최근 고령화의 가속화로 인하여 의료비 부담이 증가하고 있으며 의료서비스의 질을 높이고 의료비용을 감소시키기 위한 연구가 계속되고 있다. 특히, U-헬스는 스마트기기의 확산, 무선통신, 센싱 기술과 함께 의료서비스와의 융합으로 더욱 지능화된 의료서비스가 이루어지고 있으며 아울러, 의료분야에서의 활용범위가 점점 확대되고 있다. 따라서 본 논문에서는 기존의 HL7 표준 메시지 전송 구조를 분석하고 신속한 처리를 위한 HL7 메시지의 처리개선 방안을 제시하고자 한다.
최근 고령화의 가속화로 인하여 의료비 부담이 증가하고 있으며 의료서비스의 질을 높이고 의료비용을 감소시키기 위한 연구가 계속되고 있다. 특히, U-헬스는 스마트기기의 확산, 무선통신, 센싱 기술과 함께 의료서비스와의 융합으로 더욱 지능화된 의료서비스가 이루어지고 있으며 아울러, 의료분야에서의 활용범위가 점점 확대되고 있다. 따라서 본 논문에서는 기존의 HL7 표준 메시지 전송 구조를 분석하고 신속한 처리를 위한 HL7 메시지의 처리개선 방안을 제시하고자 한다.
Recently, medical expenses are increasing because of the accelerated aging phenomenon, thus study for the medical service of high quality and reduction of medical expenses should be continued as yet. Especially, U-health is performed by intelligent medical service which is derived by smart devices, ...
Recently, medical expenses are increasing because of the accelerated aging phenomenon, thus study for the medical service of high quality and reduction of medical expenses should be continued as yet. Especially, U-health is performed by intelligent medical service which is derived by smart devices, wireless network, sensing technology and it could be more extensible in the medical fields as time goes on. On this study, we analyze message transmission structure of HL7 standard and will suggest improved processing methodology of HL7 message.
Recently, medical expenses are increasing because of the accelerated aging phenomenon, thus study for the medical service of high quality and reduction of medical expenses should be continued as yet. Especially, U-health is performed by intelligent medical service which is derived by smart devices, wireless network, sensing technology and it could be more extensible in the medical fields as time goes on. On this study, we analyze message transmission structure of HL7 standard and will suggest improved processing methodology of HL7 message.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 기존 헬스케어 시스템의 HL7표준 메시지 전송 구조를 분석하고 측정된 사용자의 생체 정보의 신속한 처리를 위한 HL7 메시지의 처리 개선방안을 제시하고자 한다.
본 논문에서는 HL7 Coding 규약으로 표준을 지원하기 위해 HL7 표준을 벗어나지 않으면서 개인 건강 기기를 통해 측정된 생체 정보를 진단지원시스템으로 전송하고 누적된 건강 정보에 대한 피드백을 받기 위한 요청 메시지를 생성하는 개선 방안을 제안하고자 한다.
본 논문에서는 사용자가 누적된 건강정보를 요청하여 피드백 받는 과정에서 HL7 표준 Coding 규약을 준수하며 기존 HL7 표준을 통해 생성되는 ORU^R01 메시지의 처리 속도의 효율성을 높이기 위한 방안을 제안 및 비교 평가를 하였다. 이에 기존 HL7 표준 방식의 메시지 처리의 경우 변동되는 관찰 기록인 Observation Value와 Date/Time of the Observation 뿐만 아니라 중복되는 OBX 세그먼트를 누적된 건강 정보의 개수만큼 생성함으로서, 건강정보 100개당 40배의 데이터 크기가 증가하였으며, 16.
제안 방법
본 논문에서는 제안한 건강 정보 요청 메시지 생성 방안의 효율성을 평가하기 위해 기존 HL7 표준의 건강 정보 요청메시지를 대상으로 10번의 측정된 결과의 평균값을 하나의 샘플링 데이터로 총 100번의 측정 결과를 10개의 샘플링 횟수로 구분하고 누적 건강 정보의 수를 늘려가며 메시지 생성 속도를 측정하였으며, 메시지 생성을 위한 이벤트 발생 시점과 이벤트 종료 시점으로 계산하여 ms(밀리초)단위로 측정 처리속도를 측정하여 비교하였다.
