빅데醫(의)터 임상활용연구회 7차 세미나

http://medibigdata.net/introduce_event7

7차 세미나 (01/21)

4차, 6차에 이어 세 번째 참석.

다만, 중간에 회의가 있어 회사에 다녀오느라 제대로 듣지 못함.

 

https://janghp.tistory.com/1199

https://janghp.tistory.com/1200

 

아래는 메모.

 

@ HIRA 빅 데이터 이해와 활용 (심평원 김지우 연구원)

 

HIRA 건강보험심사평가원.

비급여 표준화 안 돼. 정보도 없고.

15억 건, 3TB. 연구용으로 데이터 셋 따로 구축.

공공 데이터 제공 심의 위원회 통해 데이터 제공 여부 결정.

직접 제공 vs. 간접 제공.

환자 표본 자료도 제공. 고령, 입원 등등.

공표 대상이 아닌 공공 데이터도 신청 가능. 안 될 경우 연구 과제로.

 

의료 빅 데이터 원격 분석.

요양급여비용 청구 방법, 심사청구서 명세서 시석 및 작성 요령.

SAS Studio 활용. 신청하면 아이디/암호 발급.

DUR 기반 감염병 의심 환자 조기 감지 서비스. 질본 체계 활용.

인공지능 기반 의료 영상 진단 보조 서비스.

CDM 기반 분산 연구 네트워크 구축 중.

 

 

@ 건강보험 청구 자료를 이용한 보건 의료 빅 데이터 연구 가이드 (한미약품 데이터사이언스팀 이정우 팀장)

- Claim Data 연구의 단계별 장애 요인, 해결 방안.

 

진정한 빅 데이터는 EMR 데이터. CDM 필요. 개인적으로 회의적.

그래서, 청구 데이터에 주목. 동일한 데이터 구조.

단, 상병 코드만으로 정확하지 않아. 처방약까지 같이 봐야.

의료 데이터 아니다. 청구서다.

조작적 정의 필요.

PICO Formula.

Patient, Intervention/Exposure, Comparison/Control, Outcome.

시대별 의료 환경 변화도 고려해야. 신약 출현 등.

국민건강보험+건강보험심사평가원 데이터.

심평원 원격 접속 가능.

건보는 사망 정보, 검진 정보, 환자 소득 있으나, 원격 불가.

건보 표준 코호트가 심평원보다 낫다. 하지만, 절차 복잡, 비용 발생(?), 데이터 반납.

심평원 환자 데이터 소유권 인정. 여기도 한계 있어.

사망, 고령, 중증 환자 대상 연구는 심평원보다 건보 데이터가 적합.

SPSS는 다뤄봤지만, SAS, R은 어렵다? 배우기만 하면 적용은 어렵지 않아.

의료인이 직접 하길 권장함. 통계 전문가에게 맡기지 말고.

심평원 환자 데이터셋 (표본) 무척 유용하다.

한미약품에서는 건보, 심평원 데이터를 복합제 개발, 안전성 검증에 활용.

연구 설계가 중요. SAS 등은 배우면 돼.

 

 

@ 심평원 청구 자료를 활용한 빅 데이터 연구의 실제 (가톨릭의대 피부과 배정민 교수)

 

유병률과 발생률. 기간 유병률, 시점 유병률. 누적 발생률, 평균 발생률.

빅 데이터 분석을 위한 통계 모형. 로지스틱 회귀 분석, Cox의 비례??.

역학 연구 설계. 단면 연구, 전향적/후향적 코호트 연구, 환자 대조군 연구.

 

백반증 전문. 유색인종에 심각. 연구 별로 없어.

약 2개 있었으나 지금 쓸 수 없음. 광선 (자외선) 치료만 시행.

심평원 데이터 활용해 백반증 연구.

백반증이 출산 결과에 영향 주더라. 이전 논문에는 영향 없다고 함.

백반증이 암 발생을 줄이더라. 백반증은 흑색종을 막기 위한 면역 오류.

백반증 자외선 치료하면 심혈관, 뇌혈관 질환 줄어.

백반증 자외선 치료하면 뼈 강해져.

백반증에 도움되는 약은 없을까? 환자 대조군 조사. Levodopa.

 

 

중간에 회사 회의 다녀 와서..

 

@ 디지털 헬스케어 시대에 질환 발생 예측 모형 (강대용 교수)

- 왜 로지스틱 회귀 분석에서 머신 러닝 & 딥 러닝 기법까지 가야 했나?

 

끝 무렵에 도착. 일정이 늦어지고 있군.

 

 

#Session 2. 토론 배틀. CDM에 대힌 기대와 우려.

 

@ CDM에 대한 간략한 소개 (충북대병원 알레르기내과 강민규 교수)

 

다기관 분석인데, 기관마다 CDM 완성도 달라.

CDM 구축 쉽다고 하는데, 실제 그렇지 않아.

끝이 시작이더라.

 

 

@ 토론 - 기대 (이상열 교수, 박유랑 교수) vs. 우려 (신수용 교수, 강동윤 교수)

 

박유랑 교수. 데이터 공유 없이 다기관 분석을 위한 것. 한계는 계속 없애나갈 것.

신수용 교수. CDM 필요하다. 단, 처음에 잘 넣으면 (표준화, 구조화) 모든 게 해결.

신. 한국에서 진행하는 ODHSI CDM 프로젝트가 못마땅. 연구를 위한 연구일 뿐.

이상열 교수. 경희대 CDM 구축함, 협업 환영. 기관의 한계를 넘어선 연구 가능.

강동윤 교수. CDM 전혀 필요 없는 과제들 많다.