람 파일 생성 • 10초마다 환자감시장치의 알람 상태 확인 • 알람 발생 시 발생시간 및 발생 내용 저장 • 2013년 10월 부터 현재까지 • 2441명의 환자로부터 1TB 의 생체신호 데이 터 획득 (2015년 10월까지)