이에 본 논문에서는 그림 4와 같이 해당 데이터 필드 Type인 ‘VARIES’는 데이터 길이의 제한이 없다는 점을 활용하여 누적된 건강정보의 메시지 생성과정에서 Observation Value와 Date/Time of the Observation에 VARIES 데이터 타입을 적용하여 공백으로 구분된 Observation Value와 Date/Time of the Observation을 하나의 OBX 세그먼트에 기록하여 메시지를 생성하도록 설계하였으며 제안하는 메시지 생성 함수는 그림 5와 같다.
성능/효과
또한, 7EDIT HL7 Tools와 같은 HL7 메시지 관리 Tools는 표준화 형식을 따르는 HL7 v2.x 메시지를 파싱 하여 세그먼트 필드별로 데이터를 확인 할 수 있는 기능을 제공하는데, 그림 8은 제안하는 건강 정보 요청 메시지의 HL7 메시지의 표준 적용을 확인하기 위해 7EDIT HL7 Tools에 전송하여 파싱한 화면으로 본 논문에서 제안하는 방식의 메시지 생성이 HL7 표준 Coding 규약을 준수하고 있음을 확인할 수 있다.
또한, 각각의 OBX 는 생체 데이터 값인 ‘Observation Value’와 측정 시간 값인 ‘Date/Time of the Observation’ 제외한 필드 데이터는 동일한 정보가 중복 생성되어 누적된 건강 정보의 개수가 1개에서 100개로 늘어날 경우 100개당 평균 16.7%의 처리 속도가 증가하였다.
이에 반해 제안한 메시지 생성 방안을 통해 건강정보를 생성할 경우 누적된 건강정보의 개수에 관계없이 하나의 ORU^R01메시지는 하나의 OBX 세그먼트로 구성되었으며 누적된 100개의 건강 정보 요청했을 경우 1개의 OBX 세그먼트의Observation Value와 Date/Time of the Observation의 값은 100개의 데이터가 공백을 포함 하여 기록하여 누적된 건강정보가 늘어나는 개수만큼 해당 데이터 값만 늘어나며, HL7 v3 혹은 다른 응용 애플리케이션에서 활용하기 위해 XML 형식으로 변환할 경우 자식 노드의 개수가 증가하지 않았다. 또한, 기존 HL7 표준 방식에서 OBX 세그먼트에 중복되어 기록되는 Observation Value와 Date/Time of the Observation을 제외한 데이터 필드 값은 공통된 데이터를 파싱 과정에서 매핑하여 출력함으로서 누적된 건강 정보의 개수가 1개에서 100개로 늘어날 경우 100개당 평균 1.6%의 처리 속도가 증가하여 기존 HL7 표준을 통한 요청 메시지보다 처리 속도 크게 향상된 것을 확인할 수 있다.
또한, 처리속도 측정 결과를 통해 생성된 메시지의 데이터 크기를 비교한 결과 최초 1개의 누적된 건강정보를 전송하기 위해 생성되는 ORU^R01 메시지의 크기는 341Byte로 동일하였으나 100개의 누적된 건강정보를 요청할 경우 개선된 방식이 기존 HL7 표준 방식보다 약 1/4의 데이터 크기로 줄어들었으며 누적된 건강 정보의 개수가 늘어날수록 데이터 크기의 감소율이 증가하는 것을 확인할 수 있다. 즉, 기존의 HL7 표준 방식에서 불필요하게 중복되는 동일한 OBX 세그먼트 데이터 필드의 크기가 늘어날수록 감소율이 증가하였다.
본 논문에서는 사용자가 누적된 건강정보를 요청하여 피드백 받는 과정에서 HL7 표준 Coding 규약을 준수하며 기존 HL7 표준을 통해 생성되는 ORU^R01 메시지의 처리 속도의 효율성을 높이기 위한 방안을 제안 및 비교 평가를 하였다. 이에 기존 HL7 표준 방식의 메시지 처리의 경우 변동되는 관찰 기록인 Observation Value와 Date/Time of the Observation 뿐만 아니라 중복되는 OBX 세그먼트를 누적된 건강 정보의 개수만큼 생성함으로서, 건강정보 100개당 40배의 데이터 크기가 증가하였으며, 16.7%의 처리 속도가 증가하였다.
