정보의학개론 - 의료정보학 개요

Bio-medical Informatics, BMI

인간의 건강을 향상시키기 위한 노력에 의해 동기가 부여된, 과학적 탐구, 문제 해결 및 의사 결정을 위한 생체의학 데이터, 정보 및 지식의 효과적인 사용을 연구하고 추구하는 다학제 분야.

 

보건의료정보학(Healthcarae Informatics)

인류의 건강향상, 보건의료 분야의 문제해결, 의사결정을 위해 데이터, 정보, 지식의 저장과 검색 및 활용을 다루는 과학분야

• Bio-medical science, Information technology, applied science
• 의생명정보학 (Bio-medical Informatics)

정보의학(Information Medicine)

의학 지식 + 환자 정보 -> 진료 및 치료 의사결정 -> 치료 실행

=> 정보를 활용해 진료하고 의료를 실현하는 것

 

의생명 정보학

컴퓨터 과학 + 인지과학 + 보건의료 Data+ 보건의료과학 + 의공학 (+ 역학, 경영학, 인류학 등)

의생명 정보학의 분류(BMI, 미국 의료정보학회)

• 중개생명정보학
• 임상연구정보학
• 임상정보학
• 소비자건강정보학
• 공공보건정보학

 

의료정보기술(HIT, Health + Information Technology)

• Electronic health records (EHR), Electronic Medical Records (EMR)
• Computerized provider order entry (CPOE)
• Clinical decision support
• Consumer health informatics
• Mobile computing
• Telemedicine
• Electronic health communication
• Data exchange networks
• Knowledge retrieval systems

 

디지털 헬스(Digital Health)

Digital, Information, Genome 기술 + 의료

=> 보건의료계의 문제들을 RCT, RT를 활용해 해결하고자 함

• Health information system
• Clinical decision support
• Machine learning, artificial intelligence
• Natural language processing (NLP), speech recognition techniques
• Telehealth, ubiquitous health, mobile health (m-health)
• Health systems engineering:
  • discovery, decision making, optimization, human factors engineering, quality engineering
• Augmented/Virtual reality,serious games • Rehabilitation robotics

의료 정보 기술과 컴퓨터의 초반 역사가 일치함

병원정보시스템이 출발하면서 의료 정보 기술 역사가 시작됨

 

Clinical Medicine vs Digital Health

의사가 관찰 -> 입원 후 병상 모니터링 -> 데이터 선택 -> 가설 및 통계적 분석 -> 진료 현장: 병원

vs

자동적 기록 -> 어디에서나 모니터링 -> 모든 데이터 수집 -> ML/AI 데이터 분석 -> 진료 현장: 병원 안팎

 

Patient-centeredness (환자 중심 진료)

• 의료의 질 증가
• “Noting about me without me”
• Patient engagement, participation, empowerment
• 환자측면의 진료결과
  • Patient reported outcome (PRO)
  • Patient centered outcome (PCO)
  • Patient experienced outcome (PEO)

=> 환자 만족도/진료 결과/보건의료전달 비용 향상

 

모바일헬스

모바일 폰 등장 => 건강 정보의 접근성 향상, 자기 건강 체크 가능

 

Crossing the Quality Chasm, IOM

지식에 근거한 진료 + 기술을 적극적으로 활용

 

EMR 환자 안전 향상 방법

• 환자 내원 시 기록에 도움
• 의료진 간 의사소통 향상
• 환자 정보 요약 제공
• 접근성 향상
• 처방 실수 예방
• 연구 및 Quality Improvement에 도움

 

의생명정보학의 역할

의생명정보학적 기법을 활용하여 Research에서 실제 도입까지의 과정을 축소

주변 영향/Bias로부터 더욱 정확한 진료를 하도록 도움

(기존에는 대략 17년 정도가 걸림 -> Data Tsunami)

헬스IT의 Challenges

• 의사들의 문제 해결에 어려운 경우 발생
• 실제 임상 현장 업무 흐름을 미반영
• 신기술의 도입에 따른 파괴적인 영향을 인지하지 못하는 경우
• 다른 사람들이 대신 이득을 얻음
• 잘못 놓여진 인센티브
• 의료진들에게 제공되는 정보학적 트레이닝이 없음

 

HIT related Errors

• e-latrogenesis: 환자 위해 발생 시 헬스 IT App가 어느 정도 관여한 결과
• Helath related error: e-latrogenesis로 인해 발생한 Error
• Fat-Finger Error

 

빅데이터의 난제

• 보건의료기관이 아닌 곳에서 데이터를 보관(Genomic data, PHR 데이터 등)
• 병원 밖에서 생성된 데이터를 내부로 들일지 외부에 두어야 하는 지에 대한 갈등
• 가지고 있는 DB의 안전성 보장을 위해 외부로 보내야 하는 문제 발생
• 의료정보의 주권이 애매 (의료진vs환자)
• 데이터를 이용해 진료했다면 진료가 아닌것인가?
• 데이터의 암호화 및 접근 제한
• 익명화 및 비식별화의 문제
• Biometry 노출 시 발생할 수 있는 Risk가 큼
• Genome의 경우 개인만의 문제가 아니고 심각한 문제가 야기될 수 있음

 

빅데이터 공유/교환의 난제

• 방대한 데이터들을 합치고 연결할 플랫폼이 존재하지 않음
• Genomic Data를 의료진/환자에게 보여주고 전달할 방법이 미흡함
• 환자가 자신의 방대한 데이터를 모두 보기가 어려움
• 접근권이 없는 사람이 봐도 무관한 자료인지, 데이터를 팔진 않는지에 대한 우려
• 방대한 데이터가 실제 환자의 Outcome과 관련이 있는지
• Health Privacy에 대해 국제 표준이 없음(유럽-GDPR, 미국-HIPAA)
• App은 국가나 지역에 따라 서비스가 달라질 수 밖에 없음
• 누가 제대로 된 데이터를 입력해줄 것인가?

 

의료 정보 전문가의 양성

• 의료정보기술: 기술을 의사, 환자에게 의미 있게 사용될 수 있도록 방향을 설정하는 분야라고 할 수 있음
• 임상정보학자: 의료에 대한 충분한 지식, 정보학에 대한 충분한 지식, 현장에 접목할 수 있는 리더십이 필요
• 임상정보 세부 전문의 제도(Clinical Informatics sub-speciality)

=> 의료정보 전문가가 국내에는 부족한 실태

의생명정보학/의료정보기술의 난제 해결을 위한 의료 정보 전문가들이 필요함