의료 분석을 위한 최적의 처방

의료 기관이 데이터 분석의 효과를 극대화하기 위해서는 5가지 필수적인 변화가 이루어져야 합니다.

데이터 분석은 의료 혁신을 위한 도구로서 그 효용성을 인정받고 있습니다. 

분석 기능을 도입한 제공업체는 모든 환자의 건강 상태를 증진시키고 의료 서비스의 구입 및 판매 방법을 개선하는 동시에 정밀한 환자 중심 서비스를 제공할 수 있게 됩니다. 

그러나 의료 서비스 제공업체가 데이터 분석 이니셔티브에 대한 ROI를 확보하려면 조직 전반에 걸친 변화를 신속하게 시작해야 합니다. 

거의 모든 제공업체가 디지털 시스템으로 전환했지만 전자 의료 기록(EMR)은 그저 시작에 불과합니다. 모든 데이터가 이런 시스템에 딱 들어 맞는 것은 아닌 데다가, 그 모든 정보 속에서 유용한 인사이트를 확보하는 것도 대부분의 조직에게는 여전히 벅찬 업무입니다. 

병원과 의원에서는 어떻게 하면 결과를 예측할 수 있을까요? 각 개인에게 알맞은 데이터가 적시적소에 준비되어 있는 환자 중심 의료로 어떻게 전환할 수 있을까요?

여기에는 머신 러닝 및 인공 지능과 같이 정교한 분석 시스템과 도구가 필요합니다. 하지만, 대부분의 의료 기관에서는 아직 이런 도구를 IT 인프라에 구축하지 않았습니다.

샌디에고에 있는 Sharp HealthCare의 엔터프라이즈 분석 부사장인 Brett MacLaren은 "우리는 효과적이지만 여전히 제약이 많은, 1990년대에 개발된 관계형 데이터베이스 관리 인프라 구축을 넘어 더욱 효과적으로 데이터 중심 의사 결정을 내릴 수 있도록 지원하는 21세기형 데이터 모델로 전환해야 합니다"라고 말합니다. 

MacLaren은 인텔과 클라우데라의 기술로 EMR 데이터를 분석하여 긴급 개입이 필요한 고위험군 환자를 식별하는 개념 증명 프로젝트를 감독했습니다. 

이 프로젝트는 데이터가 제한된 상황에서도 80%의 정확도를 나타냈으며1, 병원에서 이루어지는 환자 치료의 품질 향상과 비용 절감을 지원하는 예측 분석의 잠재력을 명확히 보여주었습니다.

고급 분석을 사용하고 의료진과 의료 리소스를 더욱 효과적으로 활용하기 위해, 각각의 의료 기관에는 다음과 같은 5가지 변화가 필수적입니다.

여러 전문 분야를 담당하는 팀과 임상 팀의 대표가 함께 모여 데이터 분석이 유용한지 여부, 데이터로 어떤 작업을 수행할 것인지, 임상 사례에 어떻게 적용할 것인지를 결정하는 것이 중요합니다.

“의료 분야에는 잘못된 결과를 가져올 수 있으며, 혼란을 초래한다는 이유로 의사들이 거부한 기술이 많이 존재합니다."


— Bob Rogers
인텔의 분석 및 AI 솔루션 그룹
수석 데이터 과학자

"실제 세계에서 작동하는 방식에 관해 세워 놓은 모든 가정이 완전히 틀릴 수 있다는 점에 대해 미리 생각하고 있어야 합니다.”


— Parsa Mirhaji
Montefiore Medical Center
임상 연구 정보공학
담당 이사

제품 및 성능 정보

1 *80% 정확도는 모델 개발에 사용되지 않은 테스트 데이터 집합에 점수를 매길 때 관측된 정확성 수준을 의미함