◆ 책 소개
헬스케어 빅데이터로의 초대
-4차 산업혁명 기술의 융합 결정판인 헬스케어 빅데이터의 모든 것!
최근 헬스케어 빅데이터가 4차 산업혁명을 이끌 핵심 주역으로 주목받고 있다. 헬스케어 빅데이터는 헬스케어라는 지식의 도메인을 다양한 빅데이터 분석 기술을 활용해 의료적 가치를 창출하는 지식정보 산업군에 속한다. 하지만 이 분야는 다른 산업군과는 비교할 수 없을 정도로 방대하고 전문적인 지식이 요구된다. 또한 헬스케어 빅데이터는 한 국가의 복잡한 보건의료체계와도 밀접한 관계가 있어 일반인들의 접근성은 상대적으로 낮을 수밖에 없다. 데이터에 대한 특성도 독특할 뿐만 아니라 기존의 정보통신기술과 구별되는 헬스케어 분야만이 다루는 정보통신기술 인프라와 다양한 수준의 용어체계가 존재한다.
이 책은 4차 산업혁명 기술의 융합 결정판인 ‘헬스케어 빅데이터’의 신세계를 일반인들도 이해할 수 있도록 소개한다. 사실 의료는 방대하고 전문성이 높은 분야이다. 빅데이터의 바탕이 되는 컴퓨터공학 또한 복잡한 분야이고 헬스케어 빅데이터를 구성하는 유전체 정보나 라이프로그까지 합치면 정말로 방대한 분야에 대한 이해가 필요하다. 서로 다른 이 모든 분야를 온전히 섭렵하기는 쉽지 않다. 마침 의사이자 공학자인 저자가 이처럼 의학, 생명과학, 정보학의 얽히고설킨 복잡한 영역을 이야기보따리를 풀어가듯 친절하게 소개해준다. 현시점에서 최근 관심이 급증하고 있는 헬스케어 빅데이터와 친숙해지기 위한 안내서이다.
‘1장 헬스케어 빅데이터의 가치’에서는 헬스케어, 정보통신기술ICT, 그리고 빅데이터에 대한 정의 및 특징을 다룬다. 더불어 헬스케어 빅데이터의 의료적 가치와 의미를 조명한다. ‘2장 헬스케어 빅데이터의 본질’에서는 헬스케어 관점의 빅데이터의 정의와 헬스케어 빅데이터의 종류에는 어떤 것들이 있는지 살펴본다. ‘3장 병원에서의 헬스케어 빅데이터’에서는 임상데이터의 원천인 병원의 운영계에는 어떤 것이 있고 또 분석 기술은 무엇인지 설명하였다. 또한 최근에 이슈가 되고 있는 공통 데이터 모델의 정의와 특성을 분석했다. ‘4장 인간 유전체 빅데이터’에서는 유전체분석기술을 DNA와 RNA로 구분해 기술하였고 주요 유전체 데이터베이스의 소개와 함께 정밀의료에 관한 현황과 시사점을 도출했다. ‘5장 임상데이터의 연결고리 청구데이터’에서는 청구데이터의 장점 및 특징을 설명하고 국민건강보험공단의 빅데이터를 사용하는 방법을 기술했다.
‘6장 헬스케어 빅데이터 네트워크’에서는 네트워크 과학의 정의와 헬스케어 분야에서 네트워크 데이터를 이용한 네트워크 의학의 특성과 한계점을 논의했다. ‘7장 헬스케어 빅데이터 약물재창출’에서는 현재 신약개발 과정과 데이터 기반의 신약개발 방법을 다루었다. ‘8장 헬스케어 블록체인과 인공지능’에서는 개인건강기록과 헬스케어 블록체인 기술의 특성과 시사점을 도출하였고 헬스케어 분야에서 인공지능의 현재와 한계점을 담았다. ‘9장 헬스케어 빅데이터 산업’에서는 헬스케어 빅데이터를 이용해 산업화를 진행 중인 대표적인 여덟 개 기업인 닥터노아 바이오테크, 메디블록, 모바일닥터, 미소정보기술, 신데카바이오, 웰트, 코아제타, 휴레이포지티브 대표들의 경험과 비전을 인터뷰 형식으로 담았다. 마지막으로 「10장 헬스케어 빅데이터 교육」에서는 헬스케어 빅데이터를 처음으로 공부하고자 하는 사람들을 위한 가이드라인과 현재 국내 헬스케어 빅데이터 교육과정에 어떤 것들이 있는지를 기술하였다. 그리고 헬스케어 빅데이터 분야의 전문가 양성을 위한 제언을 담았다. 맨마지막 에필로그에서는 이 책의 내용을 종합해 4차 산업혁명의 성공을 위해 헬스케어 빅데이터가 나아갈 방향에 대해 정책적 대안을 제안했다.
◆ 저자 소개
한현욱
한양대학교 컴퓨터공학과를 졸업하고 서울대학교 대학원에서 공학 석사학위를 받았다. 이후 차의과학대학교 의학전문대학원에서 의사면허와 함께 의료정보학 박사학위를 받았다. SAP의 하나 HANA 메인 메모리 데이터베이스 시스템의 초기 개발자로 참여하기도 했고 LG전자기술원에서 근무하기도 했다. 박사학위 동안에는 서울대학교 시스템바이오 정보의학 연구센터와 함께 네트워크 의학 분야를 개척했다. 현재 아주대학교 의과대학 의료정보학교실에서 연구 조교수로 근무하고 있다. 또한 중계생명정보학 컨퍼런스의 과학프로그램 위원, 산업자원부 분산형 바이오 빅데이터 실무위원, 한국보건의료연구원 미래의료 포럼 위원 등을 역임했다.
