주간기술동향 2016. 5. 18. ICT 기술을활용한임상의사결정지원시스템 (CDSS) 연구동향 정득영정보통신기술진흥센터책임연구원 I. 서론 임상의사결정지원시스템 (Clinical Decision Support System: CDSS) 는의사의임상의사결정에도움을주는시스템으로의료의네단계인예방, 진단, 치료, 예후등에모두적용가능하다. 일반적으로는진단과치료의영역에서만고려되는경우가많다. 즉, 진단단계에서오진을예방하기위한목적으로도입되는경우도있고, 치료단계에서의약품안심서비스 (Drug Utilization Review: DUR)[1] 와같이환자의약물복용정보를제공하고약물의부작용이없도록도입하는경우가이에해당된다. 최근들어의료환경이복잡해지고고도화되면서환자의진료전과정까지적용할수있는의사결정지원시스템의필요성이대두되고있다. 기술의관점에서임상의사결정지원시스템을구분하면다음의 2 가지로크게나눌수있다 [2]. - 지식기반 CDSS(Knowledge-based CDSS): 임상의료정보를지식베이스화하고이를추론엔진과연결하여규칙기반의의사결정을제공 - 비지식기반 CDSS(Non-knowledge-based CDSS): 시스템이과거의경험과임상의료정보에존재하는패턴을이용하여학습을수행하는인공지능 (Artificial Intelligence: AI) 과기계학습 (Machine Learning: ML) 기반의의사결정을제공지식기반 CDSS 는의료의전반적인영역에활용이가능하고, 비지식기반 CDSS 는데이터확보등의문제로특정질병에대한증상등에한정적으로적용되어왔다. 하지만, 최근 IBM Watson 등의인공지능기술발전으로비지식기반 CDSS 에도확대적용이시도되고있으며, 특정질병에서의미있는결과를얻고있는상황이다. IBM Watson 등에서도입하고있는인공지능기술이향후비지식기반 CDSS 의발전에크게 * 본내용은정득영책임연구원 ( 042-612-8143, jdy@iitp.kr) 에게문의하시기바랍니다. ** 본내용은필자의주관적인의견이며 IITP 의공식적인입장이아님을밝힙니다. 24 www.iitp.kr
ICT 신기술 공헌할것으로기대된다. 특히, 최근인공지능분야에서각광받고있는딥러닝 (Deep Learning) 기술은대규모데이터를활용하여초정밀판별이가능한것으로알려져있어의료분야에활용하면정확도높고기존의편견에서벗어난새로운치료방법제시등이가능할것으로예상된다. 이와같은데이터에기반한비지식기반 CDSS 에서는임상의료데이터의확보가중요한이슈가된다. 이를위해최근에는전자의무기록 (Electronic Health Records: EMR) 과 CDSS 를연계하는개발이진행되고있어관련기술이성숙되면인공지능기술도입과함께파급효과가클것으로예상된다 [3]. 하지만, 현실적으로는전자의무기록을 CDSS 에활용하기에는개인정보보호, 신뢰성, 원시데이터무결성등이장애물로작용하고있는실정이다. 위와같은문제점에도불구하고인공지능및빅데이터 ( 전자의무기록등 ) 기술을도입한차세대 CDSS 관련기술개발에대한요구사항이증가하고있는것또한사실이다. 본고에서는 CDSS 의국내외기술현황을검토하여의료현장에서 CDSS 의활용이활성화되기위한방안을논하고자한다. II. 임상의사결정지원시스템시장현황 고령인구의증가, 헬스케어비용감소, 치료의질개선등다양한의료산업분야의요구로헬스케어분야의투자가증가함에따라 CDSS 관련시장의규모또한확대되고있는추세이다. Markets And Markets 의시장보고서에따르면, 2018 년의 CDSS 시장규모가 5.58 억달러에달하고, 2013~2018 년사이의연평균성장률 (CAGR) 이 10% 에이를것으로예측되고있다 [4]. 또한, P&S Market Research 에따르면 CDSS 시장이 2022 년까지 21.5% 의 CAGR 을기록할것으로예상된다 [5]. CDSS 요구분야는약물상호작용감지, 약물부작용알림등에서질병및치료법진단등으로점차고도의지능화기능을요구하는쪽으로확대될것으로보인다. 특히, 클라우드기술의확산및인공지능기술의발전으로기술활용의기대치가높아지고있는상황으로, 최근 IBM Watson 의진단적용사례가그좋은예가되고있다. 지역적으로는북미가 10% 이상의 CAGR 로시장성장에가장크게기여할것으로예상되며, 그뒤로유럽과아시아, 남미 ( 브라질 ) 역시두자리에근접하는성장률을보일것으로예상된다. 한편, 시장에서가장주도적인역할을할업체로는 Agfa Healthcare( 벨기에 ), Athenahealth, Allscripts Healthcare Solutions, Carestream Health, Cerner Corporation, Epic, GE Healthcare( 이상미국 ) 등이언급되고있다. 정보통신기술진흥센터 25
