미래의료를위한 SW융합활성화방안연구 Plan for Promotion Healthcare Software Convergence

Transcription

1 미래의료를위한 SW융합활성화방안연구 Plan for Promotion Healthcare Software Convergence

2

3 제1장서론 1 제1절연구의배경및목적 1 1. 연구의배경 1 2. 연구의목적 2 제2절연구의구성및방법 3 1. 연구의구성 3 2. 연구방법 3 제2장인공지능에의한헬스케어패러다임변화 4 제1절인공지능과헬스케어 4 제2절인공지능에의한헬스케어변화방향 8 1. 발전방향 8 2. 세부분야별발전방향 11 제3장의료빅데이터생태계현황 21 제1절개요 21 제2절성장과정과발전방향 애널리틱스의발전과빅데이터의등장 의료빅데이터분석분야의성장과정 의료빅데이터분석의기대효과 34 제3절산업적특성 36 - i -

4 1. 데이터중심의산업구조 양질의데이터확보가성공요인 경쟁이심화되는기존 vs. SW기업 빠르게성장하고있는클라우드방식 40 제4절국내시장현황분석 41 제4장의료정보관련국내외정책동향 46 제1절각국의의료시스템혁신동향 미국 영국 : 중국 일본 58 제2절디지털의료정보표준화동향 59 제3절국내현황 63 제 5 장헬스케어 SW 융합활성화방안 67 제 1 절인공지능헬스케어생태계조성 67 제 2 절의료빅데이터분석생태계조성 72 - ii -

5 > < 표 1> IBM 왓슨헬스케어의주요제휴현황 5 < 표 2> 헬스케어 4대영역별발전방향 10 < 표 3> 헬스케어분석분야의발전과정 27 < 표 4> 병원정보시스템구성요소 29 < 표 5> 헬스케어패러다임의변화 34 < 표 6> 전달방식별헬스케어애널리틱스시장전망 ( 백만달러 ) 40 < 표 7> 헬스케어애널리틱스성숙모델 42 < 표 8> 메디케어, 메디케이드 EHR 인센티브프로그램 49 < 표 9> 정부정책 65 < 표 10> 기존기업의인공지능활용가능분야분석 70 - iii -

6 [ 그림 1] 헬스케어데이터구성 4 [ 그림 2] 헬스케어분야인공지능스타트업현황 7 [ 그림 3] 인공지능에의한헬스케어산업의가치창출 9 [ 그림 4] 신약개발프로세스 16 [ 그림 5] 구글핏과애플헬스킷의하드웨어와앱들 19 [ 그림 6] 자연어질의로의료서비스를추천하는 Babylon 20 [ 그림 7] coventis Piix 서비스개념도 20 [ 그림 8] 글로벌의료빅데이터분석시장전망 ( 단위 : 십억달러 ) 21 [ 그림 9] 애널리틱스진화 24 [ 그림 10] 예측형애널리틱스가치피라미드 26 [ 그림 11] 헬스케어데이터증가속도 30 [ 그림 12] 애널리틱스의활용 32 [ 그림 13] 미국 Medicare 연도별이익률 35 [ 그림 14] 의료빅데이터분석분야분류 36 [ 그림 15] 국내헬스케어애널리틱스시장전망 ( 단위 : 억원 ) 43 [ 그림 16] 드럭인포모바일앱 44 [ 그림 17] 응급의료센터 (EDs) 와외래의료부 (ODs) 의 EHR 시스템활용 48 [ 그림 18] NHS Digital 홈페이지 53 [ 그림 19] 중국디지털헬스케어시장의급성장 55 [ 그림 20] 중국모바일의료시장규모변화추이 57 [ 그림 21] 모바일의료시장이용자규모추세 57 [ 그림 22] ISO/TC 215 조직도 62 - iv -

7 [ 그림 23] 바이오헬스 7 대강국도약 66 [ 그림 24] 글로벌 AI 헬스케어기업현황 69 [ 그림 25] 한국 AI 헬스케어기업현황 69 - v -

8 요약문 한국을포함한미국, 중국, 일본등각국은현재노인인구증가, 만성질환중심의질병구조변화등으로의료비지출이빠른속도로증가하여헬스케어시스템혁신의필요성이증대되고있다. 각국은의료시스템의질을높임과동시에비용을절감해야하는압력에직면해있다. 이를해결하기위해각국정부와기업은헬스케어와 SW의융합을통해해결책을찾고있으며, 그중심에는빅데이터와인공지능이있다. 본연구는헬스케어와 SW 융합의핵심인빅데이터와인공지능기술이가져오는헬스케어패러다임변화에대해살펴보고국내외현황을검토함으로써국내의헬스케어시스템및산업의발전방안을제안하는데그목적을두고있다. 헬스케어데이터는 2015년기준으로 153억엑사바이트에서 2020년에는 15배를뛰어넘어 2,314억엑사바이트에다다를것으로예측되고있다. 또한웨어러블기기와같은다양한정보수집장치가등장하여헬스케어데이터의규모및복잡성이증가되는추세이다. 이렇게폭발적으로늘어나는헬스케어데이터를분석하여의미를찾아내는노력이활발히진행되고있다. 헬스케어데이터의경우비정형데이터가 80% 이상이고진료, 라이프로그, 유전체등그양도방대하기때문에기존의빅데이터분석방법으로는활용에한계가있다. 이러한문제를해결해주는것이바로인공지능이다. 인공지능기술은의사결정지원, 프로세스효율화, 새로운제품 / 서비스의 3가지측면에서헬스케어영역에새로운가치를창출할것으로기대된다. 대량의복잡한데이터집합으로부터빠른시간안에결론을도출하고근거를제시함으로써의사, 경영진등이보다상세한정보에기반한의사결정을내릴수있도록지원한다. 자연어처리기술로비정형데이터처리업무를자동화하여시간과비용을절감시킨다. 인공지능분석결과를활용해맞춤형치료, 건강관리프로그램, 맞춤형보험등과같이새로운개념의서비스가등장할것이다. 인공지능에의한혁신은병원, 보험, 의약품, 개인 4대헬스케어생태계구성원모두에게근본적인변혁을유발할것으로예상된다. 병원에서는의료의질향상과실시간건강관리와같은새로운서비스가창출되고유명병원이보유한지식및노하우의이전이용이해지면서경쟁구도도변화될것이다. 보험영역에서는고객을건강위험정도에따라분류가가능해지면서맞춤형상품개발과질병발생위험도에따 - vi -

9 른선제적고객관리가가능해진다. 의약품개발은후보물질의효과와부작용에대한예측모델과시뮬레이션으로신약개발의성공가능성을높이고비용을절감된다. 개인들은인공지능의도움을받아스스로건강관리가가능해지고수동적인환자에서능동적인의료소비자 (Healthcare Prosumer) 로변화될것이다. 인공지능기술과함께주요의료선진국을중심으로 헬스케어애널리틱스 이라고불리는의료빅데이터분석시장이빠르게신성장하고있다. 헬스케어애널리틱스는헬스케어빅데이터에서체계적이고자동적으로통계적규칙이나패턴을찾아내는것으로, 정밀의학 (Precision Medicine) 중심으로이루어지는헬스케어산업개편에중요한역할을수행할것이다. 헬스케어애널리틱스경쟁력을갖추기위해서는병원, 기업, 공공기관, 정부의노력이필요하다. 병원은맞춤형치료등미래의료환경변화에대응하기위해서는데이터분석및활용이용이하도록병원정보시스템을고도화해야한다. 헬스케어산업관련기업들은기존사업기반에클라우드, 인공지능, 빅데이터등신기술을적극적으로도입하고다른기업과의협력을확대하여부족한역량을확보해야한다. 공공기관은데이터공급자및시장조성자의역할을보다강화하고분석역량제고를통해국가차원의의료시스템개선방안을마련해야한다. 건강보험공단, 건강보험심사평가원은데이터공급자로서기존에제공하던청구데이터이외에의료정보나라이프로그등데이터의수집및공개범위를확장하고데이터품질관리를위한노력을강화해야한다. 정부는헬스케어애널리틱스의확산을위해표준데이터플랫폼을구축하고헬스케어와 IT 지식을겸비한전문인력을양성해야한다. 병원, 전문기업등이공동으로헬스케어데이터를수집, 활용할수있도록표준데이터플랫폼을구축하고개인정보활용등에대한명확한기준제시할필요가있다. 글로벌헬스케어산업에서경쟁우위를차지하기위해헬스케어생태계구성원모두의적극적인노력이필요한때이다. - vii -

10 SUMMARY The necessity of innovation in the healthcare system increases in many countries including Korea, US, China, and Japan because medical expenses are increasing at high speed owing to the rising elderly population and changes in disease structure (mainly chronic diseases). Each country is under pressure to increase the quality of the healthcare system while saving costs at the same time. To cope with it, governments and enterprises are looking for a solution by converging healthcare and software, and big data and artificial intelligence are key to such solutions. This study aims to propose the development method of the domestic healthcare system and industry by looking into the healthcare paradigm change caused by big data and artificial intelligence technology -- which is the key to the convergence of healthcare and software -- and present condition at home and abroad. The size of healthcare data is expected to hit billion Exabytes in 2020, which is 15 times larger compared to 2015 (15.3 billion Exabytes). In addition, the size and complexity of healthcare data increased with the emergence of various information collection devices such as wearable devices. Efforts are actively made to find meaning by analyzing healthcare data, which grows exponentially. Since more than 80% of healthcare data is informal, and its quantity is vast (e.g., treatment, life log, genome, etc.), the existing big data analysis method cannot be fully utilized. It is artificial intelligence that solves this problem. Artificial intelligence technology is expected to create new values in the healthcare area in three aspects: decision-making support, process efficiency, and new products/services. As the AI technology draws a conclusion from a large quantity of complex data set in less time and presents the basis, doctors and management can make a decision based on more detailed information. In addition, time and cost can be saved by automating information data processing jobs using natural language processing technology. Services based on a new concept will emerge, such as personalized treatment, health care program, and personalized insurance, using AI analysis results. Innovation by AI is expected to bring about fundamental changes in all healthcare ecosystem members -- hospitals, insurance, medicine and medical supplies, and individuals. In hospitals, medical treatment quality will be improved, and new services (e.g., real-time health care) will be created, including a competitive landscape as knowledge and know-how possessed by famous hospitals can be easily transferred. In the insurance area, personalized product development and preemptive customer management become possible according to the risk of disease outbreak, as customers can be classified based on their health conditions. In developing medicine and medical - viii -

11 supplies, the possibility of successful new pharmaceuticals development can be increased, and costs can be saved, using forecast models and simulation on the effects and side effects of the candidate material. Finally, individuals will be able to control their own health with the assistance of AI, changing from a passive patient to an active healthcare prosumer. Together with artificial intelligence technology, the healthcare big data analysis market called healthcare analytics is newly developed quickly in major advanced healthcare countries. Healthcare analytics systematically and automatically identifies statistical rules or patterns in health care big data, and it will play a key role in the healthcare industry reorganization that puts emphasis on precision medicine. To make healthcare analytics competitive, hospitals, enterprises, public institutions, and government need to make efforts. In particular, hospitals need to advance their hospital information system to facilitate data analysis and utilization, in order to respond to future healthcare environmental changes such as personalized medical treatment. Enterprises related to the healthcare industry need to introduce new technologies (e.g., cloud, artificial intelligence, big data) actively to their existing business foundation and secure more capability by cooperating with other enterprises more frequently. On the other hand, public institutions need to set up healthcare system improvement plans at the national level by strengthening the role of data providers and market creators and improving the analysis capability. As data provider, Health Insurance Corporation and Health Insurance Review & Assessment Service need to expand the scope of data collection and opening (e.g., medical treatment information, life log) and make more efforts for data quality control, besides the billing data that they used to provide. The government needs to develop a standard data platform and nurture experts having knowledge of healthcare and IT to expand healthcare analytics. The standard data platform will enable hospitals and specialized companies to collect and utilize healthcare data jointly. The government also needs to set clear criteria regarding the use of personal information. It is time for all healthcare ecosystem members to make active efforts to gain competitive edge in the global healthcare industry. - ix -

12 CONTENTS Chapter 1. Introduction Chapter 2. Healthcare paradigm change by artificial intelligence Chapter 3. Present condition of healthcare big data ecosystem Chapter 4. Trends of policies related to healthcare data at home and abroad Chapter 5. Plan for promoting healthcare software convergence - x -

13 제 1 절연구의배경및목적 1. 연구의배경 한국은노인인구증가, 만성질환중심의질병구조변화등으로의료비지출이빠른속도로증가하여헬스케어시스템혁신의필요성이증대되고있다. 한국의 GDP대비경상의료비 1) 비중은 6.9% 로 OECD 평균 8.9% 보다는아직낮은상황이다. 하지만국민 1인당의료비증가율은연평균 7.2%(`05 `13) 로 OECD 평균 2.0% 보다 3배이상높은수준 2) 이다. 65세이상노인 1인당의료비는 305만원으로전체 1인당의료비 102만원의 3배정도인데 3) 고령인구의비중 4) 이 11.0%(`10) 15.7%(`20) 24.3%(`30) 32.3%(`40) 37.4%(`50) 로빠르게증가하면서의료비증가는더욱가속화될전망이다. 급격한고령화와더불어고혈압, 당뇨등만성질환중심으로질병구조가변화함에따라이에대응할수있는의료시스템구축의필요하다. 우리나라성인중 54.3% 가만성질환을갖고있으며, 특히 50대는 68.7%, 60대는 83.7%, 70대이상은 91.3% 가만성질환을보유하고있다. 이에따라 2014년주요만성질환진료비는 19조 7,256억원으로지난 12년동안 4.1배정도증가 5) 했으며, 총진료비중만성질환비중도 2002년 25.5% 에서 2014년에는 36.2% 로크게늘어났다. 이러한현상은우리나라를포함한선진국공통적인문제로각국과기업은 ICT 기술을활용하여헬스케어시스템을혁신하기위한노력을가속화하고있다. 헬스케어 SW 융합과스마트폰의대중화에힘입어웨어러블스마트의료기기등새로운형태의의료서비스확산되고있는데, 홈헬스케어기기및서비스시장규모는 2013년 57억달러에서 2018년까지 126억달러로성장예상된다. 6) 애플의 - 1 -