그는 헬스케어 빅데이터와 이를 응용한 어플리케이션에 관해 관심있다. 특히 네트워크 의학, 헬스케어 데이터 분석, 헬스케어 블록체인 분야에서 활동하고 있다. 또한 『메디게이트 뉴스』와 『전자신문』 등에 헬스케어 빅데이터를 주제로 칼럼을 쓰고 있으며 다양한 헬스케어 빅데이터 기업들을 대상으로 기술자문 활동을 하고 있다. 국제 SCI급 학술지인 『뉴클레익 엑시드 리서치Nucleic Acids Research』『플로스원PLOS One』『사이언티픽 리포트Scientific Reports』 등에 주 저자로 이름을 올렸다.
◆ 목차
추천사 헬스케어 빅데이터로의 초대
프롤로그 헬스케어 빅데이터의 현재와 미래
1장 헬스케어 빅데이터의 가치
1 헬스케어의 이해
헬스케어란 무엇인가 / 헬스케어는 원래부터 융합의 산업이다 / 헬스케어는 데이터 과학의 한 분야이다
2 정보통신기술과 헬스케어 빅데이터
정보기술이 빅데이터 기술을 만들다 / 통신기술이 데이터 유통의 도태를 마련하다 / 정보기술과 통신기술의 만남이 빅데이터의 서막을 열다 / 모바일 기술이 빅데이터 빅뱅을 만들다 / 드디어 헬스케어가 빅데이터를 만나다
3 헬스케어 빅데이터의 가치
헬스케어 빅데이터에 대한 편견-연구기생충 / 펍페드로 헬스케어 연구의 민주화를 이루어내다 / 생물학적 객체지향 구조와 온톨로지가 중요하다 / 헬스케어 빅데이터가 지식체계들을 연결한다 / 이제 환자 개인 맞춤 치료가 시작된다
2장 헬스케어 빅데이터의 본질
1 헬스케어에서 빅데이터란 무엇인가
크기: 얼마나 커야 빅데이터인가 / 다양성: 정형 데이터를 넘어서 / 속도: 알파고는 어떻게 이세돌을 이겼는가 / 가치: 정보의 진화단계를 이해하라
2 헬스케어 데이터의 종류
임상 데이터: 병원은 환자로부터 데이터를 만들어낸다 / 유전체 데이터: 유전자는 당신의 운명을 결정한다 / 청구 데이터: 임상 데이터의 연결고리가 된다 / 연구 데이터: 데이터가 다시 데이터가 된다 / 환자에 의해 생산되는 건강 데이터: 데이터 생산의 주체가 바뀐다 / 건강의 사회적 결정 요인: 환경이 건강을 결정하는가
3장 병원에서의 헬스케어 빅데이터
1 병원 정보시스템은 어떻게 작동하는가
처방전달시스템 / 전자의무기록 / 의료영상저장전송시스템
2 병원 분석계를 파헤치자
운영계는 병원의 안정적 운영을 담당한다 / 운영계의 데이터는 분석에 적합하지 않다
3 분산연구망과 공통 데이터 모델
분산연구망이란 무엇인가 / 공통 데이터 모델이란 무엇인가 / 분산연구망에는 어떤 것들이 있는가 / 공통 데이터 모델의 한계점 / 공통 데이터 모델의 미래
4장 인간 유전체 빅데이터
1 유전체분석기술의 이해
인간게놈프로젝트와 1,000게놈 프로젝트의 의미 / RNA 기반 전사체 빅데이터 / DNA 기반 유전체 빅데이터
2 지식의 보물창고 유전체 데이터베이스
유전체 지식 베이스와 온톨로지 / 질병 데이터베이스 / 암유전체 지도 프로젝트
3 유전체 빅데이터의 현황과 시사점
정밀의학이란 무엇인가 / 암유전체 패널 검사 / 유전체분석기술의 미래
5장 임상 데이터의 연결고리 청구 데이터
1 청구 데이터 특징
청구 데이터의 장점 / 청구 데이터의 한계 / 청구 데이터를 이용해 가능한 연구들
2 어떤 청구 데이터를 사용할까
건강보험심사평가원 vs. 국민건강보험공단
3 국민건강보험공단 빅데이터 사용하기
건강보험공단 빅데이터의 구성 / 국민건강보험공단 표본 코호트를 사용하자
6장 헬스케어 빅데이터 네트워크
1 관계에 대한 성찰
2 네트워크 과학과 헬스케어 빅데이터
네트워크 과학과 생물학적 네트워크 / 네트워크를 통한 유전자 진화 / 헬스케어 빅데이터를 이용한 새로운 패러다임 네트워크 의학
3 생물학적 네트워크
생명체의 뼈대 분자 네트워크 / 유전자를 이용한 질병 네트워크
4 생물학적 네트워크 데이터의 한계
7장 헬스케어 빅데이터 약물재창출
1 신약개발 과정을 이해하자
2 데이터 기반 약물 개발인 약물재창출에 주목하라
약물재창출이란 무엇인가 / 헬스케어 빅데이터를 이용한 약물재창출
8장 헬스케어 블록체인과 인공지능
1 개인건강기록과 블록체인 기술
헬스케어 데이터는 누구의 것인가 / 블록체인을 이용한 헬스케어 빅데이터 유통
2 인공지능
헬스케어 분야 인공지능 어디까지 왔는가 / IBM 왓슨은 왜 온콜로지를 선택했을까
9장 헬스케어 빅데이터 산업
닥터노아 바이오테크 / 메디블록 / 모바일닥터 / 미소정보기술 / 신데카바이오 / 웰트 / 코아제타 / 휴레이포지티브
10장 헬스케어 빅데이터 교육
1 헬스케어 빅데이터를 시작하자
헬스케어 관련 용어의 중요성 / 헬스케어 빅데이터만의 특징을 이해하라 / 헬스케어 빅데이터 생태계를 이해하라 / 헬스케어 빅데이터 전문가 양성은 이루어지고 있는가 / 헬스케어 빅데이터 어디서 배워야 하는가 / 헬스케어 빅데이터 어떻게 시작해야 하는가
2 헬스케어 빅데이터 교육과정
국내 헬스케어 빅데이터 학위 과정 / 정보의학 인증의 제도 / 유전체 빅데이터 분석 전문가 과정
3 헬스케어 빅데이터 전문가 양성을 위한 제언
에필로그 미래 헬스케어 산업을 이끌어가자
미주
출처
◆ 추천의 글
우리가 만나고 있는 헬스케어 빅데이터의 세계는 새로운 관점과 능력을 갖춘 새로운 세대가 일구어나갈 세상이다. 이 책은 바로 그 새로운 세상으로 나아가는 데 참 좋은 친절한 안내서가 될 것임을 확신한다.