주간기술동향 2016. 5. 18. < 자료 > Clinical Decision Support System(CDSS) Market by Product-Integrated(EHR, CPOE)], Model(Knowledge-based), Applications (Drug Allergy Alerts, Drug Interactions), Delivery Mode(Web-based, Cloud-based), (Hardware, Software)-Global Forecast to 2018, Feb. 2014. [ 그림 1] 세계 CDSS 시장예측 III. 국내외기술개발현황및전망 1. 국외현황메사추세츠종합병원 (Massachusetts General Hospital) 은질병진단을위해 DXplain 을도입하여환자의징후, 증상, 랩 (LABoratory) 결과와같은환자데이터를기반으로순위를포함한진단들을제공해준다 [6]. 특히, 의료지식베이스에기반한확률을질병진단모델에적용하였으며, 의학자문교육도구를제공하여의료지식이부족한의대학생들이경험에의한부족한지식을보완하는용도로활용할수있도록하였다. 2,400 개가넘는질병에대한상세정보와각질병에연관된최대 10 개까지의참고문헌도제시해준다 [7]. 약물관련임상의사결정은약물의알러지검토, 중복약물검토, 약물상호작용검토, 투약 26 www.iitp.kr
ICT 신기술 < 자료 > http://www.mghlcs.org/projects/dxplain [ 그림 2] DXplain 의화면모습 용량가이드등이있다. 기본약물관련 CDSS 는특정약물에대한적절한용량을지정된규칙에따라안내한다 [8]. 질병의진행단계에따른투여량등은사전지식을통해구축되어있으며나이, 키, 상태학적상태, 환자의약물에대한반응등환자의특징을고려하도록하였다. 2012 년미국뉴욕의메모리얼슬론케터링암센터 (Memorial Sloan Kettering Cancer Center: MSKCC) 는폐암환자에대한치료법진단을위해 IBM 과협약을맺고 60 만여건의의학적근거, 200 만페이지의전문서적, 2 만 5,000 건의환자사례를 Watson 에학습시켜환자별폐암치료법진단에활용하고자하였다. 또한, 2014 년미국임상학회 (ASCO) 에서발표한연구결과에따르면 400 명의기존백혈병환자들의사례를학습후, 200 명의백혈병환자를대상으로치료법을평가하도록한결과의사판단대비 82.6% 의정확도를기록하였다 [9]. 뿐만아니라 MSKCC 의 2014 년연구결과에서는대장암 98%, 자궁경부암 100% 등타질병에대해서도높은수준의진단정확도를보였다 [10]. VisualDX 는피부질환특히발진과같은육안으로진단이가능한질환에특화된 CDSS 이다. 기능을보면의료영상라이브러리에서의검색기능과전문가의의료지식을기반으로진단, 치료, 자가교육을가능하게하는툴로구성되어있다 [11]. 정보통신기술진흥센터 27
주간기술동향 2016. 5. 18. [ 표 1] IBM Watson 의질병진단정확도 구분 Fist run Middle run Latest run Colon 68 81 98 Rectal 61 88 96 Bladder 24 75 91 Pancreatic 5 91 94 Kidney 12 87 91 Ovarian 41 97 95 Cervical 6 100 100 Endometrial 12 83 89 < 자료 > Koichi Takahashi et al., "MD Anderson's Oncology Expert Advisor powered by IBM Watson: A Web-based cognitive clinical decision support tool," ASCO Annual Meeting Proceedings, 2014. POEMS(Post-Operative Expert Medical System) 는수술후환자에게나타나는징후모니터링및다른정보들을기반으로환자에게취할치료를결정하는데도움을주는시스템이다. POEMS 는우선순위를포함한후보진단들을제시해주고왜이런진단을내렸는지에대한이유를제시하며, 가능한치료방법이어떤것들이있는지를제공한다. 시간에따라변하는데이터를분석할수있는기능을포함하고있다. 경험이부족한의료진이의료현장에서발생하는문제에즉각적으로대처할수있도록지원해줄수있을것으로기대하고있다 [12]. GRIP(Glucose Regulation for Intensive care Patients) 프로그램은혈당수치와환자의다른의료정보를이용하여얼마나많은인슐린을투여해야하는지, 그리고얼마나자주혈당을체크 < 자료 > http://www.visualdx.com [ 그림 3] 태블릿환경에서수행되는 VisualDX 의수행모습 28 www.iitp.kr