14 HealthKit, 구글의 Google Fit, MS의 Microsoft Health 등전통적의료기업이아닌글로벌 SW기업을중심으로자사의개방형헬스케어플랫폼생태계구축을위한경쟁구도도심화되고있다. 또한, 빅데이터를활용한예방적건강관리와개인맞춤형서비스를통해의료의질과효율향상하려는시도가증가하고있다. 글로벌컨설팅기업인멕킨지는미국의경우빅데이터활용으로의료비지출 ( 약 2.8조달러 ) 의 6~7%(1,900억달러 ) 를절감가능할것으로전망했다. 7) 2. 연구의목적상기에서살펴본봐와같이우리나라를포함한각국의의료시스템은고령화, 질병구조의변화, 신기술의발전등으로의료의질을높임과동시에비용을절감해야하는압력에직면해있다. 이를해결하기위해각국정부와기업은헬스케어와 SW의융합을통해해결책을찾고있으며, 그중심에는빅데이터와인공지능이있다. 사실빅데이터와인공지능은밀접하게연관되어있다. 헬스케어데이터의경우비정형데이터가 80% 이상이고진료, 라이프로그, 유전체등양도방대하기때문에기존의빅데이터분석방법으로는활용에한계가있다. 이러한문제를해결해주는것이인공지능이다. 인공지능기술은비정형진료기록, 환자와의사사이의대화등을분석이용이한구조화된데이터로변화시켜줄뿐만아니라방대한데이터를검색하고분석하여의료진의의사결정을지원해준다. 본연구는헬스케어와 SW 융합의핵심인빅데이터와인공지능기술이가져오는헬스케어패러다임변화에대해살펴보고국내외의현황을검토함으로써국내의헬스케어시스템및산업의발전방안을제안하는데그목적을두고있다. 향후연구로는인공지능을헬스케어에도입하고활용하기위해고려해야하는의료체계와제도의변화에대한연구가필요하다

15 제 2 절연구의구성및방법 1. 연구의구성본보고서는총 5장으로구성된다. 제1장에서는서론으로서, 본연구의배경, 필요성, 연구의목적등이기술된다. 제2장에서는인공지능기술의발전이가져올헬스케어패러다임의변화를고찰한다. 헬스케어분야에서인공지능기술의활용이창출하는가치를살펴보고헬스케어시스템의 4대구성원인병원, 보험, 의약품, 개인의미래변화방향에대해논의한다. 제3장에서는범위를좁혀병원을중심으로하는의료생태계의빅데이터활용현황에대해살펴본다. 글로벌관점에서의료빅데이터생태계의성장과정과발전방향, 산업현황및특성등을고찰하고국내환경과의비교분석한다. 제4장에서는빅데이터와인공지능활용의근간이되는의료데이터관련해외주요국의정책및국제표준화동향에대해살펴보고국내현황과의비교분석을통해개선방향설정을위한시사점을도출한다. 제5장에서는제 III 장및제 IV 장의시사점및문제점을중심으로헬스케어와 SW의융합활성화방안을제시한다. 이와함께, 본연구를수행함에있어논의된연구의한계점과향후연구방향을기술하고자한다. 2. 연구방법본연구는헬스케어와 SW 융합활성화방안을도출하는목적을달성하기위해서먼저, 기본적으로는문헌연구를중심으로, 빅데이터와인공지능의헬스케어분야활용현황과각국의정책및국내현황에대한조사를수행한다. 국내외의정책문서, 정책보고서, 연구보고서, 학술논문등이주된대상이다. 둘째, 국내헬스케어와 SW 전문가및전담기관의담당자와의인터뷰등을통해연구보고서의적실성을제고한다. 인터뷰및자문회의등을수행하고, 이를반영함으로써문헌중심의연구가가지는문제점을제거하고자한다

16 제1절인공지능과헬스케어헬스케어관련정보를생성하는곳이병원중심에서개인일상생활로확장되면서활용가능한데이터의양과다양성이기하급수적으로증가하고있다. 지금까지주로활용되던병원의임상정보는개인이일생동안생성하는데이터의 0.04% 에불과하며건강상태를결정하는데 10% 정도만기여한다. 반면, 생활습관, 환경등외인성 (Exogenous) 요인이개인건강상태를결정하는데 60% 이상영향을미치며일생동안생성하는데이터의대부분을차지한다. 최근센서, 사물인터넷등기술의발전으로실시간으로외인성데이터수집이가능해지고있다. 2010년부터전세계적으로원격모니터링기기를사용하는환자가연평균 18% 씩증가하여현재 4.9백만명이방대한데이터를생성하고있으며 8), Iowa대학연구진은 2020년까지헬스케어데이터가 73일마다 2배로증가할것으로전망했다. [ 그림 1] 헬스케어데이터구성 자료 : IBM 발표자료 - 4 -

17 또한, 2003 년완성된인간게놈프로젝트는 13 년간 30 조원이상이사용됐으 나현재미국 23andme 는 149 달러로 6 8 주안에분석결과를제공하고있듯 이빠르고저렴한유전체분석기술이개발되면서치료및건강관리에활 용할수있는헬스케어데이터가급증하고있다. 인공지능기술의발전은급증하는헬스케어빅데이터를분석하고혁신을 위한통찰력을얻는것을가능하게해준다. 인공지능기술은영상, 텍스트, 음성등의인식률을제고하여전체헬스케어데이터의 80% 에달하는비정 형자료를분석가능한형태로변환하는데크게기여한다. 딥러닝등자율 학습기술의발전으로사람의역량으로빠른시간안에습득이불가능한 임상, 유전체, 논문등다양한영역의방대한데이터를학습하고분석하여 최적의해결방법을제안할수있게되고있다. 이와같은이유로 IBM, 구글등인공지능선도기업은헬스케어를주요 응용분야로지목하고시장선점을위해병원, 제약, 스타트업등과의협력 을확대하고있다. < 표 1> IBM 왓슨헬스케어의주요제휴현황 자료 : 언론보도자료종합 - 5 -

18 IBM은 2011년퀴즈쇼인제퍼디에서우승한직후자사의인공지능시스템인딥블루를활용하여여러응용분야중헬스케어에가장먼저진출하였으며, 관련기관과의협력및 M&A를활발히진행했다. 2011년 Wellpoint( 민영의료보험 ) 를시작으로 MSKCC 9), 클리브랜드클리닉등유수의병원과파트너쉽을맺고왓슨시스템의헬스케어분야로의응용가능성을탐색했고, 2014년본격적으로왓슨을클라우드형태로서비스를시작하고분석역량강화를위해 Welltok, Pathway Genomics 등에투자했다. 또한 2015년에는헬스케어분야를독립사업부로신설하고존슨앤존슨, 메드트로닉등의약품기업등으로제휴영역을확대하는등헬스케어사업을지속적으로강화하고있다. 알파고를개발한구글 DeepMind는지난 2월 DeepMind healthcare 출범을발표했다. 구글은의사, 간호사등을지원하는 Streams라는스마트폰용앱을함께선보이면서향후인공지능탑재계획을밝히고 Streams의테스트를위해영국의국민보건서비스 (National Health Service) 와왕립자유병원 (Royal Free Hospital) 과협력관계도맺었다. 한편의료영상분석, 진단, 환자모니터링등다양한헬스케어영역에서인공지능기술을활용한창업이급증하고있다. CB Insight에의하면현재 32 개인공지능스타트업이헬스케어분야에서사업을전개하고있으며지금까지이들기업에 5.3억달러가투자됐다

19 [ 그림 2] 헬스케어분야인공지능스타트업현황 자료 : CB Insight, From Virtual Nurses To Drug Discovery: 32 Artificial Intelligence Startups In Healthcare,

20 제 2 절인공지능에의한헬스케어변화방향 1. 발전방향인공지능기술은의사결정지원, 프로세스효율화, 새로운제품 / 서비스의 3 가지측면에서헬스케어영역에새로운가치를창출할것으로기대된다. 1 ( 의사결정지원 ) 인공지능은대량의복잡한데이터집합으로부터결론을도출하고근거를제시함으로써의사, 경영진등이보다상세한정보에기반한의사결정을내릴수있도록지원한다. 기존에전문가경험과직관에의존했던영역의결정을증거기반으로내림으로서정확도를높이고기존의통념을뛰어넘는새로운통찰력을제공할것이다. 특히, 헬스케어분야는장기간의교육과훈련이필요한데인공지능활용으로미숙련인력의역량을단기간에전문가수준으로향상이가능해진다. 2 ( 프로세스효율화 ) 자연어처리기술로비정형데이터처리업무를자동화하여시간과비용을절감시킨다. 인공지능으로필기체, 음성등의인식률높여수기작성보험청구서처리, 콜센터등사람이하던업무가자동화되며, 임상시험적합환자선별과같이방대한자료를검토해야하는경우자연어처리기술로업무부담이경감될것이다. 3 ( 새로운제품 / 서비스 ) 개인별유전체, 라이프로그데이터등을인공지능으로분석하여맞춤형치료, 건강관리프로그램, 맞춤형보험등과같이새로운개념의서비스가등장할것이다

21 [ 그림 3] 인공지능에의한헬스케어산업의가치창출 인공지능에의한혁신은병원, 보험, 의약품, 개인 4대헬스케어생태계구성원모두에게근본적인변혁을유발할것으로예상된다. ( 병원 ) 인공지능과 ICT 기술은의료의질향상과함께시간과공간적인제약을완화시킴으로써실시간건강관리와같은새로운서비스가창출되고유명병원이보유한지식및노하우의이전이용이해지면서경쟁구도도변화될것이다. ( 보험 ) 고객을건강위험정도에따라분류가가능해지면서맞춤형상품개발과질병발생위험도에따른선제적고객관리가가능해진다. ( 의약품 ) 후보물질의효과와부작용에대한예측모델과시뮬레이션으로신약개발의성공가능성을높이고비용을절감된다. ( 개인 ) 인공지능의도움을받아스스로건강관리가가능해지고수동적인환자에서능동적인의료소비자 (Healthcare Prosumer) 로변화될것이다

22 < 표 2> 헬스케어 4 대영역별발전방향

23 2. 세부분야별발전방향 (1) 병원 1 의사결정지원방대한의료데이터와논문을학습한인공지능은진단의정확도를높여주고최선의치료법을제안하는임상의사결정지원시스템 (Clinical Decision Support System, CDSS) 을통해의료의질을높인다. IBM Watson for Oncology의경우평균암진단정확도는약 96% 로전문의보다정확도가높은사례 10) 에서보듯이환자의상태에따른최적의치료법과근거를제시해줌으로써의사가정확한판단을내릴수있도록도와주고경험이부족한의료진이단기간에숙련의로성장할수있도록지원한다. 2014년미국기준으로예방가능한사망은약 40만명, 오진관련약 1조달러비용발생하고있다. 11) 하지만딥러닝기반의영상진단기기를활용하여보다정확한진단이가능하게됨으로써오진률을최소화할수있다. 인공지능기술을활용한영상진단기기회사인 Enlitic은폐암검진의정확도가방사선과의사의감지정확도보다 50% 이상높다. 또한응급실, 의료낙후지역과같이모든영역의전문의활용이어려운경우인공지능을이용하여신속하고종합적인진단및치료가가능해지게함으로써의료사각지대해소에기여할것으로기대된다. 실제로선진기업및병원은아프리카와같은인프라낙후지역의의료수준향상을위해인공지능을활용한프로젝트를진행하고있는데, IBM은인공지능 Watson을통한아프리카의의료문제를해결하기위한프로젝트루시에 1억달러를투자 12) 하고있다. 또한, 영국런던위생열대의대 (London School of Hygiene and Tropical Medicine) 는원격진료가능수준의진단정보를전문의에게전달하는모바일앱을개발하여케냐에서 5,000명을진단 13) 했다

24 2 프로세스효율화인공지능은병원내진료부서간의단절된정보를공유 / 연계하거나프로세스를효율화하여업무효과를증대시킬것이다. 미국의존스홉킨스병원은 Tableau라는소프트웨어업체와연계하여응급실의대시보드를통해환자위치나관련정보를 5,6개부서에서 5분마다업데이트하여데이터분석결과를시각화함으로써응급실체류시간을평균 11시간에서 4시간으로감소시켰다. 이와같이인공지능을활용한예측모델링을통해환자대기시간을감소시켜의료서비스품질및환자순환률제고할수있다. 또한, 현재진료과목별로전문화되어있는병원시스템에서는상호간의정보교류가어려운데, 인공지능은단절되어있는의료지식의공유를쉽게하여협진을활성화시킬것이다. 구체적으로환자의과거타과진료병력을분석하여보다정확한진료가이루어질수있도록해주고타과와협진이필요한부분을실시간제안하고병원내협진활성화를위해각진료과목별전문화되어통일되지않은의료지식및데이터를통합할수있는플랫폼을제공한다. 수술 / 진료시대화같은음성의료정보를녹취하고기계어학습을이용하여자동으로전자문서화전자의무기록 (EMR) 작성을지원함으로써업무효율성과정확도도높일것이다. 애플시리 (Siri) 원천기술을개발한뉘앙스社는환자상담내용과처방을전자문서화하는프로그램을세계 1만개이상의료기관에서 45만명의사에게제공 14) 하고있다. 3 새로운제품 서비스개인의유전체정보, 환경및습관등의료정보를인공지능으로연계 분석하여환자개인별최적의맞춤의료서비스제공이가능해질것이다. 또한환자데이터, 인구통계, 리스크요인을종합적으로분석하여수술후합병증예측및환자별맞춤관리도가능하다. 미국의 Sequoia 병원 ( 美 ) 의경우 IBM과연계하여만명이상의환자데이터를분석하고심장병수술전후의맞춤형치료가이드라인을제시하여수술후사망률 50% 감소시켰다. Medical Journal에서일반적진료로확산되는데까지평균 17년소요되며

25 연구할아이디어로자료를수집하고분석하여결과를발표하기까지추가로 3-10년이소요된다. 15) 의사들의 81% 는 Medical Journal을읽는데한달에평균 5시간이하밖에투자 16) 하지못하지만 IBM 왓슨은 15초내에 4천만건의문서를학습할수있으므로새로운지식습득이나새로운치료법연구에활용가능하다. 결국인공지능을활용하면자동화된학습-가설-검증을통해새로운치료법개발기간및노력을단축할수있다

26 (2) 보험 1 의사결정지원보험의경우기존에는분석방법이없어통제하기어려웠던리스크를인공지능기술을통해정량화된지표로서관리할수있게된다. 우선고비용치료가예상되는고객군을미리예측하고조기에예방관리하는것과같이빅데이터분석을통해질병발생가능성에따라고객의등급을구분하고, 고객군별로선제적맞춤관리함으로서보험료지출비용절감할수있게된다. 미국의보험회사인 Aetna는 37,000여명의고객정보를분석해대사증후군 (metabolic syndrome) 예측모델개발, 대사증후군위험군에속한고객에대해서개인별관리프로그램을제공하고있다. 또한 BOSTON MEDICAL CENTER HealthNet Plan( 美 ) 의경우 : 의료데이터전문분석기업 (Mede/AnalyticsR) 과제휴하여유전자정보, 건강상태데이터를기반으로고객군을계층화하여차별화된진료서비스를제공하고있다. 한편, 인공지능기술은새로운의료기술, 약품등의효과를객관적으로측정하여수가를책정하는가치기반지불제도 (Value-Based Purchasing) 17) 시행이가능하도록해준다. 2 프로세스효율화 인공지능은보험사주요업무중노동집약적단순반복업무를자동화하 여, 관리비용을절감시키고업무효율을높여준다. 패턴분석기반시스템 은보험계약정보, 기존사기데이터, 보험료청구데이터, 의료정보등여 러곳에산재된데이터를종합적으로연계분석하여, 보험사기및보험금 누수를차단할수있게해준다. 또한사기유의자의 SNS 게시글검색등 심층분석을통한보험사기적발시스템을고도화시킨다. 심사, 고객관리등경영주요업무프로세스에대해인공지능기술을활 용하여경영관리비용을절감할수있다. 미국의 Anthem 는 IBM Watson 도 입하여, 기존 3~5 일소요되던사전허가 (prior authorization) 18) 업무를자동 화하여신청당일에허가여부를통보하는사례와같이고객청구신청서