-김주한, 서울대학교 의과대학 시스템 바이오 정보의학 센터장 / 교수
이 책은 공학과 의학을 같이 공부한 저자가 헬스케어에 대한 개념에서부터 정보통신기술, 임상 데이터, 모바일 헬스, 유전체 빅데이터까지 광범위한 내용을 쉽지만 가볍지 않게 다루고 있다. 헬스케어 데이터와 의료정보학에 관심 있는 의료계, 공학계, 산업계 종사자들이 반드시 읽어봐야 할 책이다.
-이재호, 서울아산병원 의생명정보학과장 / 교수
이 책은 헬스케어 빅데이터의 기초부터 전문적인 내용까지 이해하기 쉽게 설명되어 있고 인공지능, 유전체분석, 신약개발, 블록체인 기술 등까지 헬스케어 빅데이터에 관한 모든 내용이 총 망라되어 있다. 향후 헬스케어와 빅데이터에 관심이 있는 독자들에게 훌륭한 지침서가 될 것이다.
-한호성, 분당서울대학교 병원 외과학과장 / 교수
4차 산업혁명 시대에 발맞추어 헬스케어 빅데이터란 주제로 책이 출판된 것은 매우 고무적인 일이다. 헬스케어와 빅데이터라는 이질적인 분야에 관한 깊이 있는 지식과 통찰력을 보여줄 뿐만 아니라 실질적인 가치를 매우 논리적으로 제시해주고 있다.
-전병율, 차의과학대학교 예방의학교실 교수 / 전 질병관리본부장
의사이면서 빅데이터 전문가인 저자가 헬스케어 빅데이터를 쉽고 넓고 깊게 소개한 책이다. 새롭게 떠오르는 유망한 분야의 신선함과 역동성을 현장에서 보듯 실감할 수 있다. 또한 전문가에게는 아직 경험하지 못하거나 놓친 부분을 빠르게 파악할 좋은 지침서가 될 것이다.
-송영수, 한양대학교 의과대학 병리학교실 교수
인간의 평균 수명이 늘어감에 따라 더욱 주목받는 헬스케어와 빅데이터 기술의 만남은 그야말로 혁신적이다. 이 책에서는 기존 헬스케어 분야에서의 데이터 환경에 대한 한계를 알리고 헬스케어와 빅데이터의 효율적인 접목을 상세하게 제안하고 있다. 이는 의료계와 빅데이터 서비스의 미래에 큰 반향을 불러일으킬 것이다.
-류재준, 네이버 비즈니스 플랫폼 클라우드 의료담당 이사
의료, 빅데이터 기술을 만나다! 생각만 해도 가슴 뛰는 일이 아닐 수 없다. 더 많은 사람의 생명을 살리는 놀라운 일이 벌어질 수 있는 곳이기 때문이다. 이 책은 의료 도메인과 데이터 분석 모두를 전문적으로 이해하는 저자에 의해 쓰인 진정한 통섭의 결정체가 아닐까 생각된다.
-이진형, 데이터마케팅코리아 대표이사
이 책에서는 헬스케어 분야에서 생성되는 임상, 유전체, 청구, 연구, 건강 데이터 및 공공 데이터에 대해 알기 쉽게 소개하고 각 데이터 간의 연결고리를 서술하고 있다. 헬스케어와 빅데이터에 관심이 있지만 어떻게 접근해야 할지 모르는 독자들에게 길을 제공해주고 있다.
-박찬희, 싸이포럼 코리아 CTO
◆ 본문 중에서
최근에는 빅데이터 분석기술에 인공지능 분석 방법이 접목되면서 그 파장은 실로 대단해 보인다. 국가의 각 관계 부처에서는 빅데이터 관련 각종 국정과제를 수백억 원의 예산을 들여 만들고 있다. 기업에서는 빅데이터에 생사가 달렸다고 판단하고 관련 전문 부서를 두어 운영하고 있다. 아예 빅데이터란 이름을 내걸고 비즈니스 모델을 만드는 전문 기업까지 생겨나는 판국이다. 대학과 민간 교육기관에서는 빅데이터 전문 인력을 양성하기 위해 ‘데이터 사이언스학과’ ‘빅데이터학과’ 등을 우후죽순으로 설립하고 운영하고 있다. 빅데이터가 도대체 무엇이길래 이렇게 많은 사람이 난리법석을 치고 있는 걸까? 1990년대 중반 ‘인터넷’이 대중에게 처음으로 소개되었을 때와 2000년대 중반 ‘스마트폰’이 보급될 때와 비슷한 양상이다. 하지만 대중들은 빅데이터의 효용성에 관해서는 인터넷이나 스마트폰만큼 온몸으로 느끼지는 못하는 듯하다.
