본문 바로가기
  • 홈으로
  • 자료실
  • 웹진자료
  •  

웹진자료

게시글 상세 보기
제목 <207호 웹진: 공학 트렌드> 헬스케어 사례 연구 - 비즈니스 모델과 연계
작성일 2017.01.13 작성자 웹진담당자 조회수 8587
첨부파일


헬스케어 사례 연구 - 비즈니스 모델과 연계

헬스케어 서비스는 의료 서비스를 기반으로 하는 것으로 보이지만 실제로는 웰니스 서비스를 연계한 빅데이터 서비스에 가깝다. 서비스의 시작이 빅데이터로 하기 때문에 분석과 통계 결과에 따라 다양한 비즈니스 모델로 접근이 가능하고, 더구나 헬스케어의 빅데이터는 크게 보면 개인별 데이터가 거의 실시간으로 모일 수 있기 때문에 조만간 빅데이터를 활용한 범국가적인 비즈니스가 나타날 것으로 예측된다. 이번 회에서는 빅데이터 기반의 헬스케어로 만들어 낼 수 있는 비즈니스에 대해 살펴보도록 한다.

사례 연구 전 확인 사항

헬스케어 패러다임의 변화

전염병을 막던 헬스케어 1.0에서 치료 중심의 의료 서비스가 시행되는 2.0, 그리고 질병의 예방과 관리를 위한 헬스케어 3.0 시대가 나타나고 있다(표1). 이러한 패러다임의 변화는 불특정(1.0)에서 질병이 발생한 사람(2.0)으로, 그리고 모든 사람(3.0)으로 헬스케어 대상을 확대하고 있다.


<표1> 헬스케어 패러다임의 변화


출처: 삼성경제연구소


또, 헬스케어 패러다임의 변화는 정부 중심(1.0)에서 병원 중심(2.0), 그리고 타 산업도 포함한 다양한 주체 중심(3.0)으로 헬스케어의 사용자를 확대하고 있다. 이러한 현상은 헬스케어 3.0을 통해 다양한 비즈니스 모델로 만들 수 있고 기존 의료 서비스를 더 다양한 형태로 제공할 수 있는 여지를 주게 되었다.


<그림2> 스마트 케어가 추가되어 변화되는 비즈니스 모델

               <기존 의료 서비스 모델>                        <스마트 케어가 추가된 서비스 모델>


출처: 지식경제부

헬스케어 비즈니스의 변화

패러다임이 3.0으로 변화되면서 스포츠 영역으로 구분되던 웰니스(Wellness) 분야가 헬스케어 분야로 들어오게 되고 기존 의료 서비스의 비중이 점차 낮아지고 있는 추세다(그림3). 웰니스 서비스가 헬스케어의 중요한 시발점이 되는 것이다.


<그림3> 헬스케어 비즈니스의 변화


출처: PWC - Emerging trends in Healthcare


웰니스 서비스를 헬스케어의 범주에 넣기 위해 필요한 사항은 대상이 확대되고 확대된 대상에게 건강 데이터를 수집하는 것이다. 웰니스 서비스는 건강한 사람이 건강을 계속 유지하도록 지속적으로 현재 상태를 가이드 하는 것이 매우 중요하기 때문에 질병이 발생한 사람을 대상으로 하는 의료 서비스와는 달리 거의 모든 사람들이 대상이 될 수 있고 가급적 자주 건강 데이터를 수집하는 것이 좋다. 의료 서비스는 질병을 찾아내기 위해 데이터가 필요하지만 웰니스 서비스는 현재 상태를 유지하기 위해 데이터가 필요하다. 따라서 웰니스 서비스의 데이터는 빅데이터 중에서도 매우 광대한 빅데이터를 수집하게 된다.

빅데이터 중심의 헬스케어 서비스

얼마 전까지만 해도 헬스케어에서 사용하는 빅데이터는 유전체, 진료 데이터 등 필요에 의해 수집한 데이터 밖에 없었다. 웰니스 서비스를 포함한 헬스케어 서비스를 위해서는 신체, 식음, 운동, 취침 데이터 등 사람이 평소에 자연스럽게 만들어내는 데이터들을 수집해야 한다. 이를 위해서는 사람들에게 다양한 데이터 수집 장치가 필요한데 웨어러블 디바이스나 IoT를 활용한 디바이스들이 필요하다.