27 를자동으로인식할수있는시스템으로전담심사인력의업무부담을경감할수있다. 또한콜센터기록, 홈페이지방문기록, 담당설계사의고객상담기록등모든정보를통합하여고객및직원의만족도를높일수있다. 미국의 Assurance의경우콜센터응대데이터의고객 직원간상관관계를분석하여, 전화를건고객에게기존에통화한직원또는상관도가높은직원을실시간으로배정하여매출 190% 증대, 해약방지율 117% 증가, 직원이직률 25% 감소등 19) 의성과를거두었다. 3 새로운제품 서비스보험사는인공지능기술을활용한고객데이터를분석하여니즈를파악하고가격차별화및부가가치서비스제공등으로새로운고객수요를창출할수있다. 예를들어건강관리전문기업과제휴하여운동방법, 체중관리등을제공하는건강관리플랫폼제공하고웨어러블 IoT 등스마트기기를사용하여건강증진과행동변화를유도하는새로운보험서비스를제공할수있다. 실제로미국의 Aetna는 Carepass라는모바일플랫폼을통해연계된웰니스프로그램을제공하고개인헬스케어정보를수집하고웨어러블기기를통해운동량식이요법등정보를모니터링후보험료할인서비스제공하고있으며, United Health Group은계획된건강식단을꾸준히섭취한고객에게리워드를제공한다. 또한암완치자, 고령자등의료보험사각지대에있던고객층에대한리스크를분석하여맞춤형상품을만들수도있다

28 (3) 의약품 1 의사결정지원통상적으로신약개발은 10년이상의기간과수십억달러이상의비용이소요되며 1만개의후보물질중 1개만이상품화될정도로성공가능성도매우낮다. 임상시험의복잡도와규모가커지고검토하는후보물질의수도증가함에따라 1개신약당평균개발비용이 20) 1.79억달러 (1970년대) 4.13 억달러 (1980년대) 10억달러 (1990년대 2000년대초 ) 26억달러 (2000 년대 2010년대초 ) 로기하급수적으로증가하고있는상황이다. [ 그림 4] 신약개발프로세스 자료 : Alliance Research Centers 이와같은상황에서인공지능을활용하면예측모델을사용하여성공가능성높은신약후보물질을발굴하고효과적으로포트폴리오관리를할수있다. 우선과학논문, 임상데이터등을연계 분석하여후보물질을발굴하고효능과부작용에대한예측모델을활용하여본격적인투자전에사전검증이가능하게해준다. IBM과 Baylor 大는암과관련있는 p53단백질관련논문 7만건을분석하여 1주일만에 6개의후보물질발굴했는데, 지난 30년간평균 1년에 1개의 p53단백질관련후보물질이발굴된것과비교하면인공지능을활용했을때의효과를알수있다. Atomwise( 美 ), Insilico Medicine ( 美 ), 스탠다임 ( 韓 ) 등인공지능기술을활용하여후보물질발굴및평가서

29 비스를제공하는벤처기업도증가하고있다. 또한, 프로젝트성공가능성, 수익예측, 경쟁정보등을종합적으로분석하여경영진이단계별투자, 포트폴리오변경등의사결정을증거기반으로내릴수있도록지원한다. IBM 조사에의하면제약사임원중 2/3 이상이비용절감과관련된의사결정을내릴때적절한정보부족으로확신이없다고응답 21) 하고있는실정이다. 2 프로세스효율화제약회사경영활동중큰비중을차지하는임상시험프로세스를효율화하여시간과비용을절감할수있다. 임상시험대상자는성별, 연령부터과거병력, 기존에시행한치료법등엄격한기준에의해선정되기때문에서류를검토하는의사와간호사의업무부담이큰상황인데다가메이요클리닉의경우 8,000개이상의임상시험이진행중이며, 전세계적으로 17만건이상이진행될정도로유명병원의경우진행하고있는임상시험의양도많은실정이다. 이러한상황에서자연어처리를통해임상기록을읽은후기계학습으로정제하여임상시험에적합한환자를자동선별함으로써업무효율성을높일수있다. 신시네티아동병원의연구결과에의하면기존에는 1명의적합한대상자선정을위해 98명의지원자를검토해야했으나인공지능을사용하여사전검토할경우 8명으로대폭감소 22) 시켰다. 스마트기기, SNS 등과인공지능이접목되어임상시험프로세스를혁신할수있는데, 각종센서가부착된스마트기기를사용하여임상시험결과를실시간으로모니터링하고분석하여시험규모, 방법등을신속하게변경을가능하게해준다. 또한, SNS, 커뮤니티사이트등의모니터링을통해미처발견하지못했던약물의부작용가능성을신속하게파악하고대응할수도있다. 2014년미국연구팀은 23개의약품관련트윗의 1% 인 61,000개를분석한결과, 4,401개트윗이신약부작용과관련있었다고발표 23) 했다

30 3 새로운제품 / 서비스인공지능기술은개인별특성에따른맞춤형의약품과축적된데이터를활용한새로운제품및서비스개발을지원한다. 글로벌제약기업들은개인의유전적특성, 증상등에따라세분화된맞춤형신약개발을위한투자를확대하고있다. 2016년 4월세계 9위의제약사인아스트라제네카는 10년안에 200만명의유전정보전체를해독하는게놈프로젝트를시작한다고발표했다. 현재개인별로원인 / 발현정도 / 증상이상이하기때문에간질환자의 30% 가약으로질환을조절하는데실패하고있는데, 이를해결하기위해벨기에제약사인 USB는 `13년부터 IBM과공동으로 1.5백만명의환자데이터와과학논문을분석하여개인맞춤형치료법개발을위한연구를진행하고있다. 기존에보유한임상데이터를활용하여단순약품이나의료기기공급을넘어새로운치료법을개발하여고객에게제공할수있다. 존슨앤존슨은 IBM 과협력해인공관절, 척추수술후의환자의재활을돕기위한지능적인코칭시스템개발에착수했으며, 메드트로닉은 IBM과인슐린펌프와연속혈당측정기등자사기기에서가져온환자정보와데이터를분석하여환자와병원에게동적이고개인화된당뇨병관리법을제공할계획을발표했다

31 (4) 개인개인은병원, 보험, 의약품의 3주체와는달리직접인공지능을활용하여새로운상품을만들거나프로세스를효율화시키지는않는다. 하지만헬스케어시스템의수동적소비자에서인공지능의도움을받아스스로건강관리가가능한능동적소비자로변화할것이다. 인공지능은개인생활정보를분석하여건강관리에필요한다양한활동을찾아내고개인이보다주도적으로건강관리를할수있도록코치해줄수있다. 웨어러블, IoT, 모바일과같은신기술은심장박동수같은개인신체정보, 식단, 운동시간, 사는지역과기후등의다양한정보수집수단과개인의건강서비스의채널로활용이가능해진다. [ 그림 5] 구글핏과애플헬스킷의하드웨어와앱들 자료 : Infographic: Apple HealthKit vs. Google Fit (Hitconsulatant ) 또한, 개인가상주치의를통해얻은의료지식과병원정보로보다주도적으로의료서비스를선택할수있을것이다. 인공지능의가상주치의를통해증상이어떤질병과관련이있는지, 원인은무엇이고, 어느진료과목에속하는지와같은가벼운의료지식에대한질의를일상수준의자연어를통해가능해지고, 질의에대한답변은개인의생활데이터와모니터링한신체정보를기반으로정확도를높이고, 적합한의료정보를추천할수있다. 개인가상주치의서비스를제공하는 Babylon은구글의딥마인드로부터투자를받을때 1천억원이상의기업가치를평가받았다

32 [ 그림 6] 자연어질의로의료서비스를추천하는 Babylon 자료 : 구글이미지검색 인공지는기술의발전은시간과공간의제약을극복하고만성질환자에게적시의의료서비스제공받을수있게해준다. 웨어러블기기를통해 24시간모니터링하여데이터를수집하고인공지능기술을활용하여다른데이터와연계 분석하여이상신호를판단하는경우적시에전문의료서비스를받을수있도록요청할수있고전문의에게필요한정보를함께전달함에따라응급의료의효율도증가시킨다. [ 그림 7] coventis Piix 서비스개념도 자료 : Non Invasive Health Monitoring with mhealth, Bart Collet

33 제1절개요주요의료선진국을중심으로의료빅데이터분석생태계가형성되고의료빅데이터분석시장이빠르게성장하고있다. 의료빅데이터분석은미국의경우 헬스케어애널리틱스 라고정의되어있다. 이는청구 비용데이터, 전자의무기록등에서수집된임상데이터, 환자의라이프로그 (LifeLog), 제약 R&D 데이터등대규모로저장된다양한의료데이터안에서체계적이고자동적으로통계적규칙이나패턴을찾아내는 24) 분야이다. 최근의료분야에서빅데이터활용에대한관심이높아지면서데이터를수집, 분석하고이를위한 IT플랫폼을제공하는산업이빠르게성장하고있다. 글로벌시장은연평균 23.8% 의성장하여 2020년최대 238억달러 ( 약 29 조 3천억원 ) 규모에이를것으로전망된다. 2015년기준글로벌의료빅데이터분석시장의규모는약 64억달러규모로추정되며이는헬스케어 IT 시장규모의약 13% 수준 25) 이다. [ 그림 8] 글로벌의료빅데이터분석시장전망 ( 단위 : 십억달러 ) 자료 : 주요컨설팅기업 Healthcare Analytics Market 리포트, SPRi 재구성 규모임

34 데이터중심의미래헬스케어패러다임변화에대응하기위해의료빅데 이터분석분야의성장과정과발전방향을살펴보고산업적특성과국내현 황을분석하여국내현실에맞는대응전략이필요하다

35 제2절성장과정과발전방향이절에서는애널리틱스의진화과정을시대별로구분하여살펴보고의료빅데이터분석분야를헬스케어 IT 시스템과주요 IT 기술과비교하여 1980 년대부터 2020년대까지 4단계로나누어성장과정과발전방향에대해서다룬다. 1. 애널리틱스의발전과빅데이터의등장초기애널리틱스산업은제약적인상황에서의최적화 (Optimization) 를달성하기위한목적으로활용되었다. 애널리틱스의진화과정은시대순으로분석하면아래와같다. (1) 1940~1960 년대제2차세계대전중인 1940년대를기점으로애널리틱스연구가시작되었으며병력, 전쟁물자등의한정된자원을활용하여승리라는목표를달성하기위해효과적인방법에대한수요가높았다. 이시기의연구결과물과파생된최적화및시뮬레이션방법론들이애널리틱스분야의기초를구축하였다. 1950~60년대컴퓨팅기술이발전하고산업에적용됨에따라애널리틱스의활용범위가확대되었다. 1946년최초의컴퓨터애니악 (ENIAC) 이개발되면서복잡하고많은시간이필요한수학적문제를효율적으로해결할수있었다. 제약최적화문제를해결하기위한운용과학 (Operation Research, 이하 OR) 26) 분야가태동하면서전문가의존적의사결정방식이변화하였다. (2) 1970 년대

36 정보기술 (Information Technology, 이하 IT) 의발전과산업구조의복잡성증가로인해다양한산업분야에서애널리틱스를활용하게되었다. 1970년대효율적이고정확한의사결정을내리기위해애널리틱스를의사결정보조시스템 (Decision Making Support System) 으로사용하였다. 산업이점점복잡해지고규모가거대해짐에따라문제를해결하는데있어서애널리틱스활용이필수적으로인식되었다. 대량생산시스템중심의제조업을선두로생산효율성증대를위한애널리틱스도입이산업계전반으로확대되었다. [ 그림 9] 애널리틱스진화 자료 : Dursun Delen, (3) 1980년대 1980년대에이르러애널리틱스와 IT 분야의기술적진화에의해기업은전사적자원관리시스템 (ERP) 도입하기시작하였다. 규칙기반전문가시스템 (rule-based expert system) 이등장함에따라정형화된문제를판별하고결정사항을제안하는지능적인의사결정지원이가능해졌다. 기업은관계형데이터베이스 (RDBM) 를도입하여단절되고비표준화된데이터를보다효율적으로관리할수있게되었다. 이를통한지능적인의사결정지원및일관된데이터관리가가능해져경영인과기업들은데이터의중요성에대해인식하게되었다

37 (4) 1990~2000 년대애널리틱스는인터넷을통한정보의수집과공유가용이해지고대규모데이터기반의분석이가능해짐에따라새로운형태로진화하였다. 1990~2000 년대인터넷의등장과 IT 기술의빠른진보로인해애널리틱스의개념이확대되고, 대부분의산업영역에서활용되었다. 정보의수집, 정제, 관리가효율적으로가능해짐에따라기존애널리틱스개념은최적화및의사결정지원에서비즈니스관련된일련의데이터와정보를분석하여 Insight를도출하거나그과정에사용된기술, 방법론등을모두포함한개념으로확대되었다. 학술적인연구 (Research) 와의구분을위해기존의애널리틱스개념을비즈니스애널리틱스 (Business Analytics, 이하 BA) 로총칭하게되었으며, 별개로 BA에사용되는방법론과기술을비즈니스인텔리전스 (Business Intelligence, 이하 BI) 로정의하기도한다. 실시간으로데이터의양이증가하고산업현장에서애널리틱스의적시성에대한수요가증대함에따라데이터웨어하우스 (Data Warehouse) 와시각화기능이 ERP에도입되어의사결정자외실무자도애널리틱스를활용할수있게되었다. 특히개인용컴퓨터의보급률이높아지고저렴한 BA 소프트웨어가개발됨에따라대부분의산업에서 BA를본격적으로도입하고고도화하였다. (5) 2010년이후빅데이터개념이등장하며 BA는데이터과학 (Data Science) 로진화하였다. 빅데이터는기술적개념이아닌가치개념으로, 특정한기술이나이론이아닌대용량의데이터를분석하기위한다양한기술의범위와데이터를활용해창출하는새로운가치를의미한다. 27) 빅데이터개념의등장은애널릭틱스의개념을제한적데이터에기반한탐험적분석 (Exploratory Analysis) 에서대용량데이터를목적에맞게처리하여향후상황을분석하는예측형애널리틱스 (Predictive Analytics) 으로전환시켰다. 28) 예측형애널리틱스는복합적인데이터의특성을반영한데이터시스템과이를분석하는기술및알고리즘등을개발하고실제상황에적용하여미래를예측하고전망하는일련의과정을의