-pp. 69~70
알파고는 어떻게 이세돌과의 바둑 대결에서 승리할 수 있었을까? 알파고가 세상에 수많은 기보를 짧은 시간 안에 분석해 다음 돌을 어디에 둘지 빠르게 결정하는 알고리즘과 하드웨어를 갖추고 있었기 때문이다. 만일 당신이 가진 데이터를 분석하는 데 10년이 걸린다면? 분석이 성공적으로 완료되었다고 하더라도 이 데이터는 이미 10년 전의 데이터로 숨 가쁘게 돌아가는 비즈니스 환경에서 전혀 쓸모 없는 노력이 될 것이다. 지구상의 존재하는 모든 데이터의 90%가 지난 2년간 생성된 것이다. 앞으로 2020년까지 2년마다 그 데이터량이 두 배씩 커질 것으로 예측된다. 그런 상황에서 여러분은 최대한 짧은 시간 내 최신의 데이터를 빠르게 분석해 높은 가치를 창출해내야 한다.
빅데이터의 속성 중 속도Velocity는 데이터가 생성되고 저장되며 시각화되는 과정이 얼마나 빠르게 이루어져야 하는지에 대한 정의이다. 그리고 대용량의 데이터를 빠르게 처리하고 분석할 수 있는 속성을 의미한다. 데이터 그 자체보다는 데이터를 처리하기 위한 기술, 즉 하드웨어, 소프트웨어, 정보시스템 인프라를 포괄하는 개념이다.
-p. 85
1997년에 개봉했던 영화 「가타카」는 유전체분석기술이 불러올 미래사회에 관한 SF 영화이자 휴먼 드라마이다. 이 영화는 핵산인 DNA에 포함된 네 가지 염기서열 아데닌Adenine, 티민Tymine, 구아닌Gua-nine, 시토신Cytocine의 첫 알파벳의 조합으로 이루어진 우주항공회사 가타카를 배경으로 선천적으로 열성인자를 갖고 태어난 주인공 빈센트가 자신의 유전적 결함을 거부하고 최고의 엘리트 우주비행사로 성장하는 내용을 담고 있다. 영화의 배경이 되는 사회는 한 인간의 출생과 함께 그 사람이 언제 어떤 질병에 걸릴지, 신장, 몸무게, 지능 등 신체적 조건과 죽음의 시점까지 예측할 수 있는 유전체분석기술이 고도로 발달한 사회이다.
그렇다면 이 영화의 배경이 되었던 유전체분석기술이란 무엇일까? 그리고 영화 「가타카」가 개봉된 이후 20년이란 시간 동안 유전체분석기술은 어디까지 왔을까? 이미 여러분은 유전체 데이터가 무엇인지에 관해 개괄적인 내용은 이해하고 있을 것이다.
-p. 139
더 재미있는 것은 새로운 유전자가 지금도 계속 발견되고 있고 심지어는 사라지고 있기까지 하다는 거다. 어떤 경우는 두 유전자가 병합까지 된다. 예를 들어 과거에 서로 다른 이름이 부여된 유전자가 알고 보니 같은 유전자임이 밝혀지기도 하고 서로 같은 유전자라고 생각했는데 알고 보니 구조와 기능이 조금 다른 아형이 있다는 것이 밝혀지기도 한다. 그러고 이러한 지식을 통합한 데이터베이스도 이러한 사실을 인정하기도 하고 충분한 과학적 검증이 일어나기 전까지는 인정하지 않기도 한다. 실제로 엔트레즈와 앙상블 데이터베이스에 각각 등록된 유전자 수는 서로 같지 않다.
한편 유전자 지식 베이스 중에는 각 유전자의 기능과 세포에서 위치 등을 담는 것도 있다. 이러한 데이터베이스 중에 대표적인 것이 바로 유전자 온톨로지GO이다. 원래 온톨로지는 특정 분야를 기술하는 데이터 모델로서 원래 전산학에서 사용되었던 용어로 특정한 분야에 속하는 개념과 개념 사이의 관계를 기술하는 정형 어휘의 집합을 말한다. 유전자 온톨로지는 여기서 기술한 특정한 분야를 유전자로 정의했다고 생각하면 된다.
-pp. 159~159
데이터를 모으는 방법은 매우 다양하다. 더군다나 어떤 의도를 갖지 않고 모은 데이터에는 믿을 만한 데이터와 믿지 못할 데이터가 상당 부분 혼재되어 있다. 심지어 어떤 연구의 통계 분석을 위해 의도적으로 모은 데이터일지라도 입력 오류, 편견에 의한 사용자 보고, 설문 참여자의 불성실한 답변 등 다양한 문제점이 있을 수 있다. 같은 설문지에 대해 동일한 사람이 두 번 답변한다고 해도 그 내용은 일정 부분 차이가 있을 수 있다. 분자 상호작용 데이터베이스 또한 이와 다르지 않다. 연구자들별로 나름대로 규칙을 만들고 그 규칙 내에서 만들어지기 때문에 규칙이 조금만 달라지더라도 결과는 달라질 수 있다. 따라서 여러분은 향후 여러분들의 연구를 위해 각 분자 상호작용 데이터베이스를 최대한 수집하여 여러분들 나름대로 새롭게 규칙을 만들어 데이터베이스를 구축하면 된다. 예를 들어 10개의 분자 상호작용 데이터베이스 중에 적어도 3개 이상 데이터베이스에서 공통으로 발견되는 분자 상호작용만 참True 상호작용으로 정의하면 된다.