ICT 신기술 < 자료 > GRIP(Glucose Regulation for Intensive Care Patients), http://grip-glucose.sourceforge.net/ [ 그림 4] 중환자실에서혈당을모니터링하는 GRIP 해야하는지를간호사에게알려준다. 또한, 극단적인혈당수치가모니터링되는경우메일을 통해정보를의료진에게알려주는기능도포함하고있다 [13]. 2. 국내현황국내의경우 CDSS 는현재일부병원 ( 세브란스병원, 삼성서울병원, 서울대병원, 아산병원, 창원파티마병원등 ) 에서자체적으로외부기업을통해서개발하여사용하고있는수준이다 [14]. CDSS 에대한병원의인식과사용은극히일부에한정되어있으며, 국내일부의병원들이사용중이긴하지만항생제처방, 수혈처방, 중복처방등의약물처방의적정성을판단하고, 약물투입시기존복용하고있는약물과의상호작용등을고려하여투입여부를판단하는내용들이다. 분당서울대학교병원은 2003 년전자의무기록을개발해종이 차트 필름등이없는 100% 디지털병원으로전환하는데성공하였고 [15], 2013 년 4 월 20 일에는의료서비스질향상과의료진 환자만족도제고를위한인공지능형차세대병원시스템을도입하였다 [16]. CDSS 에입력된 350 여개체크로직을통해처방약물의오류를실시간으로검사하여약화사고비율을세계유수병원과비교해수십분의 1 수준으로줄였고, 표준진료지침기반으로의료정보를분석하여표준화함으로써더효율적이고안전한의료서비스를제공하는시스템으로의료계에서관 정보통신기술진흥센터 29
주간기술동향 2016. 5. 18. < 자료 > http://uhealth.amc.seoul.kr/ [ 그림 5] 내손안의차트심을집중하고있는상황이다. 총 13 개진료과에서 146 개표준진료지침 (Critical Pathway) 을개발해입원환자의 32.5% 에게적용하였다. 예를들면, 환자가내원할경우입원시점부터병원시스템에존재하고있는표준진료지침이적용되어진료순서와수술및치료과정이진행중누락되거나중복되는진료를방지하고있다. 서울아산병원은 2010 년 12 월부터내손안의차트라는안드로이드애플리케이션을통해국내최초의모바일 PHR(Personal Health Record) 서비스를지원하고있다. 주요기능은건강관리, 내차트, 투약관리, 진료서비스기능, 건강정보등으로구성되어있으며당뇨, 혈당, 비만도체크등의건강관리기능과데이터분석을통해 10 년내심혈관질환발생확률정보등을제공하고있다 [17]. 삼성서울병원은병원을방문한환자정보를이용하여자체적으로빅데이터를표준화하고임상데이터웨어하우스 (Clinical Data Warehouse) 를구축하여의료정보활용과시스템연동에활용하고자 1,000 억원이넘는예산을들여차세대병원정보화시스템을개발중에있다 [18]. 3. 임상의사결정지원시스템의발전전망현재는전통적인규칙기반의사결정지원시스템이의료분야빅데이터를분석할수있는인공지능기술을도입하는과도기적단계라볼수있다. 이러한트렌드를가장잘보여주는것이 IBM 에서개발하고있는 Watson 시스템이므로해당시스템의발전방향을토대로미래의 CDSS 30 www.iitp.kr
ICT 신기술 < 자료 > David Ferrucci, Building Watson: An Overview of the DeepQA Project, AI Magazine, 2015. [ 그림 8] DeepQA 구조도의모습을예측해볼수있다. Watson 은자연어처리기술 (Natural Language Processing: NLP) 을기반으로방대한양의의학논문, 임상시험, 가이드라인등의료분야빅데이터를학습하고, 학습된지식을기반으로의료임상분야의자연어질문에대한답변을근거와함께제공하는임상의사결정지원시스템이다. Watson 시스템은질문에대한답을도출하기위해 1 자연어질문분석, 2 답변가설생성, 3 학습된지식기반가설별근거추출및스코어링, 4 근거기반가설신뢰도평가및우선순위화의과정으로구성된 DeepQA(Deep Question-Answering) 라는인공지능기술을이용하고있다 [19]. Watson 시스템에서볼수있는바와같이차세대 CDSS 의특징은빅데이터와인공지능이다. 