38 미한다. 기존의 BA가 분석결과 를중심으로의사결정을지원하는개념인것에비해예측형애널리틱스는 데이터 를기반으로하는개념으로, 데이터수집하는기초단계부터전략을도출하는전과정을포괄한다. [ 그림 10] 예측형애널리틱스가치피라미드 자료 : DAMO, 데이터를기반으로하는예측형애널리틱스는 데이터과학 이라는융합산업개념으로변화하고있으며, 현업실무자들의통찰력과데이터분석전문가간의긴밀한협업이필요하다. 클라우드 사물인터넷기술로데이터의효율적관리및활용이가능해지고있으며 인공지능이접목된새로운애널리틱스시대가다가오고있다 클라우드와사물인터넷기술이도입됨에따라사람이아닌시스템이직접데이터를수집하고관리하는방식으로전환되고있으며, 이는새로운인사이트를도출할수있는기반을제공한다. 대용량데이터처리기술이발전함에따라자연어처리, 기계학습, 신경망분석등다양한인공지능기술이고도화되고있으며이를활용한새로운애널리틱스가등장할것으로전망된다

39 2. 의료빅데이터분석분야의성장과정 (1) 1980~1990 년대이시기는병원관리목적으로의료전산화가주를이루면서경영이나보험청구를위한정보가데이터베이스에저장되는시기였다. 대형병원중심으로관리지원시스템이보급되면서의료정보가수집되기시작하여의료빅데이터분석의발판을마련하였다고볼수있다. 재정경영, 자원관리, 보험청구등효율적관리를지원하기위해헬스케어 IT가보급되면서종이문서들이전자화되고수집되었다. 이시기의의료빅데이터분석은엑셀과같은스프레드시트형태로저장된데이터를단순하고간단한통계적방법을통해분석하는형태로태동하였다고볼수있다. < 표 3> 헬스케어분석분야의발전과정 80~ 90 년대 2000 년대 2010 년대 2020 년대 진료지원시스템 지능정보시스템 헬스케어 IT 29) 관리지원시스템 ( 재정경영, 보험청구정보관리 ) ( 전자의무기록 (EMR 30)), 영상정보 관리, 컴퓨터정보 통합관리시스템 (EMR EHR 31) ) ( 병원정보, 유전체, 라이프로그등개인정보의통합 시스템 ) 관리 ) 분석 병원경영효율화, 임상결정지원시스 활용분 환자에대한서비 템, 선제적위험군 개인맞춤형치료 야주요 IT 기술 데이터베이스통계분석 스질개선 데이터웨어하우 스 다차원분석 관리등빅데이터분석, 웨어러블 사물인터넷, 인공지능

40 (2) 2000년대 2000년대는병원관리효율화나서비스개선등에빅데이터분석이점차활용되기시작하고진료를지원하기위한정보들이수집되는시기이다. 1980~1990년대에축적된경영관리데이터를통해업무프로세스효율화와병원서비스개선영역에분석이활용되기시작하였다. 특히종이차트를각진료과에전달하여처리하던불필요한업무들이사라지고경영데이터를활용하여환자대기시간감소등의료서비스개선이이루어졌다. 대형병원위주로데이터웨어하우스를구축하여업무프로세스가효율화되고환자에대한정보접근성이높아졌다. 예를들어, 국민건강보험일산병원은데이터웨어하우스구축으로진료실의통계처리업무는 6일에서 8시간으로, 경영관리통계처리및취합업무는각각 7일과 5일에서 1시간과 10분으로줄어드는정량적효과를보이기도하였다. 전자의무기록보급률이증가되면서진료뿐만아니라환자세부정보와영상정보등진료지원정보가체계적으로수집되었다. 국내는 1990년대말부터대형병원을중심으로 OCS 32) 로대표되는정보시스템을구축하기시작하여, 2000년대에는 EMR, PACS 등진료지원시스템이대부분도입되었다

41 < 표 4> 병원정보시스템구성요소 분류 MIS (Management Information System) 관리정보시스템 설명인사, 급여, 물류, 회계, 자산관리등 EIS 병원 경영 정보 (Executive Information System) EDI (Electronic Data Interchange) 경영정보시스템 전자문서교환시스템 경영통계, 원가분석등보험청구, 원외처방등 PM/PA 환자등록, 접수관리, (Patient Management/ 원무관리시스템 진료비수납관리, 미수금 Patient Account) 관리등 RIS (Radiology Information 방사선정보시스템 판독결과분석등 System) 진료 LIS (Laboratory Information System) 임상정보시스템 Interface, 결제검색, 정도관리등 정보 EMR/EHR (Electronic Medical/Health Record) 전자의무기록시스템 차트관리, OCS, 처방전접수등 PACS (Picture Archiving Communication System) 의료영상저장전송시스템 서버, DICOM 33), Viewer 등 자료 : 한국과학기술정보연구원,

42 (3) 2010년대현재는의료빅데이터가개인을중심으로통합관리되는추세로방대한데이터분석을통한임상결정지원등분석의응용영역이확대되고있는단계라고볼수있다. 의료기관마다개별관리되고있는개인의료정보를의료기관간정보교류가가능한 EHR(Electronic Medical/Health Record) 시스템으로전환되고있으며, 데이터연계 공유를위한표준화논의도활발한상황이다. EHR은의료기관간에정보공유가가능하여중장기적으로한환자의의료기록이통합되고추적가능하게하여임상결정지원을위한기술적토대를마련한다고볼수있다. 미국의경우, 2011년부터표준 EHR시스템의활용을촉진하도록인센티브제도를시행하여 2015년 2월기준으로총 482,000개의의료기관이지원을받았다. 데이터표준화는정보의활용과분석을편리하게하고정보공유비용도절감시켜향후폭발적으로늘어날것이라예측되는의료데이터에대해체계적이고유연하게대처하도록한다. 국내의경우도데이터표준화에대한중요성을인식하여 2016년 10월보건복지부는의료기관간환자의진료기록을안전하게교환할수있도록 진료정보교류표준 고시제정안을마련하였다. [ 그림 11] 헬스케어데이터증가속도 자료 : IDC, EMC Digital Universe, 2014., McKinsey&Company, 라인웍스,

43 헬스케어데이터는 2015년기준으로 153억엑사바이트에서 2020년에는 15 배를뛰어넘어 2,314억엑사바이트에다다를것으로예측되고있다. 또한웨어러블기기와같은다양한정보수집장치가등장하여헬스케어데이터의규모및복잡성이증가되는추세이다. 이처럼데이터가빠른속도로늘어나고데이터분석방법이고도화됨에따라임상결정지원이나선제적위험관리등분석적용분야가넓어지고있다. 다양한데이터를분석한결과를바탕으로선제적위험을예측하여환자를관리하고오진을예방하거나부작용을줄이는목적으로임상결정지원시스템에활용될수있다. 미국의 Sequoia 병원은환자데이터, 인구통계, 수술종류등빅데이터분석하고수술합병증발생가능성을선제적으로예측하고환자를관리하여사망률을약 50% 감소시켰다. 국내의경우, 분당서울대병원은 65세이상노인환자의일상생활능력, 정신기능, 영양상태등 9개항목의데이터를다면적으로분석하여, 수술후사망및합병증발병위험도를예측하고적정조치시행하였다

44 (4) 2020년대미래에는애널리틱스가인공지능기술과융합되어개인라이프로그등새롭게생겨나는다양한데이터를분석하여개인맞춤치료나새로운치료법개발등미래의료에활용되어시너지창출할것으로보인다. 기존에활용되지못했던개인의유전체정보, 환경및습관등의개인정보를의료정보와연계 분석하여보다정밀한개인별맞춤의료서비스제공할것이다. 개인별신체 질환특성및차이를분석한최적의치료를행하고, 유전체정보를반영한환자특이적맞춤약물선별가능하다. 건강정보를수집하거나진료정보를분석 활용하는등기존헬스케어애널리틱스가활용되고있는분야에인공지능이촉매역할이될것이다. 특히 IoT기기에서수집되는라이프로그를활용하여만성질환환자의상태를실시간으로분석하여정확하고빠른대처가능하다. 여기에인공지능기술은자동화된학습-가설-검증을통해새로운치료법개발을촉진하고환자진료및수술, 영상분석등에서의사결정을지원한다. 실제의료현장에서활용가능하다고평가를받고있는 IBM Watson은인공지능기술을활용하여최적의치료법을제공하는임상의사결정지원시스템이라고볼수있다. [ 그림 12] 애널리틱스의활용

45 데이터애널리틱스의역사 o 데이터애널리틱스는대규모데이터에서체계적이고자동적으로통계적규칙이나패턴을찾아내는도구로서예전부터다양한산업에서활용 o 제약적인상황에서최적화 (Optimization) 를달성하기위한목적으로 1940년대를기점으로연구가시작됨 - 제2차세계대전중한정된자원 ( 병력, 전쟁물자등 ) 을최적으로활용하여목표 ( 승리 ) 를달성하기위한목적으로연구되었으며제약최적화문제를해결하기위한운용과학 (Operation Research) 34) 분야가태동하면서전문가의존적의사결정방식이변화하기시작 - 정보기술의발전과산업구조의복잡성증가로인해다양한산업분야에서애널리틱스를활용하기시작하였고지능적인의사결정지원및일관된데이터관리가가능해지면서점자데이터의중요성에대해인식하게됨 - 기업 / 경영자정보시스템, 비즈니스인텔리전스, 데이터과학 애널리틱스형태로진화

46 3. 의료빅데이터분석의기대효과의료빅데이터분석분야의발전은변화하는헬스케어패러다임에맞추어질병치료에서예방및개인맞춤관리중심의정밀의학으로빠른전환을촉진할수있다. IoT, 클라우드, 빅데이터기술등첨단 ICT기술을바탕으로의료빅데이터분석은헬스케어산업혁신에중요한역할을수행할것이다. 인공지능, 각종센서, 유전정보분석기술등과학기술이의료와결합해개인맞춤의료시대가도래할것이며약물유전체맞춤치료, 동반진단, 표적치료, 유전체분석을통한질병위험도예측등다양한정밀의학분야에서애널리틱스기술이사용될것이다. < 표 5> 헬스케어패러다임의변화 헬스케어 1.0( 공중보건 ) 헬스케어 2.0( 질병치료 ) 헬스케어 3.0( 건강수명 ) 시대 18~20세기초 20세기초 ~ 말 21C 이후 목적 전염병예방과확산방지 질병의치료및치유 질병예방및개인맞춤관리로건강한삶영위 수요 전국민 환자 환자 + 정상인 지표 전염병사망률 기대수명, 질병사망률 건강수명, 의료비절감 공급 국가 제약 / 의료기기업체, 기존헬스케어서비스병원사업자 + ICT 기업 자료 : 하나금융경영연구소, SPRi 재구성 또한급속한고령화, 만성질환증가에따라늘어나는개인의료비와낮은이익률등문제를겪고있는의료생태계에새로운해결책을제시한다. 헬스케어비용은매년큰폭으로증가하나이익률이낮아과거와동일한재정적분석및전략수행이아닌새로운접근이필요한상황이다. 실제로미국의공공의료보장제도인 Medicare 35) 는 2002년이후적자로전환되었다. 애인에게연방정부가의료비의 50% 를지원함

47 [ 그림 13] 미국 Medicare 연도별이익률 자료 : Medicare Payment Advisory Commission, 2016 이런상황에서의료빅데이터분석은고비용의의료환경문제를해결할수있는새로운전략적도구역할을수행할것이다. McKinsey는미국에서 2020년까지애널리틱스에의해임상, R&D, 공공보건부분에서매년최대 $1,900억의료비용절감효과가있을것이라고전망하였다. 36) 자세히살펴보면, 임상분야에서는특정증상의여러치료법을비교분석하여치료효과와비용효율이가장높은것을찾아낼수있다. R&D측면에서는통계분석도구와고도화된알고리즘을활용해의약품의부작용등을미리예측하여의학연구활동연구비절감할수있다. Population Health으로알려진공공보건분야에서는의료빅데이터를분석하여국민의건강을기민하게감시및대응하여필요이상으로지출되는의료비용절감가능하다

48 제 3 절산업적특성 1. 데이터중심의산업구조 현재의료빅데이터분석분야는데이터를중심으로수집, 분석서비스, IT 플랫폼제공의 3 가지비지니스유형으로구분할수있다. [ 그림 14] 의료빅데이터분석분야분류 (1) 데이터공급자헬스케어데이터를수집하고목적에따라사용할수있게공급하며주요기업으로 IMS Health, Kantar Health, Patientslikeme 등이있다. 데이터공급자는다수의병원, 보험사, 공공기관등과협력관계를맺고진료기록, 의약품사용현황, 환자라이프로그등다양한데이터를수집한다. 수집된정보를의약품및치료재료의제품별이력정보, 병의원개 / 폐원정보등다양한형태의포맷으로가공하여재판매할수있다. 데이터만전문적으로수집하여재판매하는정보재판매업자 (information reseller, 데이터브로커 (broker)) 와유사한개념으로의료빅데이터분석분야에서데이터공급자는타산업의데이터에비해상대적으로복잡하고표준화가미흡한헬스케어데이터를활용할수있게가공하는역할을중점적으로수행하고있다

49 (2) 애널리틱스서비스제공자헬스케어데이터를분석하여정보지표를생산하고전문적인분석서비스를제공하는역할로대표기업은 Optum, HealthCatalyst, MedeAnalytics 등이있다. 서비스제공자는이용자들의데이터와자체적으로수집한데이터를분석하여컨설팅서비스를제공한다. 자체적인데이터분석역량이부족한병원, 보험사등이애널리틱스서비스의주이용고객층이다. (3) 애널리틱스플랫폼제공자애널리틱스플랫폼제공자는헬스케어데이터를저장하고관리및분석할수있는전문 IT시스템을제공한다. 웹혹은클라우드기반서비스로제공되는애널리틱스플랫폼을구축하여이용자들이데이터를분석할수있는환경을제공하고있다. IBM, Oracle, SAS 등대형 IT기업과임상시험에특화된 Medidata와같은특정영역에전문화된기업이시장을주도하고있다. 특히 Medidata의클리니컬클라우드는많은시간과비용이필요한임상시험의계획과설계부터수행관리, 분석과보고까지의학치료에대한임상시험전과정에서비용절감과데이터품질개선을지원하는플랫폼이다

