보건의료 빅데이터
정보통신기술의  발전과  함께 산업간 융합이  활발히 이루어짐에  따라 모든 분야에서 혁신의  속도가 나날이 가속화 되고 있다.  “4차 산업혁명”이라는  키워드 아래 모든 것이  디지털화되고  있으며, 다양한  분야에서 새로운 유형의  대규모 실시간  데이터가 생성· 수집· 저장되고 있다.   또한  이를 활용하기  위한 저장,  분석 기술 및 기법도 함께  발전함에  따라 정확하고  정교하며 신속하게  데이터에서  의미를  찾아내는 것이  가능하다.  이러한 일련의  과정을 빅데이터라는  개념으로 설명할 수 있으며, 모든 산업에  막대한 변화를 불러일으키고  있다.

보건의료 분야에서도 빅데이터는  혁신적인 변화를 불러일으키고  있다.  보편적인 표준 치료에서 탈피하여 환자 개개인의  데이터를 고려한  맞춤형 치료를  제공할 수 있게 되었으며,  특정 질환을 치료하는 것에서 한 단계 더 나아가  질환을 예방하고 관리하는 영역이 확대되고  있다.  이러한 보건의료  패러다임의 변화는 궁극적으로  의료비용을 절감함과  동시에 의료의  질을  향상시킬 것으로  기대되고 있다.

모든 산업이 그렇듯  보건의료 분야 역시 수많은 종류의 데이터가 존재한다.  진료에  활용되는 데이터와 임상
연구 데이터,  국가적 차원에서 관리되는  공공기관 데이터, 의료기기를 통해 수집되는 기기 기반 데이터, 분자
수준에서 수집된 오믹스  데이터,  개인의 일상생활을 통해 수집되는  라이프로그 데이터,  앱·소셜 미디어 데이터 등이 보건의료 빅데이터에 포함된다.

위와 같이 다양하고 방대한 양의 데이터는 진보된 빅데이터 분석 기술의  적용을  통해 새로운 지식을 창출할 수 있고, 이는  새로운  서비스를 개발하고  임상현장에  적용하여  진단 및 치료,  예방, 관리 등 의료 전반의 질을 향상시키는 데 활용할 수 있다.  대표적인 활용 사례로는 임상의사결정지원시스템(Clinical DecisioSupport System,  CDSS),  고객(환자)관리,  재입원율  예측 및 감소,  국민건강관리(Population health management), 의료기관 운영 최적화 (Operational improvement), 질병치료 연구 발전, 정보기술비용 감소 등이 존재한다.

보건의료 빅데이터와  인공지능 및 그 활용

한편,  빅데이터에서 의미를 도출하기 위해 적용되는다양한 분석 기술 중 가장 각광받는  것은 단연 인공지능일 것이다.  수많은 데이터를  효율적으로 학습할 수있어 일부 분야에서는  인간의  수행능력을  뛰어넘는 능력을  보이고 있는  인공지능은  다양한 산업과  기술에 적용되어 인간의  삶의  질을  향상시키고 있다.  보건의료 분야의  패러다임 변화에 있어 인공지능은 정밀의료를 실현하기 위한 핵심으로 막대한 영향력을 행사하고  있으며,  임상판단보조시스템· 의료영상 판독보조기술· 의료기기 성능  개선· 환자관리 혁신· 신약개발 및 임상시험 효율성  제고·병원운영  효율성 제고 등 다양한  분야에 사용되어  보건의료의  질을 높이고 효율성을  확보하며  의료환경 개선을  이루어낼 것으로 기대되고  있다.

인공지능은  특정한  프로그램에  의존하는 것이 아니라 데이터로부터 스스로 학습하는 것이 핵심이 되는 만큼,  인공지능 자체의 기술력도 중요하지만 양질의 데이터를 확보하고 많은 양의 데이터를 분석하는 빅데이터
와 떼려야  뗄 수 없는 관계에 있다.  이는  인공지능을  개발함에 있어  양질의 데이터 및  데이터의 양이 매우 중요한  요소로 작용하며,  데이터 수집 및 전처리 과정에 따라 개발될 인공지능 기반 서비스/솔루션의 성능이
좌지우지될 수  있다는 것이다.

 Garbage in, garbage out(GIGO)이라는 말이 있듯 깨끗하고 정확한 데이터를 확보하는 것이 인공지능 시대의 경쟁력이자  핵심역량이 될 것이고,  다다익선이라는  말이 있듯  많은 양의 데이터를 모을수록 가치는 기하급수적으로 상승한다.  이러한 가치와 경쟁력은 곧 해당 데이터를 활용하여 개발된 인공지능의 성능이라는 점에서 두 가지의  개념은 자웅동체와  같이 함께 고려되고 있다.