-p. 219
◆ 책 소개
헬스케어 빅데이터로의 초대
-4차 산업혁명 기술의 융합 결정판인 헬스케어 빅데이터의 모든 것!
최근 헬스케어 빅데이터가 4차 산업혁명을 이끌 핵심 주역으로 주목받고 있다. 헬스케어 빅데이터는 헬스케어라는 지식의 도메인을 다양한 빅데이터 분석 기술을 활용해 의료적 가치를 창출하는 지식정보 산업군에 속한다. 하지만 이 분야는 다른 산업군과는 비교할 수 없을 정도로 방대하고 전문적인 지식이 요구된다. 또한 헬스케어 빅데이터는 한 국가의 복잡한 보건의료체계와도 밀접한 관계가 있어 일반인들의 접근성은 상대적으로 낮을 수밖에 없다. 데이터에 대한 특성도 독특할 뿐만 아니라 기존의 정보통신기술과 구별되는 헬스케어 분야만이 다루는 정보통신기술 인프라와 다양한 수준의 용어체계가 존재한다.
이 책은 4차 산업혁명 기술의 융합 결정판인 ‘헬스케어 빅데이터’의 신세계를 일반인들도 이해할 수 있도록 소개한다. 사실 의료는 방대하고 전문성이 높은 분야이다. 빅데이터의 바탕이 되는 컴퓨터공학 또한 복잡한 분야이고 헬스케어 빅데이터를 구성하는 유전체 정보나 라이프로그까지 합치면 정말로 방대한 분야에 대한 이해가 필요하다. 서로 다른 이 모든 분야를 온전히 섭렵하기는 쉽지 않다. 마침 의사이자 공학자인 저자가 이처럼 의학, 생명과학, 정보학의 얽히고설킨 복잡한 영역을 이야기보따리를 풀어가듯 친절하게 소개해준다. 현시점에서 최근 관심이 급증하고 있는 헬스케어 빅데이터와 친숙해지기 위한 안내서이다.
‘1장 헬스케어 빅데이터의 가치’에서는 헬스케어, 정보통신기술ICT, 그리고 빅데이터에 대한 정의 및 특징을 다룬다. 더불어 헬스케어 빅데이터의 의료적 가치와 의미를 조명한다. ‘2장 헬스케어 빅데이터의 본질’에서는 헬스케어 관점의 빅데이터의 정의와 헬스케어 빅데이터의 종류에는 어떤 것들이 있는지 살펴본다. ‘3장 병원에서의 헬스케어 빅데이터’에서는 임상데이터의 원천인 병원의 운영계에는 어떤 것이 있고 또 분석 기술은 무엇인지 설명하였다. 또한 최근에 이슈가 되고 있는 공통 데이터 모델의 정의와 특성을 분석했다. ‘4장 인간 유전체 빅데이터’에서는 유전체분석기술을 DNA와 RNA로 구분해 기술하였고 주요 유전체 데이터베이스의 소개와 함께 정밀의료에 관한 현황과 시사점을 도출했다. ‘5장 임상데이터의 연결고리 청구데이터’에서는 청구데이터의 장점 및 특징을 설명하고 국민건강보험공단의 빅데이터를 사용하는 방법을 기술했다.
‘6장 헬스케어 빅데이터 네트워크’에서는 네트워크 과학의 정의와 헬스케어 분야에서 네트워크 데이터를 이용한 네트워크 의학의 특성과 한계점을 논의했다. ‘7장 헬스케어 빅데이터 약물재창출’에서는 현재 신약개발 과정과 데이터 기반의 신약개발 방법을 다루었다. ‘8장 헬스케어 블록체인과 인공지능’에서는 개인건강기록과 헬스케어 블록체인 기술의 특성과 시사점을 도출하였고 헬스케어 분야에서 인공지능의 현재와 한계점을 담았다. ‘9장 헬스케어 빅데이터 산업’에서는 헬스케어 빅데이터를 이용해 산업화를 진행 중인 대표적인 여덟 개 기업인 닥터노아 바이오테크, 메디블록, 모바일닥터, 미소정보기술, 신데카바이오, 웰트, 코아제타, 휴레이포지티브 대표들의 경험과 비전을 인터뷰 형식으로 담았다. 마지막으로 「10장 헬스케어 빅데이터 교육」에서는 헬스케어 빅데이터를 처음으로 공부하고자 하는 사람들을 위한 가이드라인과 현재 국내 헬스케어 빅데이터 교육과정에 어떤 것들이 있는지를 기술하였다. 그리고 헬스케어 빅데이터 분야의 전문가 양성을 위한 제언을 담았다. 맨마지막 에필로그에서는 이 책의 내용을 종합해 4차 산업혁명의 성공을 위해 헬스케어 빅데이터가 나아갈 방향에 대해 정책적 대안을 제안했다.
◆ 저자 소개
한현욱
한양대학교 컴퓨터공학과를 졸업하고 서울대학교 대학원에서 공학 석사학위를 받았다. 이후 차의과학대학교 의학전문대학원에서 의사면허와 함께 의료정보학 박사학위를 받았다. SAP의 하나 HANA 메인 메모리 데이터베이스 시스템의 초기 개발자로 참여하기도 했고 LG전자기술원에서 근무하기도 했다. 박사학위 동안에는 서울대학교 시스템바이오 정보의학 연구센터와 함께 네트워크 의학 분야를 개척했다. 현재 아주대학교 의과대학 의료정보학교실에서 연구 조교수로 근무하고 있다. 또한 중계생명정보학 컨퍼런스의 과학프로그램 위원, 산업자원부 분산형 바이오 빅데이터 실무위원, 한국보건의료연구원 미래의료 포럼 위원 등을 역임했다.