50 2. 양질의데이터확보가성공요인보안이중요한의료데이터의특수성으로인해현재는양질의데이터를많이확보한기업이시장을주도하고있는추세를보이고있다. 환자의개인적인신상정보와진료정보등보안이필수적인데이터를다루기때문에데이터확보에어려움이존재한다. 이러한데이터를다루기위해서는데이터비식별화및강화된보안솔루션을도입하여데이터통합관리측면에서기준을충족시키기위한노력이필요하다. IMS Health, Optum, HealthCatalyst 등기존헬스케어관련데이터를수집, 관리하던기업들이애널리틱스시장에서빠르게성장하는모습을보이고있다. 그중 HealthCatalyst는미국내 2,200여개의병원의 5천만명이상의환자정보를바탕으로 EHR, 임상, 사업정보등다양한데이터결합서비스를제공하여지난 3년간매출이 998% 급성장하였다. IMS Health의경우는 29,000개이상의데이터공급자로부터데이터를수집하고, 3,000개이상의제약업체에서생산된 100만개이상의약품의공급, 판매추이분석하고있다

51 3. 경쟁이심화되는기존 vs. SW 기업 의료빅데이터분석시장을둘러싸고병원 헬스케어기업등전통적의 료서비스제공자와 SW 기업들은주도권을잡기위한경쟁이심화되고있 다. 기존에전통적의료서비스를제공하던병원 헬스케어기업들은자사에 부족한데이터분석능력과 SW 기술을갖추기위해 ICT 기업들과협력이나 M&A 진행하고있다. 메이요클리닉, 존스홉킨스등최상위권병원과 OhioHealth 와같은병원연합은 ICT 기업들과협력하여애널리틱스를접목 한다양한서비스제공한다. 메이요클리닉은의료데이터를통합하여임상 뿐만아니라운영 재무분야에실시간통찰력을제공하는애널리틱스플 랫폼기업인 VIewics 와 2015 년 10 월에제휴관계를맺었다. OhioHealth 37) 는 전문애널리틱스플랫폼기업인 Explorys 와전략적파트너쉽을맺고특정 환자군을식별하고예측분석프로그램을통해위험군을계층화하여고위 험환자군을대상으로치료결과에대한 GAP 분석을진행하고있다. 의료기관뿐만아니라기존의료정보서비스를제공하던헬스케어기업도 데이터분석능력을강화하여개인맞춤서비스등을제공하기위해 ICT 전문 기업들과제휴하거나 M&A 를추진하고있다. Optum 은방대한모회사인 Unitedhealth Group 의고객정보를바탕으로데이터분석 SW 사 SAS 와 2012 년 12 월에협력관계를맺어헬스케어애널리틱스서비스를제공하고있다. IMS Health 의경우, 자사솔루션의데이터보안과분석성능을위해 2016 년 5 월에캐나다기반애널리틱스기업 Privacy Analytics 를인수하였다. IBM, 구글같은 SW 대표기업들은최신 IT 기술과플랫폼을기반으로의료 데이터공급자와서비스제공자의인프라를확보하려는노력을기울이고 있다. SW 기업들은의료데이터기업과 M&A 하거나병의원에무료, 저비용으 로플랫폼을제공하여시장을확보하는전략을펼치고있다. IBM 은의료데 이터분석기업파이텔 트루벤헬스애널리틱스와의료이미지 SW 기업인 머지헬스케어를인수하며약 3 억명의의료데이터를확보한상태이다. 구글 딥마인드는 2016 년 2 월에영국로열프리런던 NHS 재단신탁 (Royal Free London NHS Foundation Trust) 과업무협약을맺고환자데이터를확보하고 있다

52 4. 빠르게성장하고있는클라우드방식의료빅데이터분석분야를제품제공방식으로분류하면클라우드기반방식이현재가장큰성장추세를보이고있다. 서비스제공방식은웹기반, 직접설치, 클라우드기반으로구분가능하다. 웹기반서비스를제공하는업체는모든리소스및데이터관리에대한책임을갖고네트워크를통해웹브라우저로접속가능한서비스를제공한다. 직접설치방식의경우, 전통적인소프트웨어라이선싱방식으로이용자가패키지형태의소프트웨어를구매하여직접내부서버에설치하여사용한다. 클라우드기반방식은제공업체가필요한모든물리적인서버를클라우드플랫폼을활용하여서비스를제공한다. 현재 3가지방식중웹기반비중이가장높으나클라우드방식의성장속도가가장높은상태이다. BCC Research는 2015년기준으로웹기반방식이 60% 이상을차지하고있으나향후 5년간클라우드방식이가장높은성장률을기록할것으로전망하고있다. 클라우드방식은유지보수가용이하고사용량에따라리소스조정이쉬운장점이있으나, 데이터소유권, 규정준수, 퍼블릭클라우드보안문제등의해결여부에따라성장률이변동가능성이있다. < 표 6> 전달방식별헬스케어애널리틱스시장전망 ( 백만달러 ) 전달방식 웹기반 2,966 3,542 10,065 (Web-Hosted) (61.8%) (61.5%) (59.7%) 직접설치 1,714 2,062 6,154 (On Premise) (35.7%) (35.8%) (36.5%) 클라우드기반 (Cloud-based) (2.5%) (2.7%) (3.8%) 전체 4,800 5,760 16,859 (100%) (100%) (100%) CAGR (2015~2020) 23.2% 24.4% 32.7% 24.0% 자료 : BCC Research,

53 제4절국내시장현황분석의료빅데이터분석서비스제공업체인 HealthCatalyst가제시한헬스케어애널리틱스의단계를국내에적용해보면총 8단계중일부상급기관은높은수준이지만그이외병의원들은낮은수준으로볼수있다. 국내는건강보험공단, 건강보험심사평가원을포함하는국가기관, 제약업체내연구조직, 상급종합병원등에서개별적으로 5~6단계수준의의료빅데이터분석모델을개발하거나도입하여사용중이다. 국내최고수준의병원정보시스템을갖춘분당서울대병원은보유한진료데이터를중심으로새로운치료법개발을위해 Rule-based 분석이가능한상태이다. 분당서울대병원은 2010년에미국외지역최초로북미의료정보학회로부터최고정보화등급획득하였고가천대학교길병원은국내최초로 2016년 9월에 IBM Watson 도입한상태이다. 국내대부분의병의원은전자의무기록을포함한의료정보시스템을구축하였으나, 보험청구 처방전발행등기본적인기능외에는국제표준을준수하지못해병원간진료정보교류는어려움을겪고있다. 실제로국내 EMR 도입율은 92.1% 지만 2016년기준으로이중실제데이터공유 호환이가능한것은 4% 38) 에불과한것으로알려졌다. 미국의경우, 정부지원정책으로 4단계수준의병의원들이늘어나고있고, 7~8단계수준의분석능력을가지는최고수준의의료기관도다수존재한다. 미국은오바마정부의 EHR 도입인센티브정책에의해, 자동화된데이터분석 (3단계), 타기관과의협력 (4단계) 을위해필수적인표준화된 EHR의도입율이 78.4%(2013년기준 ) 에이른다. IBM Watson을도입 39) 한세계최고수준의연구중심병원들은 7~8단계수준의의료빅데이터분석을수행하고있다

54 < 표 7> 헬스케어애널리틱스성숙모델 단계 40) (0 단계 ) 파편화된제한적솔루션도입 (Fragmented Point Solutions) (1 단계 ) 기업용데이터웨어하우스도입 (Enterprise Data Warehouse) (2 단계 ) 표준용어및환자등록 ( St a nd a rd i z e d Vocabulary & Patient Registries) (3 단계 ) 내부보고자동 화 (Automated Internal Reporting) (4 단계 ) 외부보고자동화 (Automated External Reporting) (5 단계 ) 비효율성 / 위험요소제거 (Waste & Care Variability Reduction) (6 단계 ) 인구보건관리및제안분석 (Population Health Management & Suggestive Analytics) (7 단계 ) 임상위험관리및예측분석 (Clinical Risk Intervention & Predictive Analytics) 상세설명 - 회계, 의약품관리, 진료스케줄링등한정된업무에사용되는분석솔루션으로, 제공업체별로데이터포맷이상이하고기관별로연동되지않기때문에독립된기관에서만사용가능 - 진료정보, 재정 / 비용정보, 환자정보, 의약품 / 치료재료정보등을하나의시스템에서통합관리가능하며보험청구업무와의연계도가능 - 데이터웨어하우스를통해핵심데이터를 CCM 41) 으로통합관리되고데이터거버넌스 42) 가가능해지며기본적인분석기능이제공 - 기관경영및주요핵심지표모니터링을위한자동화된분석체계구축가능하며데이터품질관리및실무진의데이터활용성제고를위한교육까지확대 - 정책수립, 타기관과의협력, 외부투자및경영보고, 연구용데이터생성등을위한기능을제공하여기본적인애널리틱스기능대부분이제공되며, 외부데이터와의연계를위해다양한 CCM을연계하여데이터를재가공하여사용가능 - 데이터분석을통해비용측면에서효율성이낮은진료프로세스를도출 하고변동성을줄이는것을목적으로하며집단분석 (Population-based Analytics) 을통해진료과정에서의위험요소를줄이고내부프로세스개선을통해환자만족도개선에활용 - 개별환자관리, 집단관리, 진료비용관리등다양한목적을동시에충족할수있는애널리틱스서비스제공 - 데이터웨어하우스는환자의건강기록을포함한다양한외부데이터를포함하며의료인과경영진에게의사결정에참고할수있는정교한데이터분석결과를제공 - 예측분석모델이도입되어진단정보를통해환자의상태를실시간으로효율적관리가가능하고, 비용측면에서최적화된경영전략을제공함 (8 단계 ) 맞춤의료및처방적분석 (Personalized Medicine & Prescriptive Analytics) - 유전자정보분석등개인화된정보분석을통해특정한개인및환경에 적합한정보를제공하며인공지능기술이적용되며, 인간이예측하지못한 다양한경우까지분석할수있는수준까지고도화됨

55 한편, 국내헬스케어애널리틱스시장규모는아직미흡한수준이나빠른시장성장이전망된다. 글로벌헬스케어전체시장에서애널리틱스시장비율로국내시장을추정해보면국내헬스케어애널리틱스시장은연평균 21.5% 수준으로성장하여 2020년 2,911억원으로 3배가까이성장할것으로예측된다. [ 그림 15] 국내헬스케어애널리틱스시장전망 ( 단위 : 억원 ) 자료 : 라인웍스,

56 국내헬스케어애널리틱스기업은시작단계로주로 EMR 업체가통계분석서비스를제공하고있는수준이며, 대형병원중심으로애널리틱스전문업체와협력하여자체적으로진행하고있다. EMR 업체인유비케어, 비트컴퓨터는헬스케어 IT 솔루션사업을통해축적된노하우와국내시장인지도를기반으로 유비스트 43), 드러그인포 44) 등의통계분석서비스를제공한다. [ 그림 16] 드럭인포모바일앱 자료 : 구글스토어검색 CT 사진과진단데이터를분석해폐암을진단하는서비스를제공중인뷰노와건강보험심사평가원의환자데이터셋을분석하여의약품매출분석및시각화서비스를제공하는라인웍스등의전문기업이등장하고있다. 또한의료영상분석기업인뷰노를포함하여인공지능기술을접목하여헬스케어빅데이터분석서비스를제공하고있는다양한기업들이있다. 그중루닛 (Lunit) 은영상인식및딥러닝알고리즘기반의료영상임상진단분

57 석서비스제공하고스탠다임 (Standigm) 은머신러닝기술을활용한신약개발지원시스템을제공한다. 디오텍 (Diotek) 은음성인식및딥러닝기술을이용한의사-환자음성대화를데이터화하는지능형의료녹취시스템을제공하고있다

58 제 1 절각국의의료시스템혁신동향 1. 미국고령화, 만성질환자의증가, 의료보험체계문제등여러가지문제로미국의국가의료비가 2016년 1인당 1만달러를넘어섰을것으로예상되고, 의료비지출은매년꾸준이증가하여 2025년에는 1인당약 1.8만달러, GDP대비 20.1% 에달할것으로예상된다. 45) 의료비지출이급속히증가하는가운데오바마정부에서는 ICT 기술을융합한의료기기와서비스를통해보건의료시스템내비효율을개선하여의료비절감과의료복지수준향상을목표로다양한정책을추진중이다. 2015년 1월오바마대통령은신년국정연설을통해 정밀의료이니셔티브 (PMI, Precision Medicine Initiative) 46) 를발표하고, 이와관련해헬스케어선진화계획을추진하면서 ICT 융합의료를적극적으로지원하고있다 연방예산의약 25% 를보건 의료분야에편성하고, 그중 2억달러를의료정보확보를위해미국국립보건연구원과국립암연구소에할당하여국가전역에자발적인코호트를구축하여이를기반으로유전정보와질병, 특히종양과의상관관계를파악하는데사용하게하였다

59 정밀의료 47) o 사람들의유전자 (Genome), 환경 (Environment) 그리고생활습관 (Lifestyle) 등의개인간차이 (Individual variations) 를고려하여질병의예방과치료기술개발을위한새로운의료적접근법 o 정밀의료계획시행의시기적타당성을 3가지로제시 1 인간게놈해독 (Sequencing) 기술의발전 2 생의학 (Biomedical) 관련데이터분석기술의발전 3 대량의데이터사용기술발전 o 정밀의료계획의장기목표 1 타겟형약물을이용한소아및성인암치료를위한혁신적인임상시험진행 2 개인간차이 (Individual variations) 를고려한약물조합을이용한치료법사용 3 개인차에따른약물저항성극복에대한지식기반 (Knowledge) 마련 o 정밀의료계획의단기목표 - 백만명이상의미국시민의자발적참여로구성된국가종적연구용코호트 (National longitudinal research cohort) 구축 - 코호트수집데이터는 1 유전자정보 2 인체자원 (Bio sample) 3 식습관 (Diet) 및생활습관 (Lifestyle) 정보등이고, 최종적으로는전자건강기록 (EHR, Electronic health records) 에연동예정

60 정밀의료의효과적인추진을위해서는사람들에서발생하는다양한생체데이터와병원에서발생하는진료관련데이터등이표준화되어체계적으로저장 관리되어야한다. 미국은정밀의료이니셔티브발표전부터진료정보의부족혹은정보공유의부족이보건의료시스템에존재하는비효율원인중하나라고진단하고, 표준의료데이터수집체계확산과인식개선을위해많은노력을한다. 이를위해 2009년의료정보기술에관한법률인 HITECH Act(Health Information Technology for Economic and Clinical Health Act) 를제정한다. 여기서진료기록데이터의표준화와공유를위해전자진료기록 (EHR) 의제대로된활용을명시하고, 해당시스템구축 활용을촉진하기위해의료기관에서해당시스템을도입하지않을경우, 정부지원금을삭감하고이를준수하여잘운영하였을경우에는인센티브를지원하는등의정책을수행한다. 그결과, 응급응급의료센터및외래진료부의 EHR 시스템도입률은 `11년기준 83.7% 까지증가하여의료데이터확보의기반이마련되었다. 이러한정책적효과를시작으로최근에는웨어러블 (Wearable) 기기에서발생하는개인생체정보를저장할수있는 PHR(Personalized Health Record) 시스템이확산되고있다 [ 그림 17] 응급의료센터 (EDs) 와외래의료부 (ODs) 의 EHR 시스템활용 출처 : KISTEP 재인용 48)

