|
인공지능(AI) 발전으로 4차 산업혁명이 화두로 떠오르고 있다.
이러한 흐름에 발맞춰 국민건강보험공단 빅데이터운영실은 미래창조과학부-한국정보화진흥원의 예산으로 빅데이터를 활용, 인공지능 기술을 활용한 질환 예측 서비스를 개발하고 타당성을 평가하고 있다.
사업은 현재 진행 중이므로 조금 더 경과를 지켜봐야 하겠지만, 중간 결과들을 보면 기존 질환예측 모형에서는 힘들었던 정확도 수치가 나오는 것을 경험하고 있다.
인공지능을 활용할 경우, 기존 통계적 모형에서 나오기 힘들었던 정확도 90% 이상이 나오고 있기 때문이다.
질환 예측 정확도는 AUC(area under curve)라는 지표를 많이 사용하고 있다. 이 지표가 높으면 질환이 있는 사람을 질환자로 판별하는 민감도, 질환이 없는 사람을 비질환자로 판별하는 특이도가 모두 높다는 것을 의미한다.
기존 통계에서는 80% 수준만 나와도 큰 효과가 있다고 판단했었는데, 10% 상향조정된 AUC 점수가 나온다는 뜻이다.
이에 건보공단 빅데이터 자료를 기반으로 기계학습 알고리즘을 적용해 질환을 예측하고 그 결과를 기존 통계적 모형과 비교하는 시도들을 하고 있다.
국가건강검진제도 운영 과정에서 수집된 흡연, 음주, 비만 등 생활습관 정보, 보험자로서 업무과정에서 수집된 상세 진료내역 자료, 장기요양보험 운영 과정에서 수집된 노인 기능장애에 대한 정보 등을 활용해 4차 산업혁명에 대비하고 있다.
위험군을 정의하고 개입 우선순위를 정하는 등 기존에 진행했던 부분에 질병관리(또는 사례관리)에서 환자 개개인의 상태를 체크하고 유익한 정보를 제공할 수 있는 개념이 구체화되고 있다. 이는 예방과 예측 분야에서 큰 변화가 시작됐음을 시사한다.
실제로 고위험환자와 복합질환자를 구분하는 단계에서 적용이 될 수 있고, 사례관리의 구체적 도구로도 사용될 수 있다.
이런 기능들은 왓슨이 의사의 진단을 보조하는 역할을 하는 것처럼, 기존 복합만성질환 관리에서의 연구자와 사례관리자의 역할을 보조하는 역할을 하게 된다.
대표적인 복합만성질환 관리에 있어 빅데이터, 특히 건보공단 빅데이터는 기여할 수 있는 부분이 많고 지역 수준에서도 이를 적극 활용할 필요가 있다.
공단 빅데이터는 읍면동 수준에서의 건강 수준을 대표성 있게 확인할 수 있고, 소득수준 간 격차 등 형평성을 관찰하기에도 용이하다.
공단 빅데이터 외에도 다양한 자료원은 존재하며 그 자료를 활용하는 것은 근거에 기반한 정책 설계라는 측면에서 필요하다.
향후 다학제 팀 등 중재 개입을 위한 조직 구성에 있어서도 근거에 기반한 판단을 하는 팀의 필요성이 더 커질 것으로 관측된다.
|