이에 반해 제안한 메시지 생성 방안을 통해 건강정보를 생성할 경우 누적된 건강정보의 개수에 관계없이 하나의 ORU^R01메시지는 하나의 OBX 세그먼트로 구성되었으며 누적된 100개의 건강 정보 요청했을 경우 1개의 OBX 세그먼트의Observation Value와 Date/Time of the Observation의 값은 100개의 데이터가 공백을 포함 하여 기록하여 누적된 건강정보가 늘어나는 개수만큼 해당 데이터 값만 늘어나며, HL7 v3 혹은 다른 응용 애플리케이션에서 활용하기 위해 XML 형식으로 변환할 경우 자식 노드의 개수가 증가하지 않았다. 또한, 기존 HL7 표준 방식에서 OBX 세그먼트에 중복되어 기록되는 Observation Value와 Date/Time of the Observation을 제외한 데이터 필드 값은 공통된 데이터를 파싱 과정에서 매핑하여 출력함으로서 누적된 건강 정보의 개수가 1개에서 100개로 늘어날 경우 100개당 평균 1.
이에 본 논문에서는 데이터 필드 Type인 VARIES는 데이터 크기 제한이 없음을 활용하여 공백으로 구분된 Observation Value와 Date/Time of the Observation를 하나의 OBX 세그먼트에 기록하는 OBX 세그먼트 생성 함수를 적용한 ORU^R01메시지를 생성 방안을 제안하였으며 제안된 방식으로 생성된 요청 메시지는 누적된 건강정보의 개수에 관계없이 하나의 ORU^R01메시지는 하나의 OBX 세그먼트를 생성 하여 XML 형식으로 변환하였을 경우 별도의 자식노드를 추가로 생성할 필요가 없으며, 건강정보 100개당 10배의 데이터 크기 증가로 기존 HL7 표준 방식에 비해 1/4의 데이터 크기 감소 효율을 확인 하였으며 메시지 생성과 파싱에 대한 처리속도 또한 100개당 1.6%의 처리 속도 증가로 기존 HL7 표준방식에 비해 10.1% 처리 속도 향상을 확인 하였다. 즉, 생성된 메시지의 크기가 고용량이 아니므로 전송 속도에는 크게 영향을 주지 않지만, 요청 메시지의 OBX 세그먼트 개수가 늘어나지 않음으로 HL7 메시지의 생성, 파싱 처리가 반복되지 않기 때문에 처리 속도를 향상 시킬 수 있었다.
또한, 처리속도 측정 결과를 통해 생성된 메시지의 데이터 크기를 비교한 결과 최초 1개의 누적된 건강정보를 전송하기 위해 생성되는 ORU^R01 메시지의 크기는 341Byte로 동일하였으나 100개의 누적된 건강정보를 요청할 경우 개선된 방식이 기존 HL7 표준 방식보다 약 1/4의 데이터 크기로 줄어들었으며 누적된 건강 정보의 개수가 늘어날수록 데이터 크기의 감소율이 증가하는 것을 확인할 수 있다. 즉, 기존의 HL7 표준 방식에서 불필요하게 중복되는 동일한 OBX 세그먼트 데이터 필드의 크기가 늘어날수록 감소율이 증가하였다.
1% 처리 속도 향상을 확인 하였다. 즉, 생성된 메시지의 크기가 고용량이 아니므로 전송 속도에는 크게 영향을 주지 않지만, 요청 메시지의 OBX 세그먼트 개수가 늘어나지 않음으로 HL7 메시지의 생성, 파싱 처리가 반복되지 않기 때문에 처리 속도를 향상 시킬 수 있었다.