61 대표적인 EHR 인센티브프로그램은메디케어 (medicare), 메디케이드 (medicaid) EHR 인센티브프로그램이있다. 메디케어와메디케이드는미국정부의대표적인건강보험이다. 메디케어는 65세이상노인이가입가능하며사회보장세를주요제원으로하여연방정부에의해운영된다. 메디케이드는저소득 빈곤층에게병원및의료보험을제공하는프로그램이다. < 표 8> 메디케어, 메디케이드 EHR 인센티브프로그램 운영주체최대인센티브금액 Payment reductions 인센티브지급기준 메디케어 The Centers for Medicare and Medicaid Services(CMS) 메디케이드 각주별 $43,720(5 년간 ) $63,750(6 년간 ) 자격은있지만참여하지않은 공급자들에대해 2015 년부터 payment reductions 적용 참여하는모든기간동안공급자들 은인센티브를받기위해일정기 준을충족해야함 참가하지않으면 payment reductions 적용되지않음 참가첫해에공급자들은인증된 EHR 시스템의도입혹은 업그레이드를할경우인센티브를 받을수있음첫해를제외한참여기간중 공급자들은메디케어의경우와같이 일정지표에대한목표를 달성하였을경우에만인센티브를 받을수있음 출처 : 한국보건사회연구원재인용 49) 2010년에는 Health Data Initiative를통해의료서비스데이터공개를더욱더확대한다. 이를통해건강데이터를공개적으로이용할수있게하고, 공공 민간영역의연구소, 정부, 커뮤니티, 리서치그룹들의데이터활용문화를발전시켜보건의료시스템의가치향상, 국민건강증진및서비스

62 전달체계의강화유도하였다. 초기에는 Data.gov 사이트에수집된약 30가지정도의보건부의데이터셋으로시작하였는데, 이것이점차확장되어현재는 HealthData.gov를플랫폼으로하여약 1,000가지이상의데이터셋활용가능하다

63 2. 영국 : 영국은 80년대부터전국의료기관의입원기록등의료정보를수집하였다. 하지만처방, 치료결과등의정보누락, 환자진단에참고할수있는타기관의정보공유가미흡하여크게효과를보지는못했다. 영국보건부는 더나은정보더나은건강 (Better information means better care) 이라는비전을발표하고정보의중요성을강조하면서정보와데이터활용이더나은건강으로이어질수있는다양한정책을시행한다. 개인정보와관련된데이터는구분하여의료, 기상, 세금, 고용, 교육등의도메인별데이터를정부차원에서순차적으로개방하고있다. 데이터전략위원회와공공데이터그룹간의협력체례구축을통하여공공데이터의접근개선과활용을위해일관성있는데이터제공및접근방식등을개선하고있다. 오픈데이터전략에따라도로, 교통, 항만, 범죄, 재난 재해, 주택, 환경, 보건의료등약 600개이상의관련데이터셋을공개하는사이트를 (data.gov.uk) 운영하고있다. 영국의국가보건의료서비스인 NHS(National Health Service) 를통해빅데이터를활용하여영국전체의약국, 병원의처방데이터를데이터베이스화해국민건강에대한향후미래를예측하는서비스를제공중이다. 2013년에는 Personalized Health and Care 2020을발표하고한화약 2조원규모의예산을투입해보건의료빅데이터통합센터 (HSCIC: Health & Social Care Information Center, 2016년 4월 NHS Digital로이름변경 ) 를설립하였다. HSCIC는 NHS의진료데이터 ( 병원등 ) 와공중보건, 사회보장관련데이터를수집 저장 연계 분석해데이터를공개하고, 이를활용한다양한보건의료서비스개발을지원하는관리자이자게이트웨이다

64 HSCIC (Health & Social Care Information Center) 50) o 사회보장데이터를수집, 저장, 연계, 분석하는독립조직 - 일차사용서비스 : 임상진료단계에서데이터사용 (care.data) - 이차사용서비스 : 환자단위데이터저장소 (data warehouse) 활용의료기획, 지불서비스, 국가정책개발, 공중보건 - 수요맞춤서비스 : 학계, 연구소등의신청을심의후연계데이터제공 - 전략 : Information and Technology for Better Care. 모든시민의데이터보호보장. 모두의편익을위한공유구조와기준마련. 국가및지방의요구에부합하는서비스실행 (digital care 지원 ). 최적기술과데이터 정보의활용을위한지원. 건강및의료정보의활용 ( 접근성 ) 확대 o HSCIC의주요서비스는다음과같다. 51) - (The N3 network) 기관및조직간보안통신지원 - (GP2GP service) GP간전자의료기록 (electronic health records) 전송서비스 - (Summary Care Record) 의료종사자가비상시환자에게주요임상정보에빠르게접근해서처치하는것을제공 - (Choose and Book/ e-referrals service) 병원에처음외래진료약속을하는환자들이장소, 날짜, 시간을선택하도록하는전자추천서비스 - (The NHS number programme) 환자와의료기록 (health records) 을매치시키는국가고유환자식별자프로그램 - (Personal Demographics Service) 국가전략추적서비스를대체하는 NHS의인구학적데이터저장소 - (Electronic Transmission of Prescriptions(ETP)) 전자처방전서비스 - (Secondary Uses Service(SUS)) 능률급지급제도 (Payment by Results) 를지원하는병원활동에관한데이터, 분석결과등보유, 병원에피소드통계 (Hospital Episodes Statistics) 서비스 - (Services designed to support particular patient cohorts) 특정환자코호트지원설계서비스

65 정밀의료, 개인맞춤의료의기본이되는유전체정보분석을위해서 지노믹스잉글랜드 (Generics England) 라는국영기업을설립하여, 10만 Genome Project를통해 7만 5,000명의유전체를분석하여암과희귀질환발생에관여하는유전체정보를밝히는중이다. 관련산업활성화를위해서의료분야스타트업클러스터형성을통해정책지원에집중하고기업들이관련기술과지식을공유할수있도록노력한다. 중소 창업기업의실패에대한부담을줄이기위해창업절차를간소화하고폐업에관한규정을따로제정하여기술혁신과산업활성을유도하고, 차세대의료발전에총 1,800만파운드를투입하여박테리아모니터링, 감염경로확인이가능한치료제개발등다양한차세대진단및진료법개발을지원하고있다. [ 그림 18] NHS Digital 홈페이지 자료 : HS Digital 홈페이지

66 3. 중국중국은이미 2001년에전체인구중 65세이상인구비중이 7% 를넘어고령화사회에들어섰고, 2013년기준으로 10% 에육박해전체인구로는 1 억 3,200만명에달한다. 중국사회과학원은 2030년이면일본을제치고 65세이상인구비중이세계에서가장높은국가가될것이고, 2050년에는 65세이상인구비중이 25.6% 인 3억 3천만명에이를것으로전망하고있다. 중국국가위생및계획출산위원회 (National Health and Family Planning Commission) 에따르면중국의 2014년헬스케어지출액은 3조 5,312억위안으로, 5년만에두배로급증했다. 컨설팅그룹딜로이트는 2020년에는 6조 2,147억위안에달할것으로예측했다. 52) 중국정부는상대적으로저개발된의료시스템에 ICT 기술서비스를접목해발전시키기위한적극적인정책을펼치고있다. 2013년국가차원헬스케어산업발전계획을공표하고 2020년까지내실있는발전을이루겠다고하는등적극적인투자와강한정책적의지를보이고있다. 원격의료역시 2013 년에법률을개정하여원격의료에관한법적근거를마련하였고, 2014년에는의료기관의원격의료서비스를증진하는정책을발표하였다. 해당정책은원격진단및진료, 감독및환자기록검토등을포함하지만, 로봇을이용한원격수술과같은사항은배제하였다. 2015년에는원격의료를위한기술적가이드라인을발표하였다. 가이드라인에서다양한서비스제공자들이제동하는플랫폼간호환성확보를위한권고등이포함되어있다. 53) 정밀의료분야에도 15년간약 10.7조원투자계획을가지고있다. 유전체해동기술은현재세계최고수준이라고알려져있으며중국선전시에위치한 BGI(Beijing Genomics Institute) 는세계최대규모의염기서열해독시스템을갖추고있다. 중국의이러한정책에따라헬스케어관련시장이급속히성장하고있다. 보스톤컨설팅그룹에따르면중국의 13억인구를대상으로한디지털헬스케어서비스시장규모는 2014년 $30억에서 2020년 $1,100억규모로고속성장할것으로예상한다. 또한 2020년기준으로디지털건강관리지출액

67 $1,100 억중건강관리서비스는 $950 억, 헬스케어관련전자상거래는약 $150 억을차지할것으로본다. [ 그림 19] 중국디지털헬스케어시장의급성장 자료 :BCG, China s Digital Health-Care Revolution 인용, 중국의디지털헬스케어산업성장원인을살펴보면다음과같다. 국가의료보험제도의한계로민간의료서비스업체의부상중국의국가의료보험은도시종업원기본의료보험, 도시주민기본의료보험, 신농촌합작의료보험등이존재하나이용가능시설이적고, 큰질병, 입원비위주로구성되어있어, 외래및만성질병등은혜택을받기힘들다. E&Y 보고서에따르면도시거주하는약 2,000명의중산층시민들에게국가의료보험제도만족도를설문조사해본결과, 응답자의 39% 가불만, 54% 가다소만족이라답하였다. 중국정부는의료산업에서의규제를줄여민간업체, 외국보험사등의개입을허용하였다. 중국국무부는 [ 국무원의건강서비스업발전촉진관련일련의의견 ( 이하의견 )] 을공포 54) 하고, 지도이념에서는 국민의기본의

68 료위생서비스에대한수요에기초하여, 정부기능의전환으로정책적인인도를강화하고, 충분히사회역량의적극성과창조성을동원하여사회자본을영입해국민들의다양한건강서비스요구를지속적으로만족시켜나감 이라고명시하였다. 사회자본더욱적극적인투자와고급의료서비스, Wellness형건강관리서비스등건강서비스업의더욱빠른발전을추구하고있다. 이러한시장기회를노리고민간업체들이새로운서비스들을제공하고있다. 민간보험사인 Pina An은원격의료서비스인 Ping An Good Doctor 를오픈하였고, 7,700만회원과 50,000명이상의의사를확보하였다. ( 기준 ) 고령화및의사수부족앞서언급한고령화가진행된다면국가가모든노인들에대한의료서비스를해주기에는역부족이될것이다. 중국상하이 ( 上海 ) 시가늙은부모를정기적으로찾지않고부양의무를다하지않는자녀의신용등급을깎기로하는등의정책까지시행하고있는실정이다. 또한국민만명당의사수가 14.6명에불과해당뇨병환자의 1/3만이자신의상태를관리하고있다. 기술친화적소비자 7억명의인구가인터넷을이용하고, 이중 86% 는모바일폰으로도인터넷을사용할만큼기술친화적소비자가많아모바일의료시장규모가꾸준히증가하고모바일의료를이용하는사용자수도급증하고있다. 2013년이후모바일의료시장의성장률이지속적으로증가하여 2017년기준으로 115억위안규모의시장이형성될것으로전망된다. 원격의료서비스등환자와의사의소통의매개체로모바일의료를활용하는이용자의규모역시급증하여 2015년기준 91.7% 의성장률을기록하였으며이용자수는 1억 3800만명수준이될것으로예상된다

69 [ 그림 20] 중국모바일의료시장규모변화추이 자료 : iimedia 인용 [ 그림 21] 모바일의료시장이용자규모추세 자료 : iimedia 인용

70 4. 일본일본은이미고령화로인한간병문제및사회서비스가심각할뿐만아니라, 의료부문의재정역시고갈되는상태여서혁신이필요했다. 2013년 건강의료전략 을새롭게수립하고내각에 건강의료전략추진본부 를설치하는등헬스케어관련전반적인부처개혁에나서면서 IT를결합한의료산업을신성장동력으로추진하였다. 또한 2009년 2015년까지의디지털전략인 I-2015 Japan에헬스케어와관련된전략을포함하였다. 헬스케어분야는두가지를주요한과제로제시하고있는데, 원격의료와전자건강기록제도이다. 특히, 윈격의료의필요성은농촌이나소외된지역의의료서비스활성화라는목표외에특이하게도소외된지역등에있는의사들의기술향상을위해서도필요하다고보았다. 55) 일본역시정밀의학분야에는 2015년게놈의료실현추진협의회를구성하여정밀의료실용화를위해노력중이다. 의료데이터활용을위해서는 일본재흥전략 의한축인 효과적인데이터활용을통한경제부흥 을위해 2014년개인정보보호법을개정하였고, ICT 발전에따라개인정보보호와데이터의사용을위한규제및가이드라인을제시하였다. 56)

71 제2절디지털의료정보표준화동향의료정보란의료와관련된모든사항을객관적인용어와형식을통해표현해놓은것이다. 관련된많은기관이나사람들이이정보를취득 활용 연구하려면정보가원활하게유통되어야한다. 그러기위해서는정보를제공하는쪽과받는쪽사이에약속이필요하고이것이곧표준이라고할수있다. 그러나초기병원정보시스템구축당시에는이러한표준화가선행되지않아각의료기관들이독자적인형식의시스템을개발하여사용해왔다. 따라서정보의공유가힘들고심지어는같은의료기관에서도서로다른시스템끼리정보를주고받을수없는경우도발생하고있다. 의료정보가표준화되지않으면의료전달체계가복잡해져병원을옮기는경우에의료비의이중부담, 진료기간의연장등비효율적인업무들이발생된다. 의료시장개방과의료의국제화가진행됨에따라점차의료정보교환및공유의문제는국제표준화의추세에있다. 표준화는의료행위를나타내는용어의표준화부터진료기록의형식및서식, 이들정보를통신망을통해전달하는방법, 이에필요한기자재등의표준화등이있다. 의료정보의표준화는이러한정돈되어있지않은체계를가장객관적이고공신력있는형태로정의함으로써진료행위및이에관련된모든업무에참가하는모든행위자들에게일관된의료행위가가능하도록한다. 표준화의요구는의료정보시스템영역에서제품간의이식성 (Portability), 확장성 (Scalability), 상호운용성 (Interoperability) 을보장하기위해필수적인요소이다. 의료정보표준화영역에는보건의료영역이라는도메인에대한컨텐츠표준과이컨텐츠를운영, 관리, 지원하는기술표준이있다. 컨텐츠표준으로는대표적으로용어표준과의약품표준을들수있고기술표준으로는진료기록의형식및서식, 정보의메시지구조 / 처리방법및의료정보보안과같은표준을들수있다. 57)