디바이스를 통해 수집된 건강 데이터는 폭발적으로 증가한다. “공학트렌드 206호 헬스케어 사례 연구 - 빅데이터와 연계” 편을 참조하면 수집된 데이터의 약 80~85%가 텍스트나 이미지 같은 비정형화된 데이터이고, 년 평균 18% 정도 증가율을 보이고 있다.

빅데이터를 이용한 헬스케어 서비스는 이미 다양하게 적용되는 중이다. 미국 국립보건원과 함께 의약품 정보를 제공하는 필박스(Pill Box), 구글 트렌드의 독감 예보, IBM의 왓슨(Watson) 등은 빅데이터의 활용도를 극대화해 헬스케어 서비스를 제공하는 좋은 예로 알려져 있다. 그림4는 빅데이터를 중심으로 빅데이터 서비스를 구성하는 예를 나타내고 있다.


<그림4> 빅데이터 중심의 헬스케어 서비스의 예


출처: 한국디지털병원수출사업협동조합


주로 건강 데이터로 수집되는 빅데이터는 하루에도 어마어마한 양이 수집되기 때문에 효율적인 분석이 추가되지 않으면 불필요한 데이터만 쌓여 리소스를 낭비하는 경우가 발생한다. 빅데이터 분석은 의사나 헬스케어 전문가가 일정한 패턴이나 규칙으로 분석하기는 매우 어렵다. 또한, 빅데이터 속에 숨어있는 다양한 건강 정보를 찾기 위해서는 상황이나 데이터 속성에 따라 분석을 하고 분석된 경험을 바탕으로 분석 역량을 지속적으로 업그레이드 할 수 있는 서비스 모델이 필요하다. 이런 측면에서 머신 러닝은 빅데이터를 분석하는 가장 좋은 모델이 될 수 있고, 이는 헬스케어 서비스의 혁신적 결과를 가져오고 있다.

머신 러닝을 통한 헬스케어 서비스의 진화

머신 러닝과 빅데이터는 뗄 수 없는 관계가 형성되어 있다. 의료 서비스도 일종의 통계라는 것은 잘 알려진 사실이다. 질병의 증상을 판정할 때 통계에 의해 정리된 질병 리스트를 참고하게 되고 처방을 할 때도 마찬가지 기법을 사용하고, 이러한 경험이 쌓일수록 우수한 의료진이 될 수 있다.

만약 머신 러닝이 적용된다면 빅데이터 분석을 통해 다양한 통계를 반영한 경험치가 헬스케어 시스템에 반영이 되고, 망각이 없는 시스템은 거의 모든 경우의 수를 반영한 경험치가 쌓여 고품질의 서비스를 제공할 수 있게 된다.

표2는 UNC(University of North Carolina) 헬스케어 기관에서 IBM의 빅데이터 분석 방법을 도입하여 매년 37,000명 이상의 환자를 대상으로 한 시스템의 평가 결과의 예다.


<표2> UNC 헬스케어의 빅데이터를 활용한 여성암 진단 시스템의 평가 결과


출처: 보건복지부


헬스케어 서비스에서 연결 가능한 비즈니스 모델을 그림5를 보면서 살펴보면 [1]생체신호 센싱은 다양한 웨어러블 디바이스로 건강 데이터를 생성하고, [2]저전력 통신은 IoT 서비스에서 제공하는 데이터 수집과 전송을 이용하여 건강 데이터를 수집하여 전송한다. [3]데이터 분석에서는 빅데이터와 머신 러닝을 통해 수집된 빅데이터를 분석하여 의미 있는 데이터로 저장, 관리한 후 [4]질병 분석과 예측을 수행한다. 이 곳에서 중요한 의료 지식이 발견([5])되면 의료 서비스를 제공하게 되고 필요한 경우 서비스 결과를 경험치로 축적하게 된다.

헬스케어 서비스는 일반적인 의료IT 서비스는 물론이고, 웨어러블과 IoT 등에서도 주요 비즈니스 모델을 찾아낼 수 있다. 가장 중요한 부분은 광범위한 빅데이터가 수집된다는 점이다. 헬스케어 서비스의 빅데이터는 서비스에 참여하는 사용자의 거의 모든 데이터를 센서를 통해 수집하기 때문에 헬스케어 외의 서비스와 연계점을 찾기 용이하다.


<그림5> 헬스케어 서비스의 주요 처리 단계


출처: Kaist

사례 연구

국민건강보험공단의 스마트 헬스케어

출처: 국민건강보험공단

국가 인프라로 유전체정보센터를 구축하여 유전체 정보와 빅테이터에 기반한 스마트 헬스 생태계를 구축하고 이를 통해 복지 비용 절감과 맞춤 의료 서비스 시장을 조성하려는 목적이 있다.