표 1과 표 2는 기존 HL7 표준의 건강 정보 요청메시지와 제안한 건강 정보 요청메시지에 따른 처리 속도의 결과 값으로 먼저, HL7 표준을 통해 누적된 건강정보를 생성할 경우 누적된 건강정보의 개수만큼 생성되는 HL7 메시지의 OBX 세그먼트가 늘어났으며 누적된 100개의 건강 정보 요청했을 경우 100개의 OBX 세그먼트를 생성하게 되고, HL7 v3 혹은 다른 응용 애플리케이션에서 활용하기 위해 XML 형식으로 변환할 경우 2000 개의 자식 노드를 생성하였다. 또한, 각각의 OBX 는 생체 데이터 값인 ‘Observation Value’와 측정 시간 값인 ‘Date/Time of the Observation’ 제외한 필드 데이터는 동일한 정보가 중복 생성되어 누적된 건강 정보의 개수가 1개에서 100개로 늘어날 경우 100개당 평균 16.
후속연구
이는 향후 헬스케어 시스템과 융합되는 다른 서비스 시스템에게 다수의 사용자 건강정보를 전송하기 위한 메시지 생성에 적용할 경우 보다 높은 시스템의 성능 향상이 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
HL7은 어떤 서비스를 지원하는가?
헬스케어에서는 게이트웨이와 진단지원시스템 간의 모든 정보 교환은 HL7 2.x 메시지 교환을 통해 이루어지는데, HL7은 현재 병원 시스템 간 의료 정보 전달을 위해 활용되고 있는 프로토콜로 국제 표준으로 서로 다른 애플리케이션 간의 정보를 교환하고 의료데이터의 융통성 있는 전달과 비용 효과적인 접근법, 기준, 지침, 방법론, 그리고 의료서비스 정보 시스템 사이의 상호운영에 관한 서비스를 지원한다[3,4].
유헬스의 기대효과는 무엇인가?
특히, 유헬스는 의료비 절감 등의 사회경제적 비용감소 효과와 공공보건 의료서비스와 예방관리 보건 등의 사회정책적 효과를 기대할 수 있는 효과적인 대안으로 각광받아 왔으며 최근에는 스마트폰, 태블릿 PC등 다양한 스마트기기의 보급 확산과 유무선 통신기술과 센싱 기술의 발전으로 스마트 시대가 도래하면서 보다 복합적이고 지능화된 의료서비스가 이루어지고 있으며 의료분야에서의 데이터 활용은 다양한 개인 건강 기기를 통해 환자 진료기록 데이터뿐만 아니라 임상 데이터, 의료 영상 이미지, 유전자 통계, 질병 정보, 생활정보, 환경정보 등으로 범위가 점점 확대되고 있다.
본 연구에서 제안한 데이터 필드 Type인 VARIES를 활용한 메시지 생성 방안을 통해 얻을 수 있는 효과는 무엇인가?
1% 처리 속도 향상을 확인 하였다. 즉, 생성된 메시지의 크기가 고용량이 아니므로 전송 속도에는 크게 영향을 주지 않지만, 요청 메시지의 OBX 세그먼트 개수가 늘어나지 않음으로 HL7 메시지의 생성, 파싱 처리가 반복되지 않기 때문에 처리 속도를 향상 시킬 수 있었다.
참고문헌 (7)
Philip Scotta, and Robert Worden, "Semantic mapping to simplify deployment of HL7 v3 Clinical Document Architecture", Journal of Biomedical Informatics, Vol. 45, Iss. 4, pp. 697-702, Aug. 2012
R.H. Dolin, L. Alschuler, S. Boyer, C. Beebe, F.M. Behlen, P.V. Biron, A. Shabo Shvo, HL7 clinical document architecture, release 2, Journal of the American Medical Informatics Association, 13 (1) (2006), pp. 30-39
B. Orgun, and J. Vu, "HL7 ontology and mobile agents for interoperability in heterogeneous medical information systems", Computers in Biology and Medicine, Vol. 36, Iss. 7-8, pp. 817-836, Jul-Aug. 2006
R.H. Dolin, L. Alschuler, S. Boyer, C. Beebe, Kona Editorial Group An update on HL7's XML-based document representation, standardsdkjdot Proceedings/AMIA Annual Symposium (2000), pp. 190-194
Lopez, D.M., Blobel, B.G.: A development framework for semantically interop-erable health information systems. International Journal of Medical Informatics 78(2) (2009), 83-103
J. H. Jeon, "TA Design and Implementation of Smart Healthcare System based on ISO/IEEE 11073 and HL7", Ph. D. dissertation, TongMyong University, Busan, 2013.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.