그는 헬스케어 빅데이터와 이를 응용한 어플리케이션에 관해 관심있다. 특히 네트워크 의학, 헬스케어 데이터 분석, 헬스케어 블록체인 분야에서 활동하고 있다. 또한 『메디게이트 뉴스』와 『전자신문』 등에 헬스케어 빅데이터를 주제로 칼럼을 쓰고 있으며 다양한 헬스케어 빅데이터 기업들을 대상으로 기술자문 활동을 하고 있다. 국제 SCI급 학술지인 『뉴클레익 엑시드 리서치Nucleic Acids Research』『플로스원PLOS One』『사이언티픽 리포트Scientific Reports』 등에 주 저자로 이름을 올렸다.
◆ 목차
추천사 헬스케어 빅데이터로의 초대
프롤로그 헬스케어 빅데이터의 현재와 미래
1장 헬스케어 빅데이터의 가치
1 헬스케어의 이해
헬스케어란 무엇인가 / 헬스케어는 원래부터 융합의 산업이다 / 헬스케어는 데이터 과학의 한 분야이다
2 정보통신기술과 헬스케어 빅데이터
정보기술이 빅데이터 기술을 만들다 / 통신기술이 데이터 유통의 도태를 마련하다 / 정보기술과 통신기술의 만남이 빅데이터의 서막을 열다 / 모바일 기술이 빅데이터 빅뱅을 만들다 / 드디어 헬스케어가 빅데이터를 만나다
3 헬스케어 빅데이터의 가치
헬스케어 빅데이터에 대한 편견-연구기생충 / 펍페드로 헬스케어 연구의 민주화를 이루어내다 / 생물학적 객체지향 구조와 온톨로지가 중요하다 / 헬스케어 빅데이터가 지식체계들을 연결한다 / 이제 환자 개인 맞춤 치료가 시작된다
2장 헬스케어 빅데이터의 본질
1 헬스케어에서 빅데이터란 무엇인가
크기: 얼마나 커야 빅데이터인가 / 다양성: 정형 데이터를 넘어서 / 속도: 알파고는 어떻게 이세돌을 이겼는가 / 가치: 정보의 진화단계를 이해하라
2 헬스케어 데이터의 종류
임상 데이터: 병원은 환자로부터 데이터를 만들어낸다 / 유전체 데이터: 유전자는 당신의 운명을 결정한다 / 청구 데이터: 임상 데이터의 연결고리가 된다 / 연구 데이터: 데이터가 다시 데이터가 된다 / 환자에 의해 생산되는 건강 데이터: 데이터 생산의 주체가 바뀐다 / 건강의 사회적 결정 요인: 환경이 건강을 결정하는가
3장 병원에서의 헬스케어 빅데이터
1 병원 정보시스템은 어떻게 작동하는가
처방전달시스템 / 전자의무기록 / 의료영상저장전송시스템
2 병원 분석계를 파헤치자
운영계는 병원의 안정적 운영을 담당한다 / 운영계의 데이터는 분석에 적합하지 않다
3 분산연구망과 공통 데이터 모델
분산연구망이란 무엇인가 / 공통 데이터 모델이란 무엇인가 / 분산연구망에는 어떤 것들이 있는가 / 공통 데이터 모델의 한계점 / 공통 데이터 모델의 미래
4장 인간 유전체 빅데이터
1 유전체분석기술의 이해
인간게놈프로젝트와 1,000게놈 프로젝트의 의미 / RNA 기반 전사체 빅데이터 / DNA 기반 유전체 빅데이터
2 지식의 보물창고 유전체 데이터베이스
유전체 지식 베이스와 온톨로지 / 질병 데이터베이스 / 암유전체 지도 프로젝트
3 유전체 빅데이터의 현황과 시사점
정밀의학이란 무엇인가 / 암유전체 패널 검사 / 유전체분석기술의 미래
5장 임상 데이터의 연결고리 청구 데이터
1 청구 데이터 특징
청구 데이터의 장점 / 청구 데이터의 한계 / 청구 데이터를 이용해 가능한 연구들
2 어떤 청구 데이터를 사용할까
건강보험심사평가원 vs. 국민건강보험공단
3 국민건강보험공단 빅데이터 사용하기
건강보험공단 빅데이터의 구성 / 국민건강보험공단 표본 코호트를 사용하자
6장 헬스케어 빅데이터 네트워크
1 관계에 대한 성찰
2 네트워크 과학과 헬스케어 빅데이터
네트워크 과학과 생물학적 네트워크 / 네트워크를 통한 유전자 진화 / 헬스케어 빅데이터를 이용한 새로운 패러다임 네트워크 의학
3 생물학적 네트워크
생명체의 뼈대 분자 네트워크 / 유전자를 이용한 질병 네트워크
4 생물학적 네트워크 데이터의 한계
7장 헬스케어 빅데이터 약물재창출
1 신약개발 과정을 이해하자
2 데이터 기반 약물 개발인 약물재창출에 주목하라
약물재창출이란 무엇인가 / 헬스케어 빅데이터를 이용한 약물재창출
8장 헬스케어 블록체인과 인공지능
1 개인건강기록과 블록체인 기술
헬스케어 데이터는 누구의 것인가 / 블록체인을 이용한 헬스케어 빅데이터 유통
2 인공지능
헬스케어 분야 인공지능 어디까지 왔는가 / IBM 왓슨은 왜 온콜로지를 선택했을까
9장 헬스케어 빅데이터 산업
닥터노아 바이오테크 / 메디블록 / 모바일닥터 / 미소정보기술 / 신데카바이오 / 웰트 / 코아제타 / 휴레이포지티브
10장 헬스케어 빅데이터 교육
1 헬스케어 빅데이터를 시작하자
헬스케어 관련 용어의 중요성 / 헬스케어 빅데이터만의 특징을 이해하라 / 헬스케어 빅데이터 생태계를 이해하라 / 헬스케어 빅데이터 전문가 양성은 이루어지고 있는가 / 헬스케어 빅데이터 어디서 배워야 하는가 / 헬스케어 빅데이터 어떻게 시작해야 하는가
2 헬스케어 빅데이터 교육과정
국내 헬스케어 빅데이터 학위 과정 / 정보의학 인증의 제도 / 유전체 빅데이터 분석 전문가 과정
3 헬스케어 빅데이터 전문가 양성을 위한 제언
에필로그 미래 헬스케어 산업을 이끌어가자
미주
출처
◆ 추천의 글
우리가 만나고 있는 헬스케어 빅데이터의 세계는 새로운 관점과 능력을 갖춘 새로운 세대가 일구어나갈 세상이다. 이 책은 바로 그 새로운 세상으로 나아가는 데 참 좋은 친절한 안내서가 될 것임을 확신한다.