<그림6> 국민건강보험공단의 빅데이터 중심 스마트 헬스 생태계


출처: 경희대 산업협력단


국민건강보험공단은 헬스케어 서비스의 안정화를 위해 포항공대와 공동으로 국민건강정보 빅데이터 플랫폼 구측 사업을 진행하고 있고, 국민의 건강 데이터를 기초로 개인별 맞춤형 건강관리 서비스 제공하는 것이 최종 목표다.

웨어러블 디바이스가 보급돼 건강 데이터를 보다 폭넓게 수집할 수 있다면 실시간으로 가입자의 식습관과 운동량, 기초 심박수를 모니터링하여 국민의 건강상태를 맞춤형으로 관리하는 것이 가능해진다.

질병 치료 중심에서 예방 중심 체계로 전환하려는 공단은 진료비 청구율 하락으로 재정 부담이 덜어지는 효과도 크다. 현재 구축하는 빅데이터 플랫폼은 스마트 헬스 데이터를 수집할 수 있는 시스템으로 웨어러블 기기의 생체 정보 수집도 가능하도록 준비 중이다.

IBM의 충남대학교병원 통합의료정보시스템

출처: IBM - Business Analytics

충남대학교병원은 병원에 차트가 없어지는 시대가 도래할 것으로 보고 다양한 의료 데이터와 기록들이 폭발적으로 증가하는 빅데이터 환경이 필요할 것이다라고 예측하여 IBM과 함께 시스템을 구축하였다. 빅데이터가 의료 서비스의 질을 개선할 것이라고 보고 연구 활동 전반에도 데이터 분석 역량을 강화하고자 운영 시스템 개발 단계부터 빅데이터 분석을 위한 데이터 구조 설계를 반영하였다. 병원에서 운영 중인 데이터를 수집하여 병원에서 자주 사용하는 데이터 구조로 통합하고 분석과 통계 결과를 바탕으로 다양한 진료와 연구 논문에 활용하게 되었다(그림7). 충남대학교병원에서는 빅데이터 분석을 염두에 두고 데이터 통합과 분석의 기초를 다졌기 때문에 빠르게 늘어가는 사용자들의 정보 분석 요청에 기민하게 대응할 수 있었다.


<그림7> IBM의 의료 데이터 분석 예


출처: IBM


충남대학교병원의 사례는 기존 의료 서비스를 대상으로 하는 빅데이터 기반의 헬스케어 서비스라 할 수 있다. 이번 사례의 주요 포인트는 기존 의료 데이터를 기준으로 하기 때문에 BI를 제외하고는 크게 바뀔 여지가 없지만 빅데이터 기반의 통합 데이터베이스를 구축하고 분석과 통계에 새로운 기법이 도입됨으로써 다양한 분석 결과가 도출될 수 있었다는데 있다.

충남대학교병원은 일반 기업과 마찬가지로 병원 역시 정보 시스템이 모든 의료 활동의 중심이기 때문에 시스템에 누적되는 데이터를 잘 활용한다는 것은 병원의 경영 혁신과 의료 서비스의 질 개선이 함께 된다는 이익뿐만 아니라 질병의 예방적 서비스가 가능하기 때문에 국민 건강 증진에 이바지 한다는 향후 계획을 가지고 있다.

이처럼 데이터 기반 의사결정이 문화로 자리잡으면서 사용자들의 요청에 의해 미생물, 병리 진단 등 데이터 마트를 추가로 구성하게 되었고, 안정적인 관리 체계를 구축하여 운영 효율성을 극대화할 계획이다.

기대 효과와 결론

헬스케어 서비스는 단순히 새로운 서비스의 확대만 의미하지 않는다. 수집하는 빅데이터는 국민 건강뿐만 아니라 다양한 대국민 분야로 데이터를 활용할 수 있고, 개인별 실시간 빅데이터는 다양한 산업에서 활용될 수 있는 기회를 제공한다. 기술집약적인 헬스케어 서비스를 통해 센싱, 빅데이터, 머신 러닝의 발전 속도가 지금보다도 더 빨라질 것으로 기대된다.



Keyword: software engineering, big data, healthcare, deep learning, ibm watson



댓글쓰기

등록

댓글보기 (총0 개)

홈페이지 내 게시된 정보 문의
  • 담당자 : 게재담당
  • 전화번호 : 043-931-5471
  • 이메일 :