72 ㅇ용어표준 - 진료와관련하여처방전달시스템, 전자의무기록시스템, 의료영상저장전송시스템등에사용되는용어의표준 - 의료용어, 의료행위 ( 수술 / 처치 ), 진단용어, 검사용어, 간호용어, 의약품용어, 보건용어, 한방용어, 의료재료용어등이표준화의대상이다. ㅇ메시지전송표준 - 의료기관내의정보시스템모듈간의자료전송, 의료기관간의자료전송에사용되는메시지규약의표준 년 ANSI 표준으로인정한 HL7(Health Level 7) 이국제적으로인정받고있다. - 건강보험청구를위한전자문서교환 (EDI, Electronic Data Interchange) 는전국민건강보험시스템구축을위해우리나라가세계적으로비교해도우수할정도로보급이잘되어있다. ㅇ문서표준 - 의료기관내보관을비롯한자체목적을위한문서, 의료기관간주고받는문서의표준 - 국제적으로는 HL7에서 CDA(Clinical Document Architecture) 가표준으로인정받고있다. ㅇ지식표준 - 규칙이나임상진료지침등과같은논리, 의약품지식베이스등의온톨로지 - 국내에서는아직상용화하지못했거나, 또는외국의제품을도입하였을때국내상황에대한지식의보완이필요하다. 넓은의미의의료정보표준화는의료행위가이루어지는모든과정에있어서의행위및양식을규정하는것이나, 이는너무광대한작업이고의무기록양식과용어, 그리고이들을전산화하기위해필요한코드의표준화및의료기관간통신양식에대한규정등이일차적인표준화대상이다

73 용어표준의경우전자의무기록시스템을도입한일부의료기관에서도 Free Text로입력하거나병원차원의데이터셋으로구성하여사용했고, 고도화시스템투자가가능한일부대형병원에서는진단, 증상, 수술등특정범주로그룹화하여특정질환에대한표준화된표현을제공하는임상코드시스템 (SNOMED: Systematized Nomenclature of Medicine), 통합의료용어시스템 (UMLS: Unified Medical Language System) 를도입하였다. 국제의료정보표준최근의국제개방화정책과표준화환경의변화에따라미국, 일본, 유럽등선진국들은정보통신산업의주도적위치확보를위해표준화를전략적분야로설정하고막대한인력과자본을투자하고있다. 이는급속한기술에발맞추어표준화와제품개발을동시에추진함으로써자국의개발방식과기술을표준으로채택하게하여정보통신산업의주도적위치를선점하기위한것이다. 보건의료정보표준화를진행하고있는국제표준기관으로는 ISO/TC215, HL7, CEN/TC251 등이대표적이다. ISO/TC215에는전세계의대표자들이참여하고있고 HL7(Health Level 7) 은미국중심의전문가들이주도하고있고 CEN/TC251은유럽연합국가들의대표자들이참여해서표준화를진행하고있다. ISO/TC215, HL7, CEN/TC251 세국제표준기관은표준개발에관한협력을합의하고 ISO/TC215에 Working Group에서는 Standard Harmonization이라는이름으로, 개발중인표준의조화를위해노력하고있다. 표준간상호운용성을보장하기위한조직으로는 IHE(Integration of Healthcare Enterprise) 가구성되어활동하고있다. 가장대표적으로 1998년창설된 ISO/TC215는의료장비간데이터상호운용성및호환성확보, 의료기록의디지털화등에필요한표준을개발하고있으며, 국제표준화기구인 ISO의기술위원회로전자의무기록워크그룹, 보건의료정보메시지및전송워크그룹을포함한 8개의워크그룹으로활동하고있다. 의료정보표준 HL7은보건의료정보시스템간의접속표준, 의사결정과지식지원을위한논리구문, 임상문서, 개인통합정보뷰어표준등에참여하고

74 있고, 영상의료정보표준 DICOM(Digital Imaging and Communications in Medicine) 은영상의료정보의호환성을위한표준개발에참여하고있다. 이외에도유럽표준위원회 CEN/TC251은유럽연합의보건의료정보표준개발기구로서 MEDICOM이라는유럽표준을생성하는등 ISO/TC215와긴밀히공조하고있다. [ 그림 22] ISO/TC 215 조직도

75 제3절국내현황정부는 IT와헬스케어산업융합가능성을파악하고 `06년부터원격의료, 응급, 안전관리분야등다양한 u-health 서비스모델을개발을시작으로 `10년 u-health 신산업 창출전략발표하고세계최초대규모시범사업 58) 을진행한다. u-health는 IT, BT 등의정보통신기술을융합하여의료산업에접목함으로써질병의예방, 진단, 치료, 사후관리뿐만아니라건강관리등필요한보건의료서비스를무구속 무자각환경에서언제어디서나제공하는것 59) 으로현재의의료서비스혁신에서추구하는이념과유사하다. `11년에대통령소속국가정보전략위원회에서빅데이터를활용한스마트정부구현이라는정책주제의하나로빅데이터를활용한과학기술 의료선진화를채택하였다. 세부내용으로는 DNA 의료데이터공유및활용촉진으로개인맞춤형의료실현, DNA 데이터와다양한의료정보융합위한데이터연계시스템구축등이다. `12년방송통신위원회빅데이터서비스활성화방안에서는범정부빅데이터정책의체계적 효율적추진을위해빅데이터지원센터설치, 운영및정보공유체계마련, 개인정보보호관련법제도개선등의내용을포함했다. 2015년미래창조과학부, 보건복지부, 산업통상자원부등유관부처가모여 보건의료빅데이터플랫폼 구축을위한논의를시작하고보건의료빅데이터와 IT 헬스케어사업을접목시킬방안을모색한다. 건강보험심사평가원은 `15년보건의료빅데이터센터를개소하고애플리케이션개발자들이빅데이터를활용하여응용프로그램과서비스를개발할수있도록관련정보를제공한다. `16년에는건강보험데이터를 공통데이터모델 로변환하고다른기관들과상호데이터교환 분석이가능하도록추진중이다. 건강보험데이터는전국민및모든의료기관의의료서비스내용을보유하고있는초대형데이터로양과정보의다양성측면측면에서세계최고수준이다. 하지만의료기관에서청구한진료내역은있으나, 환자의검사결과등임상자료부재, 질병명부정확, 건강검진지표측정방법미표준화등의한계도존재한다. 유전체데이터자원은질병관리본부, 국립암센터등이한국인표준게놈및호발질환유전자분

76 석 (2만여명) 자료, 암통합오믹스자료등보유하고있다. 대규모코호트 (25 만명 ) 를기반으로체계적으로수집된개인특성및역학정보등이연계되어있어상대적으로정보의활용도는높으나, 외국에비해상대적으로소규모이고기타정보와의연계가능성에는제한이있다. 최근정부정책은의료빅데이터관련영역과더불어모바일헬스케어, 웰니스케어등의영역으로확장하고있다. 2016년 4월 19일공공 교육 금융 노동 4대개혁에 ICT, 바이오등신산업중심의산업개혁을추가하여 4+1 개혁 추진을발표하고헬스케어, 맞춤형웰니스케어등을포함한 ICT 융합의료산업육성을강조한다. 2016년발표된 바이오헬스 7대강국도약 보도자료에따르면, 보건복지부는 ICT 기반의료산업의해외진출과외국인환자유치를목표로지역별수요를분석하여의료시스템, 제약, 의료 IT 등맞춤형패키지전략을추진한다. 중점과제로는한국의료의세계적브랜드화 ( 의료해외진출법의성과구현, 지역별맞춤형전략으로해외진출적극지원, 한국의디지털헬스케어해외진출본격화 ), ICT 융합기반의료서비스창출 ( 국민이체감하는원격의료서비스제공, 의료기관간진료정보교류활성화 ), 제약 의료기기산업미래먹거리로육성 ( 글로벌 50대제약기업진입, 정밀 재생의료를국가전략산업으로육성, 해외의료기기시장확대 ) 이포함되었다

77 < 표 9> 정부정책 자료 : 언론보도정리 우리나라는높은수준의 IT 서비스와인터넷보급률등의장점도있지만, 앞서언급한내용처럼아직까지 ICT 융합의료산업의발전을위해서는해결해야할과제들이있다. 상호운용성을높이기위한표준이나가이드라인이국가차원에서마련되어있지않아기술개발이어렵고, 개발이되더라도상용화에한계가있는점이기업의애로사항으로꾸준히제기된다. 의료정보를활용할수있는법적여건이완비되어있지않으며, 정보구분, 사용범위등에대한구체적인기준이부재하다. 의료정보는외부시스템에연동이불가능하고호환이제대로이루어지지않고있으며, 건강정보와 IT 를융합한다양한서비스의상용화를촉진하기위해서는개인정보보호관련법의개선이요청된다. 60)

78 [ 그림 23] 바이오헬스 7 대강국도약 자료 : 보건복지부홈페이지

79 제 1 절인공지능헬스케어생태계조성 (1) 개인의료정보활용중심의데이터체계구축인공지능헬스케어 SW융합생태계를조성하기위해서는개인의료정보를저장중심에서활용중심으로설계한새로운데이터체계가필요하다. 현재의공급자중심인데이터생성및관리체계는개인을중심으로한다양한데이터의통합형태로변경되어야한다. 개인을중심으로의료정보와유전체정보, 라이프로그데이터를통합하여활용한다면질병가능성을정확한예측 예방하고개인맞춤형진단과치료가능하다. 개인의헬스케어데이터는병원 / 제약 / 보험 / 헬스케어기업등공급자들이독립적으로생성 관리하고있으므로이를연계하여활용할수없는것이우리의현실이다. 미국국립보건원 (NIH) 은 2016년기준으로 1.3억불을투자하여 100만명의개인지원자들로연구용코호트를구축하기위해지원자들의유전자정보, 진료기록, 직업, 생활방식등의정보를데이터베이스화하고있다. 영국의 UK Biobank는세계최대규모인 50만명의유전체정보와임상정보코호트를구축하였다. 이렇듯연구결과의통계적신뢰성확보를위해서는대규모코호트구축이필요하다. 국내의경우, 국립암센터는장기적으로 100만명이상의암유병자의유전적정보데이터등을항암제개발의근거로수집할계획을가지고있다

80 (2) 양질의데이터확보인공지능기술을활용한헬스케어연구에서의미있는결과를얻기위해서는양질의데이터의확보가중요하다. 그러나국내는다양한환자들이방문하고가장많은의료데이터를만들어내는대형병원이고질적인환자집중문제로환자당진료시간이 3~4분에불과 61) 하여양질의진료기록을작성하기어려운것이현실이다. 인공지능학습용데이터는구조화된템플릿이거나특정형태 ( 질병 / 정상등 ) 로분류가필요하다. 국내병원 EMR에서생성하는의료정보중인공지능학습데이터로사용가능한데이터는일부에불과하다. 전체병의원중 92% 이상이 EMR 시스템을사용하고있지만전체의 34.1% 는부분적으로도입하고있고종이로쓰고스캔하여저장한형태인영상 EMR을사용한부분등을포함된수치이다. 또한복잡하고전문적의학용어나약어를사용하는경우가많고약어의경우, 의사나진료과목마다통일되어있지않으므로자연어처리가어려운상황이다. 그러므로양질의의료정보를생성하는경우데이터활용가능여부에따라단계별인센티브를부여하거나수가에반영하여보상하는방안등이필요하다. (3) 인공지능기술역량확보헬스케어기업들은인공지능역량을확보하여글로벌경쟁력강화하기위한전략이필요하다. 기업들은규모별로인공지능기술을확보하기위한방안을차별화하여추진해야한다. 대기업은자신에게필요한인공지능기업을 M&A하거나투자를통해역량을확보하려는적극적자세가필요하다. 현재글로벌기업들은기술역량강화를위해인공지능스타트업기업들과지속적으로 M&A를추진하고있다. 전세계적으로인공지능스타트업 190개에약 15억달러 (1조 6천억원 ) 가투자되었으며머신러닝과자연어처리알고리즘을활용하여환자의건강에대한예측및통찰력 (Insights & Risk Analytics) 을제공하는애널리틱스분야가최근가장주목받고있다. 그다음은개인생활모니터링및관리와의료영상처리및진단분야순이다. 국내의경우, 인공지능헬스케어산업은영상인식, 신약개발분야에일부기업이존재하고건강관리 / 모니터링, 응급실 / 병원관리, 가상 Assistant 분야등에는관련기업이부재한상황이다

81 [ 그림 24] 글로벌 AI 헬스케어기업현황 자료 : CB Insight, [ 그림 25] 한국 AI 헬스케어기업현황

82 또한의료분야기술력을가진기존스타트업은인공지능기술을도입 하여한단계도약할수있는기회를마련할수있다 [ 그림 26] AI 분야의주요 M&A 현황 출처 : CBINSIGHTS < 표 10> 기존기업의인공지능활용가능분야분석 구분 활용가능분야 회사명 환자모니터 / 건강관리 PHR과개인유전자분석 / 활동량과걸음걸이등고객데이터분석을통한개인맞춤건강관리에활용 휴레이포지티브, 와이브레인, 말랑스튜디오등 가상 Assistants 개인의료정보, 개인소셜정보를이용한개인맞춤형가상도우미서비스제공 프로미솝, 모바일닥터, 헬스투어등 진단 초음파나체온데이터, 혈액데이터분석등을힐세리온, 엠트리케어, BBB 통한개인진단서비스제공등

83 (4) 국가 R&D 지원체계마련헬스케어분야 R&D 지원방식중하나의형태로국가차원의 도전 AI- 의료 그랜드챌린지운영을고려할수있다. 과제의목표는인간의삶의질향상에보다직접적으로기여할수있는목적지향형으로현실적문제를해결할수있어야한다. 예를들어, 미국의인공지능기술관련경진대회로서기업과정부에서해결하고자하는문제와데이터를온라인으로공개하여진행하는 kaggle의경우, 안구이미지분석을하여 90% 이상의예측정확도로백내장검출하는현실적인문제를출제하였다. 이처럼기업이나공공기관등과연계한실용적도전과제를기획하고수상하여생태계활성화및국내기술수준향상도모해야한다. 미국의 DARPA Challenge는자율주행자동차와같이도전적문제를제시하여, 학계와산업계의융합형연구에동기를부여하였다. 이처럼현실적인문제를해결하는연구생태계조성, 동기부여를통해서인재를발굴하고인공지능헬스케어산업의저변확대와인식개선이라는기대효과를얻을수있다. (5) 병원중심의스마트의료클러스터구축인공지능헬스케어기업의제품 서비스가적극적으로활용되기위해서는의사들의신뢰성을바탕으로한임상시험과병원데이터를활용하기위한기업과병원의협업을통한시너지효과창출이필요하다. 데이터확보와임상시험등이용이한병원중심의클러스터구축이그대안이될수있다. 환자의증상 치료 처방에대한의료데이터를보유하고있는병원이중심이되면의료현장의니즈를반영할수있고제품 서비스의적합성및효율성을상시확인가능한장점이존재한다. 클러스터는개방과공유기반으로의료ICT, 인공지능등선도적 R&D 수행하고핵심기술제품에대한테스트베드역할담당가능하다. 참여병원의의사는기업의아이디어를의학적관점에서검토및자문수행, R&D부터병원내임상적용까지전주기멘토링을통해현실적수요를충족시킬수있다. 미국의경우, 병원의고급인력활용을위해휴스턴텍사스메디칼센터중심의제약, 바이오산업분야의메디클러스터가형성되어있으며이는휴스턴지역경제의 25% 를차지하는비중이다