-김주한, 서울대학교 의과대학 시스템 바이오 정보의학 센터장 / 교수
이 책은 공학과 의학을 같이 공부한 저자가 헬스케어에 대한 개념에서부터 정보통신기술, 임상 데이터, 모바일 헬스, 유전체 빅데이터까지 광범위한 내용을 쉽지만 가볍지 않게 다루고 있다. 헬스케어 데이터와 의료정보학에 관심 있는 의료계, 공학계, 산업계 종사자들이 반드시 읽어봐야 할 책이다.
-이재호, 서울아산병원 의생명정보학과장 / 교수
이 책은 헬스케어 빅데이터의 기초부터 전문적인 내용까지 이해하기 쉽게 설명되어 있고 인공지능, 유전체분석, 신약개발, 블록체인 기술 등까지 헬스케어 빅데이터에 관한 모든 내용이 총 망라되어 있다. 향후 헬스케어와 빅데이터에 관심이 있는 독자들에게 훌륭한 지침서가 될 것이다.
-한호성, 분당서울대학교 병원 외과학과장 / 교수
4차 산업혁명 시대에 발맞추어 헬스케어 빅데이터란 주제로 책이 출판된 것은 매우 고무적인 일이다. 헬스케어와 빅데이터라는 이질적인 분야에 관한 깊이 있는 지식과 통찰력을 보여줄 뿐만 아니라 실질적인 가치를 매우 논리적으로 제시해주고 있다.
-전병율, 차의과학대학교 예방의학교실 교수 / 전 질병관리본부장
의사이면서 빅데이터 전문가인 저자가 헬스케어 빅데이터를 쉽고 넓고 깊게 소개한 책이다. 새롭게 떠오르는 유망한 분야의 신선함과 역동성을 현장에서 보듯 실감할 수 있다. 또한 전문가에게는 아직 경험하지 못하거나 놓친 부분을 빠르게 파악할 좋은 지침서가 될 것이다.
-송영수, 한양대학교 의과대학 병리학교실 교수
인간의 평균 수명이 늘어감에 따라 더욱 주목받는 헬스케어와 빅데이터 기술의 만남은 그야말로 혁신적이다. 이 책에서는 기존 헬스케어 분야에서의 데이터 환경에 대한 한계를 알리고 헬스케어와 빅데이터의 효율적인 접목을 상세하게 제안하고 있다. 이는 의료계와 빅데이터 서비스의 미래에 큰 반향을 불러일으킬 것이다.
-류재준, 네이버 비즈니스 플랫폼 클라우드 의료담당 이사
의료, 빅데이터 기술을 만나다! 생각만 해도 가슴 뛰는 일이 아닐 수 없다. 더 많은 사람의 생명을 살리는 놀라운 일이 벌어질 수 있는 곳이기 때문이다. 이 책은 의료 도메인과 데이터 분석 모두를 전문적으로 이해하는 저자에 의해 쓰인 진정한 통섭의 결정체가 아닐까 생각된다.
-이진형, 데이터마케팅코리아 대표이사
이 책에서는 헬스케어 분야에서 생성되는 임상, 유전체, 청구, 연구, 건강 데이터 및 공공 데이터에 대해 알기 쉽게 소개하고 각 데이터 간의 연결고리를 서술하고 있다. 헬스케어와 빅데이터에 관심이 있지만 어떻게 접근해야 할지 모르는 독자들에게 길을 제공해주고 있다.
-박찬희, 싸이포럼 코리아 CTO
◆ 본문 중에서
최근에는 빅데이터 분석기술에 인공지능 분석 방법이 접목되면서 그 파장은 실로 대단해 보인다. 국가의 각 관계 부처에서는 빅데이터 관련 각종 국정과제를 수백억 원의 예산을 들여 만들고 있다. 기업에서는 빅데이터에 생사가 달렸다고 판단하고 관련 전문 부서를 두어 운영하고 있다. 아예 빅데이터란 이름을 내걸고 비즈니스 모델을 만드는 전문 기업까지 생겨나는 판국이다. 대학과 민간 교육기관에서는 빅데이터 전문 인력을 양성하기 위해 ‘데이터 사이언스학과’ ‘빅데이터학과’ 등을 우후죽순으로 설립하고 운영하고 있다. 빅데이터가 도대체 무엇이길래 이렇게 많은 사람이 난리법석을 치고 있는 걸까? 1990년대 중반 ‘인터넷’이 대중에게 처음으로 소개되었을 때와 2000년대 중반 ‘스마트폰’이 보급될 때와 비슷한 양상이다. 하지만 대중들은 빅데이터의 효용성에 관해서는 인터넷이나 스마트폰만큼 온몸으로 느끼지는 못하는 듯하다.