현재에도인공지능기술을적용한 CDSS 가존재하지만미래의 CDSS 는목적성과정확성에있어큰변화가있을것으로예상된다. 우선임상의사결정에사용하는빅데이터에있어서현재의 CDSS 는주로일반적인의료지식을학습하는데초점을맞추고있다. 앞으로는이렇게학습된일반적인의료지식을기반으로다양한종류의구체적질병에연관된방대한지식들을추가로학습하여특정질환에특화된임상의사결정을수행할수있게될것이다. 실제로 IBM Watson 은미국의암센터인메모리얼슬론케터링암센터 (MSKCC) 의환자기록및임상연구결과들을 Watson 에게학습시키기로결정하였고 [20], New York Genome Center 의종양의학관련지식들을학습하여뇌종양환자에서적용할수있도록추진중이다 [21]. 정보통신기술진흥센터 31
주간기술동향 2016. 5. 18. 다음으로임상의사결정에필요한인공지능알고리즘에있어서, 현재의전통적인 CDSS 는통계분석결과및규칙기반알고리즘이주를이루는반면, Watson 시스템은위에서언급한 DeepQA 방법을기반으로다양한종류의빅데이터로부터필요한정보를추출하고, 스코어링하여최적의결과를도출할수있도록설계되어있다. 미래에는이와같은프레임워크에딥러닝과같은빅데이터기반의정교한인공지능알고리즘이도입되어정확도가크게향상될것으로기대된다. 최근이슈가된이세돌과구글딥마인드알파고의바둑대결에서볼수있듯이, 딥러닝은이미지분류및음성인식등의분야에서탁월한성능을보여주고있고, 최근에는이것을의료분야에적용하는것이시도되고있다. 딥러닝은빅데이터환경일수록굉장히정교한모델링이가능하여높은정확도를나타내기때문에다양한질환에대한데이터들이축적되면, 각질환별로진단및예측에관한정교한딥러닝모델이만들어질수있고, 이를통해신뢰도높은임상의사결정지원이가능할것으로예상된다. IV. 결론및시사점 CDSS 는아직기술의성숙도와활용성이높지않다. 통합된전자의무기록시스템의부재로각의료기관들은자체적인전자의무기록을활용해서 CDSS 를구축하기때문이다. 통합된전자의무기록을가지고시스템을개발한다면방대한데이터를활용해서보다범용적이고정밀한 CDSS 를구축할수있을것이다. 그러나현재의료법상의료정보표준화나공유에대한구체적인가이드라인이없어기술이있어도실제현장에쉽게도입할수없는상황이다 [22]. 세계적으로의료 IT 솔루션이클라우드환경에서제공되고있는추세로진화하고있는만큼 CDSS 의활성화를위해제도적인개선이필요한부분이다. 또한, 실제로사용이가능한 CDSS 가개발되기위해서는임상의들의주도적인참여가필요하다. CDSS 의주사용자는임상의이기때문에시스템은이들이실제로원하고유용하게사용할수있는형태로만들어져야한다. 현실과이상의괴리를없애기위해서기획, 개발그리고평가단계에서까지임상의들의참여노력이필요하다. [ 참고문헌 ] [1] https://www.hira.or.kr/rg/dur/form.do?pgmid=hiraa030033000000 [2] https://en.wikipedia.org/wiki/clinical_decision_support_system 32 www.iitp.kr
ICT 신기술 [3] 조인숙, 김정아, 평생전자건강진료기록 (Electronic Health Records) 기반임상의사결정지원시스템연구동향, 정보과학회지, 29(2), 2011, pp.92-100. [4] Clinical Decision Support System(CDSS) Market by Product-Integrated(EHR, CPOE)], Model (Knowledge-based), Applications(Drug Allergy Alerts, Drug Interactions), Delivery Mode(Web-based, Cloud-based), (Hardware, Software)-Global Forecast to 2018, marketsandmarkets.com, Feb. 2014. [5] Global Clinical Decision Support System(CDSS) Market Size, Share, Development, Growth and Demand Forecast to 2022 