보건의료 관점의  빅데이터와 인공지능의  활용은 다양한  기술 및 산업과의  융합을 통해 이루어지고 있다.
데이터 수집 및 저장 단계에서는 사물인터넷이나 모바일,  웨어러블 디바이스,  클라우드 등의 기술이 적용되
고,  다양한 양질의 데이터를 수집한 후에는 이를  분석하기 위한 저장· 분석기술,  컴퓨팅 리소스  등 다양한
최첨단  ICT기술들과의  융합이  이루어진다.  이를 바탕으로 인공지능 모델을 적용하여 분석하는 소프트웨어,
모델 기반의  치료/관리 등 진료를 위한 소프트웨어가 개발되어야  비로소 실생활에서 체감할 수 있는 의료 혁신이 발생하게  된다.  또한 소프트웨어를 통해 생성되는 각종 의료 데이터들은 다시 첫 단계의 데이터 수집 및 저장으로 돌아가  양질의 자원으로 활용할 수 있다. 이는  나아가 앞의 그림과 같은 4차산업혁명 내 의료 선순환 생태계가 구축될 수 있음을 시사한다.

장애 요소
현재  보건의료 빅데이터의  발전을 저해하는 대표적인  걸림돌은 보건의료 데이터의 고유한 특성인 민감자료가 다수  포함되어 있다는  점이다.   이는 기본적인 인권 중  하나인 프라이버시를  침해할 가능성이 존재한다는  점에서  정책적  딜레마가  존재한다.   최근  다양한 관점의  접근을  통한 규제  완화 및 환경  조성의 목소리가 나오고  있음에  따라 해소를  기대해 보아야  할 것으로  보인다.  또한  기술적으로도 비식별화를 위한 노력이  지속적으로 이루어져야  할 것이다.

또한 빅데이터  연계·활용을  위한 지원  인프라와  병원간 자료  교류· 상호운용성  확보를  위한 표준화의 진행 정도가  낮아  데이터의  원활한 공유에  어려움이 있다.  각 의료기관마다  보유한 고유의 코드 체계가 존재하며,  국가 차원에서도  고유의 보험체계 및 코드체계가 존재하기에 이를  통합하기 위해서는 표준화라는 선제적  작업이 필요하다.  이를 위해  오래전부터  다양한 표준 코드  체계가 제안되어  활용되고 있고,  데이터 저장을  위한  공통자료모델(Common Data Model, CDM)이나 데이터/문서 전송을 위한 FHIR(Fast Healthcare  Interoperability Resources)와 같은 개념도 등장하는등 전세계적으로 통합된 표준 체계를 활용하고자 하는 움직임이  본격적으로 일어나고 있다.   아직까지는 해당 체계들이 모든 이벤트를  설명하지 못하거나 표현력이 떨어지는 등의  한계점을  가지고 있지만,  많은 관심과 원활한 참여를  통해 개선해나가면 그 한계점 역시 해소할 수 있을 것으로 예상된다.

보건의료 빅데이터와 인공지능의 미래
빅데이터와  인공지능이 보건의료산업과  결합하였을때 나타나는 가장 큰 변화는 기존의 진단 중심의 의료 시스템이  예측 의료 시스템으로 변화할 것이라는 점을 들 수 있다.  나아가  질병과 질환,  예방과 치료에 대한
경계가  허물어질 것이고,  그 결과로 질병을  예측함과 동시에 만성질환의  개념이 확장되어 현재는 치료 불가능한  질환들도  장기적으로 관리할 수  있는 건강증진  질병 예측/관리의 시대가 올 것으로 예측된다.

이러한  예측 의료 시스템에서는  기존 병원에서 수집가능한 진료 데이터가 중심이  되어 제공하는 의료서비
스뿐  아니라 일상생활 내(집,  차량,  사무실,  환경 등을 포함한  전반적인 생활공간)에서  수집 가능한 건강, 신체  관련  라이프로그 데이터를 수집하고  모니터링하여  건강 상태를 예측하고, 관리 및 치료에 적극적으로 활용하는 것이  요구된다.  실제로 세계경제포럼의 예측에  따르면 2022년 세계 인구의 10%가 인터넷이 연결된 의류를  착용할 것이며,  그  결과 의류 내 센서를  통해 심박 수,  호흡,  혈류량 등 실시간  신체 정보의 확보를 기대할 수 있다.