84 제2절의료빅데이터분석생태계조성헬스케어산업성장의촉매제로서의료빅데이터분석활용산업에대한정책지원과적극적인투자가시급한상황이다. 의료빅데이터분석은고비용의의료환경문제를해결하고, 개인맞춤관리중심정밀의학으로의패러다임변화에대응하는전략적도구역할을수행한다. 맞춤형헬스케어, 질병예측및건강모니터링서비스등의료빅데이터분석기반의기술혁신을통해보다많은사람에게보편적인보건의료서비스를제공한다. 특히인공지능기술과융합하여개인유전체특성을반영한새로운치료법 신약개발등시너지효과를창출할수있다. 국내의료빅데이터분석활용산업은선진국에비해시작단계이지만, 전국민건강보험제도로인한방대한보험청구데이터등긍정적인측면을활용하여빠른경쟁력제고를위한전략이필요하다. 국내는높은수준의 IT 기술과전국민의보험청구데이터를축적하고있어의료빅데이터분석활용산업이발전할수있는기반을보유하고있다. 하지만데이터분석과활용측면에서는선진국에비해열세에있기때문에의료빅데이터분석생태계를구성하는병원, 기업, 공공기관, 정부가역할에맞는대응전략을갖추고협력을하는것이필요하다. (1) 병원맞춤형치료등미래의료환경변화에대응하기위해서는데이터분석및활용이용이하도록병원정보시스템을고도화해야한다. 병원에축적된데이터의활용도를높이고진료서비스를제고하기위해서는진료와연구가융합된시스템과 EMR, PACS, OCS 등개별시스템의연계성강화가필요하다. 최근삼성서울병원, 서울아산병원등은각종의료정보활용을위한임상데이터웨어하우스 (CDW), 진료와연구통합시스템등을구축하고있다. 개인맞춤형치료를위해서는단일병원을넘어다른병원과의정보교류가필수적이며이를위해 HL7 등의료정보전송표준에맞춰시스템을구축해야한다. 하지만국내의료기관의 92% 이상이전자의무기록시스템을사용중이나비표준화문제로병원간의료정보교류에어려움이존재한다

85 병원간의료정보공유 활용이되면환자의치료이력등의관리가가능 해져질놓은의료서비스제공가능하다. (2) 기업헬스케어산업관련기업들은기존사업기반에클라우드, 인공지능, 빅데이터등신기술을적극적으로도입하고다른기업과의협력을확대하여부족한역량을확보해야한다. 기존의료정보시스템기업들은패러다임변화에맞추어데이터분석능력을강화하고클라우드전환에대비하는등의전략을마련하는것이시급하다. 기존의 EMR제공기업은클라우드서비스와보안솔루션도입을통해병 의원급의료정보를한곳에모아활용할수있는기반을확보해야할것이다. 의료정보에포함된환자들의개인정보는중요한보안이슈로, 데이터비식별화및강화된보안솔루션도입등을통한기술적대응이필요하다. PACS시스템기반의기업은영상데이터분석능력을갖추어신규서비스를제공하여정체기를극복할수있는대응방안을마련해야한다. 병원정보시스템개발기업, 데이터분석기업, 의료기기기업등의료빅데이터분석생태계기업은서로적극적협력을통해시장확보전략을추진할수있다. 상호보완적관계에있는기업들의협력은개인맞춤서비스등의새로운의료서비스를제공하기위한시너지효과를창출할것이다. 그예로미국의애널리틱스서비스기업인 Optum의경우, 데이터분석 SW기업인 SAS와협력하여클라우드기반헬스케어애널리틱스플랫폼을구축하여자사의경쟁력을높이고있다. (3) 공공기관공공기관은데이터공급자및시장조성자의역할을보다강화하고분석역량제고를통해국가차원의의료시스템개선방안을마련해야한다. 건강보험공단, 건강보험심사평가원은데이터공급자로서기존에제공하던청구데이터이외에의료정보나라이프로그등데이터의수집및공개범위를확장하고데이터품질관리를위한노력을강화해야한다. 건강보험공단과건강보험심사평가원은국민건강보험제도를통해전국민의표준화된의

86 료데이터를보유하여의료데이터활용을위한정책을꾸준히실행하고있다. 2016년 8월에보건복지부, 국민건강보험공단, 건강보험심사평가원은건강보험빅데이터를활용한보건의료관련연구와산업활성화를위해 건강보험빅데이터활용협의체 를출범하였다. 국민건강보험공단, 건강보험심사평가원이보유하고있는데이터는주로보험청구명세서자료로임상적의미를갖는의료데이터나영상데이터들은포함되어있지않으므로표준화된데이터를중심으로보다유의미한데이터를연계하는것이필요하다. 또한건강보험심사평가원은병원이빅데이터분석을통해기존의치료방식이아닌질병예방과관리등을통해의료비를절감하는경우, 이를일부수가에반영해줄필요가있다. 현재국내병원은기존의행위별수가제도내에서는예방이나관리차원의새로운치료방식을도입하여의료비를절감해야할동인이없다. 지불에사용되는보험코드가대부분질병에대한치료, 시술, 처방된약에대한것으로의료기관은관리와예방보다는치료에집중할수밖에없다. 미국보험사인 CMS(Centers for Medicare and Medicaid Services) 의경우, 일반환자에비해의료비지출이 4배가량높은정신질환환자의관리와합병증예방에높은수준의수가를인정하여전체의료비를절감하고있다. 또한축적된데이터에대한자체적인분석역량을강화하여위험군을예측하고선제적으로건강관리를함으로써국가전체의의료비부담을경감하기위한노력이필요하다. 미국의보험사인 Aetna는 37,000명의고객정보를수집 분석하여대사증후군발병위험예측모델과개인별관리프로그램을개발하여의료비용을절감하였다. (4) 정부정부는헬스케어애널리틱스의확산을위해표준데이터플랫폼을구축하고헬스케어와 IT 지식을겸비한전문인력을양성해야한다. 병원, 전문기업등이공동으로헬스케어데이터를수집, 활용할수있도록표준데이터플랫폼을구축하고개인정보활용등에대한명확한기준제시할필요가있다. 세계각국은의료데이터활용기반구축을위해표준 EHR 확산, 의료정보공유를위한플랫폼구축등을적극적으로지원하고있다. 미국정부는정밀의료추진계획 (Precision Medicine Initiative) 은대규모코호트 62) 구

87 축, 데이터공유를위한표준제정및플랫폼구축을진행하고있다. 뿐만아니라민감한개인정보를다루어야하므로개인의료정보의정의및범위정립과가공 활용을위한명확한기준수립이필수적이다. 미국의경우, 2015년 8월, Health IT Policy Committee가빅데이터권장사항초안을발표하였고, 개인의료정보는 HIPPA Safe Harbor Method에의해 18개의항목을비식별화처리하는경우활용가능한상황이다. 해외정책사례소개 o ( 미국 ) 2009 년건강정보기술법 (Health Information Technology for Economic and Clinical Health Act, 이하 HITECH 법 ) 을제정하고 오바마케어를통해 EHR 기술을채택한의료기관에게인센티브 를제공하여의료데이터분석기반확보 o ( 미국 ) 2014 년캘리포니아비영리단체 Cal INDEX 는캘리포니아 주의료정보교환시스템을구축하여 30 여개대형의료기관의의 료정보를통합하기시작 o ( 미국 ) 비영리기구인 OSEHRA(Open Source Electronic Health Record Alliance) 는공개 SW 기반으로환자정보공유프로젝트추 진 o (EU) 표준화된 ehealth 시스템을구축하여헬스케어의접근성과 효율성을향상시키는목적으로 ehealth Action Plan 진 행중 o ( 싱가포르 ) 통합의료실현을위해약 12 년에걸친작업끝에 NEHR(National EHR) 시스템을구축하여 2012 년 7 월에전격도입 o ( 홍콩 ) 5 년간 1 조 480 억원규모의예산을투입하여 2016 년초 EHR 시스템을구축하였으며, 향후질관리를위한프로젝트에약 6,300 억원을투입할예정

88 애널리틱스산업육성에필요한의료데이터분석전문가의현재공급상황과시장수요를파악하여, 인재육성을위한정책역시필요하다. 영국의 IT협회인 e-skills UK는 2018년까지데이터과학자의수요가 6만 9천명에이를것이나공급은절반에불과할것으로예측하고있다. 병원내 IT인력공급현황과분석전문가수요를파악하여공급과수요간격차를해소하기위한방안이마련되어야한다

89 참고문헌 과학기술정책연구원 (2012), u-health 정책현황과향후추진방향, 과학기술정책. 제22권제3호국민건강보험공단 (2013), 2012년건강보험통계연보김용택 (1999), 일본의노인복지정책방향, 노인복지정책연구, 14, 90~130 대외경제정책연구원 ( ), 주요국의 ICT 융합의료산업전략및시사점라인웍스 (2016), 국내헬스케어애널리틱스시장 : 보험개발원 (2013), 빅데이터의보험산업활용시사점생명공학정책연구센터 (2016), 미국 FDA, 웹기반정밀의학플랫폼론칭신재국 (2016), 정밀의학최신동향, BioInpro 신현묵 (2012), 디지털병원에대한정의이종택 (2013), 의료정보시스템의시장기회탐색, 한국과학기술정보연구원임팩트 (2015), 의료IT융합, 의료기기및 U헬스케어기술, 시장전망과참여업체동향장영재 (2015), 빅데이터, 비즈니스애널리틱스, IoT: 경영의새로운도전과기회, 정보시스템연구, 24(4), 139~152, 정보통신정책연구원 (2014), 빅데이터산업촉진전략연구 : 해외주요국정부사례를중심으로정보통신정책연구원 (2015), 웰니스케어확산과미래의료시스템정성희 (2015), 고령자 만성질환자의건강관리를위한헬스케어서비스활용과과제, 보험연구원클레이튼 M. 크리스텐스외 (2011), 파괴적의료혁신, 통계청 (2011), 장기인구추계하나금융경영연구소 (2016), 국내외헬스케어산업현황과전망한국과학기술정보연구원 (2013), 의료정보시스템의시장기회탐색한국과학기술정보연구원 (2016, KISTI MARKET REPORT: 인공지능헬스케어한국과학기술기획평가원 (2015), 미국, 전자건강기록 (EHR) 채택에대한 HITECH법안의영향발표한국보건사회연구원 (2011), u-health 현황과정책과제한국보건사회연구원 (2015), 보건의료빅데이터활용을위한기본계획수립연구한국보건사회연구원 (2015), 영국보건복지정보센터의역활과전략, 국제보건복지정책동향한국전자정보통신산업진흥회 (2013), 보건의료정보국내외분류체계간의비교분석한국정보화진흥원 (2012), 국가정보화백서 Bart Collet(2009), Non Invasive Health Monitoring with mhealth BCC Research(2015), Healthcare Analytics: Technologies and Global Markets Carol Tenopir(2007), Journal reading patterns and preferences of pediatricians DAMO Consulting(2015), The State of Healthcare Analytics: Opportunities and Headwinds Dursun Delen(2014), Real-World Data Mining Frost&Sullivan(2015), Healthcare Outlook HealthCatalyst(2016), The Healthcare Analytics Adoption Model: A Framework and Roadmap

90 IBM(2016), Prescribing a digital transformation for life science KLAS(2014), Healthcare Analytics Performance McKinsey(2013), Game Changers: Five opportunities for US growth and renewal McKinsey(2013), Global Institute, Game changers: Five opporturities for US growth and renewal Medicare Payment Advisory Commission(2016), A Data Book: Healthcare Spending and The Medicare Program OECD(2015),OECD Health Data 2015 PhRMA(2016), 2016 Biopharmaceutical research industry profile. Yizhao Ni et. al.(2014), Automated clinical trial eligibility prescreening: Increasing the efficiency of patient identification for clinical trials in the emergency department, pp.1-9. Zoë Slote Morris(2011), The answer is 17 years, what is the question CB Insight 홈페이지 ( ), From Virtual Nurses To Drug Discovery: 32 Artificial Intelligence Startups In Healthcare CB Insight 홈페이지 ( ), The Race For AI: Google, Twitter, Intel, Apple In A Rush To Grab Artificial Intelligence Startups Frost & Sullivan 홈페이지 ( ), From $600 M to $6 Billion, Artificial Intelligence Systems Poised for Dramatic Market Expansion in Healthcare Google Research Blog 홈페이지 Healthcareitnews 홈페이지 (2014), Deaths by medical mistakes hit records HIT Consultant 홈페이지 ( ), Infographic: Apple HealthKit vs. Google Fit IBM 홈페이지 (2013), Big Data in Healthcare : Tapping New Insight to Save Lives IHS Technology 홈페이지 ITWORLD Korea홈페이지, 현대해상, 보험사기방지시스템구축완료, London School of Hygiene & Tropical Medicine 홈페이지 (2013.8), Peek - the optician's clinic that fits in your pocket PR Newswire 홈페이지 ( ), IBM Brings Watson to Africa Wired 홈페이지 ( ), Google s Artificial Brain Learns to Find Cat Videos 경향비즈뉴스 (2016), IBM 인공지능 왓슨 암진단율 96% 전문의보다정확 경향신문 ( ), 국립대병원, 3시간기다려서 3분진료? 미래에셋대우 ( ), 중국헬스케어산업, 걸어온길과나아갈길, 우리나라의데자뷔?!, 이슈리포트산업일보 ( ), u-health, 세계최초 ' 대규모시범 ' 전자신문 ( ), 늘어나는의료분쟁, 의료녹취서비스대안주목 최윤섭홈페이지 (2016), 디지털기술은임상연구를어떻게혁신하는가 (4) 검색어분석을통한신약부작용발견

91 연구보고서 미래의료를위한 SW 융합활성화방안연구 2017 년 05 월인쇄 2017 년 04 월발행 Homepage: ISBN :

92 주의 1. 이보고서는소프트웨어정책연구소에서수행한연구보고서입니다. 2. 이보고서의내용을발표할때에는반드시소프트웨어정책연구소에서수행한 연구결과임을밝혀야합니다. ISBN : [ 소프트웨어정책연구소 ] 에의해작성된 [SPRI 보고서 ] 는공공저작물자유이용허락표시기준제 4 유형 ( 출처표시 - 상업적이용금지 - 변경금지 ) 에따라이용할수있습니다. ( 출처를밝히면자유로운이용이가능하지만, 영리목적으로이용할수없고, 변경없이그대로이용해야합니다.)