-pp. 69~70
알파고는 어떻게 이세돌과의 바둑 대결에서 승리할 수 있었을까? 알파고가 세상에 수많은 기보를 짧은 시간 안에 분석해 다음 돌을 어디에 둘지 빠르게 결정하는 알고리즘과 하드웨어를 갖추고 있었기 때문이다. 만일 당신이 가진 데이터를 분석하는 데 10년이 걸린다면? 분석이 성공적으로 완료되었다고 하더라도 이 데이터는 이미 10년 전의 데이터로 숨 가쁘게 돌아가는 비즈니스 환경에서 전혀 쓸모 없는 노력이 될 것이다. 지구상의 존재하는 모든 데이터의 90%가 지난 2년간 생성된 것이다. 앞으로 2020년까지 2년마다 그 데이터량이 두 배씩 커질 것으로 예측된다. 그런 상황에서 여러분은 최대한 짧은 시간 내 최신의 데이터를 빠르게 분석해 높은 가치를 창출해내야 한다.
빅데이터의 속성 중 속도Velocity는 데이터가 생성되고 저장되며 시각화되는 과정이 얼마나 빠르게 이루어져야 하는지에 대한 정의이다. 그리고 대용량의 데이터를 빠르게 처리하고 분석할 수 있는 속성을 의미한다. 데이터 그 자체보다는 데이터를 처리하기 위한 기술, 즉 하드웨어, 소프트웨어, 정보시스템 인프라를 포괄하는 개념이다.
-p. 85
1997년에 개봉했던 영화 「가타카」는 유전체분석기술이 불러올 미래사회에 관한 SF 영화이자 휴먼 드라마이다. 이 영화는 핵산인 DNA에 포함된 네 가지 염기서열 아데닌Adenine, 티민Tymine, 구아닌Gua-nine, 시토신Cytocine의 첫 알파벳의 조합으로 이루어진 우주항공회사 가타카를 배경으로 선천적으로 열성인자를 갖고 태어난 주인공 빈센트가 자신의 유전적 결함을 거부하고 최고의 엘리트 우주비행사로 성장하는 내용을 담고 있다. 영화의 배경이 되는 사회는 한 인간의 출생과 함께 그 사람이 언제 어떤 질병에 걸릴지, 신장, 몸무게, 지능 등 신체적 조건과 죽음의 시점까지 예측할 수 있는 유전체분석기술이 고도로 발달한 사회이다.
그렇다면 이 영화의 배경이 되었던 유전체분석기술이란 무엇일까? 그리고 영화 「가타카」가 개봉된 이후 20년이란 시간 동안 유전체분석기술은 어디까지 왔을까? 이미 여러분은 유전체 데이터가 무엇인지에 관해 개괄적인 내용은 이해하고 있을 것이다.
-p. 139
더 재미있는 것은 새로운 유전자가 지금도 계속 발견되고 있고 심지어는 사라지고 있기까지 하다는 거다. 어떤 경우는 두 유전자가 병합까지 된다. 예를 들어 과거에 서로 다른 이름이 부여된 유전자가 알고 보니 같은 유전자임이 밝혀지기도 하고 서로 같은 유전자라고 생각했는데 알고 보니 구조와 기능이 조금 다른 아형이 있다는 것이 밝혀지기도 한다. 그러고 이러한 지식을 통합한 데이터베이스도 이러한 사실을 인정하기도 하고 충분한 과학적 검증이 일어나기 전까지는 인정하지 않기도 한다. 실제로 엔트레즈와 앙상블 데이터베이스에 각각 등록된 유전자 수는 서로 같지 않다.
한편 유전자 지식 베이스 중에는 각 유전자의 기능과 세포에서 위치 등을 담는 것도 있다. 이러한 데이터베이스 중에 대표적인 것이 바로 유전자 온톨로지GO이다. 원래 온톨로지는 특정 분야를 기술하는 데이터 모델로서 원래 전산학에서 사용되었던 용어로 특정한 분야에 속하는 개념과 개념 사이의 관계를 기술하는 정형 어휘의 집합을 말한다. 유전자 온톨로지는 여기서 기술한 특정한 분야를 유전자로 정의했다고 생각하면 된다.
-pp. 159~159
데이터를 모으는 방법은 매우 다양하다. 더군다나 어떤 의도를 갖지 않고 모은 데이터에는 믿을 만한 데이터와 믿지 못할 데이터가 상당 부분 혼재되어 있다. 심지어 어떤 연구의 통계 분석을 위해 의도적으로 모은 데이터일지라도 입력 오류, 편견에 의한 사용자 보고, 설문 참여자의 불성실한 답변 등 다양한 문제점이 있을 수 있다. 같은 설문지에 대해 동일한 사람이 두 번 답변한다고 해도 그 내용은 일정 부분 차이가 있을 수 있다. 분자 상호작용 데이터베이스 또한 이와 다르지 않다. 연구자들별로 나름대로 규칙을 만들고 그 규칙 내에서 만들어지기 때문에 규칙이 조금만 달라지더라도 결과는 달라질 수 있다. 따라서 여러분은 향후 여러분들의 연구를 위해 각 분자 상호작용 데이터베이스를 최대한 수집하여 여러분들 나름대로 새롭게 규칙을 만들어 데이터베이스를 구축하면 된다. 예를 들어 10개의 분자 상호작용 데이터베이스 중에 적어도 3개 이상 데이터베이스에서 공통으로 발견되는 분자 상호작용만 참True 상호작용으로 정의하면 된다.
-p. 219