또한 이미 영국 NHS (National Health Service)는  HP (Hewlett-Pakard)와 협력하여 치매 환자를 대상으로 하는 가정 내 사물인터넷  기기 설치· 모니터링 시범사업을 시행 중에 있다(삼정KPMG경제연구원, 2017). 이와 같이 5G,  사물인터넷,  클라우드 컴퓨팅 등  IT기술을  통해 수집된 데이터는 모니터링 및 관리의 최적화뿐만 아니라 건강기초자료로 활용될 수 있으며,  궁극적으로는  원격 의료를  가능하게 하여 시공간의  경계를 극복하는 의료  서비스를 제공할  것으로  예상된다.

또한  최첨단 기술의  발달과  함께 여러 분야의  융합이 발생하면서  점점 더 인간과의 높은 유사도를 가지며  다양한 측면에서  인간의 역할을  수행할 수 있는  인공지능이 나타날 것이다. 이러한 인공지능은 보건의료적 관점에서 의료 현장에  투입되어 의료진들을  지원하게 될  것이다.  현재에도 약인공지능(weak artificial intelligence)에 기반한 이미 인간이 명령하고 학습 시킨 작업을 수행하는 기술들은 구현되어 일반적으로 사용되고 있으며, 스스로 사고하고 행동하는 강인공지능(strong artificial intelligence)은 구글의 미래학자 레이 커즈와일(Ray Kurzweil)에 따르면 2045년경 도래 할 것으로 예측되고 있다.

대표적인 예시로 의료 AI인 IBM Watson은 의사의 의료적 의사결정 과정을 돕는 임상의사결정지원시스템(Clinical Decision Support System, CDSS)이다.  데이터 기반의 근거 중심의학 자료를 학습하여 암 환자 진단, 유전정보 분석, 의료영상 판독 등을 제공하는 등 의사들의 환자 진료를 지원하며,  이외에도 환자의 증상과 과거 진찰 내용을 바탕으로  유력한  병명과 확률을  계산하여 필요한 검사 등을 제안하는 ‘화이트 잭’이나 음성인식 기능을  사용하여  환자와  음성 커뮤니케이션이 가능한 인공지능 간호사 ‘몰리’도 등장하였다. 이와 같이 의료 현장에서 인공지능이 차지하는 비중은 점점 증가하고 있다.

급격한 인공지능의  성장세와 함께 인공지능을 통해 인간의 부족한 점을 보완하고 한계를 초월하게 해줄 ‘좋은 인공지능’으로  활용될  것인지,  인간의 통제를 넘어 ‘나쁜 인공지능’이 될  것인지에 대한 논의가 끊임없이 제기되는  중이다.   MIT의 Pranav Mistry는 "인간은  컴퓨팅을  보다 인간과 가깝게 만듦으로써 더욱 인간답게 살 수 있다”라고 주장하여 인간과 인공지능의 공존을 통한 삶의 질 향상을 논하였고, 반면 사피엔스(Sapiens)의 저자 유발 하라리(Yuval Noah Harari)는 “이제 인간은 유일하게 타고난 능력, 즉 육체와 지능 면에서 모두 기계에  뒤처졌으며  조만간  쓸모없는  존재로  전락할 수 있다”고  말하며  대체될 수있다는 의견을 제시한 바 있다.

 이렇듯 다양한 관점에서 제시되는 인공지능에 대한 의견들을 반영한  전세계적· 사회적 합의를 이루어내는 것이 기술을 개발하고 활용하기 위한 과정에 있어 매우 중요한 부분이 될 것이다.

보건의료 분야는 인간의 생명에 직결되는  분야인 만큼 기술을 어떻게 활용할 것인가에 대한 논의가 더욱중요한  요인이다,  보건의료 분야에서 인공지능은 의료환경의  패러다임을  바꾸고 있으며,  보건의료의 미래로
인식되는 ‘정밀 의료’를  실현하기 위한 핵심적인 기술로 주목받고 있다.  하지만 인공지능이 의사의 역할을 대신하는 데  분명한  한계가 존재하며,  인공지능이  의료 행위를 하는 데  따르는  윤리적 문제도  존재한다.  무
조건 기술적 측면만  강조해서는 안 될 것이며,  무조건 변화를 거부하고 인공지능 출현에 대해 걱정을 해서도
안 될 것이다.

기술에 인문학적 가치를 부여하고 많은 사회적 논의를 거쳐 인간과 기술이 공존할 수 있는 시대를 맞이하는 것이 중요할 것이며, 인공지능을 포함한  여러 ICT 기술들이  보건의료 분야에서 인간을 위한 기술이 될 수 있도록 활용하고 높은 질의  의료를  제공할  방안을  다양한  측면에서  고민하는 것이  가장 중요할  것이다.