Industry Insights by Product(Integrated and Standalone), by Application (Drug Dosing Support, Clinical Guidelines, Clinical Reminders, Drug-Drug Interactions, Drug Allergy Alerts, and Others), By Model(Knowledge-Based, and Non-Knowledge-Based), By Mode of Delivery(Web-Based, Cloud-Based and On-Premises), By Component(Software, Hardware, and Services), and By Healthcare Provider Entity Capacity, P&S Market Research, Feb. 2016. [6] G. Octo Barnett, James J. Cimino, Jon A. Hupp, Edward P. Hoffer, DXplain. An evolving diagnostic decision-support system, JAMA, 258(1), 1987, pp.67-74. [7] http://www.mghlcs.org/projects/dxplain [8] Gilad J. Kuperman et al., Medication-related Clinical Decision Support in Computerized Provider Order Entry Systems: A Review, J. Am. Med. Inform. Assoc., 14, 2007, pp.29-40. [9] Andrew S. Epstein, et al., Next steps for IBM Watson Oncology: Scalability to additional malignancies, ASCO Annual Meeting Proceedings, 2014. [10] Koichi Takahashi et al., MD Anderson s Oncology Expert Advisor powered by IBM Watson: A Web-based cognitive clinical decision support tool, ASCO Annual Meeting Proceedings, 2014. [11] http://www.visualdx.com [12] http://www.openclinical.org/aisp_poems.html [13] GRIP(Glucose Regulation for Intensive Care Patients), http://grip-glucose.sourceforge.net/ [14] http://www.doctorsnews.co.kr/news/articleview.html?idxno=110120, http://realestate.daum.net/news/detail/all/md20151124201600983.daum [15] http://www.bikorea.net/news/articleview.html?idxno=1746 [16] http://www.dttoday.com/news/articleview.html?idxno=56506 [17] http://uhealth.amc.seoul.kr/ [18] http://news.mk.co.kr/newsread.php?year=2015&no=970538 [19] David Ferrucci, Building Watson: An Overview of the DeepQA Project, AI Magazine, 2015. [20] https://www.mskcc.org/blog/msk-trains-ibm-watson-help-doctors-make-better-treatment-choices [21] http://www.nygenome.org/news/clinicians-tap-watson-to-accelerate-dna-analysis-and-informpersonalized-treatment-options-for-patients/ [22] 남도영, 규제에성장막힌의료 IT, 국내시장포기기업속출, 디지털타임스, 2016. 4. 7. 정보통신기술진흥센터 33