[논문]임상의사결정지원시스템(CDSS) 기술동향

이동훈; 정호열; 김민호; 임명은; 김대희; 한영웅; 김영원; 최재훈; 김승환

임상의사결정지원시스템(CDSS) 기술동향
Trends of Clinical Decision Support System(CDSS) 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.31 no.4, 2016년, pp.77 - 85

이동훈 (바이오의료정보연구실) , 정호열 (바이오의료정보연구실) , 김민호 (바이오의료정보연구실) , 임명은 (바이오의료정보연구실) , 김대희 (바이오의료정보연구실) , 한영웅 (바이오의료정보연구실) , 김영원 (바이오의료정보연구실) , 최재훈 (바이오의료정보연구실) , 김승환 (바이오의료 IT 연구부)

초록
AI-Helper

구글 딥마인드 알파고와 이세돌 선수와의 바둑대결 후 인공지능의 활용처로 의료분야가 거론되면서 임상의사결정지원시스템(Clinical Decision Support System: CDSS)이 최근 주목받고 있다. 기본적으로 CDSS는 환자 진료에 있어 예방, 진단, 치료, 처방 그리고 예후의 각 단계에서 임상의의 의사결정을 도와주는 시스템을 말한다. 본고에서는 CDSS의 국내외 도입 및 시장현황과 관련 기술현황을 검토하여 의료현장에서 CDSS의 활용이 활성화되기 위한 방안을 도출하고자 한다.

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본고에서는 CDSS의 기술현황, 시장현황 및 관련 기술 국내외현황을 검토하고 보다 정밀한 의료 서비스를 위한 CDSS의 연구개발이 활성화되기 위한 방안을 도출하고자 한다.
때문에, 미래의 CDSS는 기존에 주로 다루고 있는 의료임상정보뿐만 아니라 이와 같은 생물학, 생리의학 정보들을 추가하여 분석함으로써 개인에 특화되고, 정확도가 매우 향상된 정밀의료를 실현할 수 있을 것으로 생각된다. 예방의료는 환자의 종합적 상태를 실시간으로 파악하여 모니터링 함 으로서 질병의 진행 징후를 미리 파악하는 것을 목적으로 한다. 최근 다양한 바이오 센서를 내장하고 있는 웨어러블 디바이스들의 보급이 증가되고 있고, 사물인터넷이 급격하게 발전됨으로써 개인화된 다양한 생체정보를 얻을 수 있다.
정밀 의료는 환자들의 서로 다른 개별적 특성을 고려하여 차별적인 치료를 제공하는 것을 목적으로 한다. 최근 전사체 (transcriptcme), 단백질체 (piuteome), 대사체 (metabdome) 등 -체학(omics) 분야의 대규모 연구 결과들이 발표되고 있고 미래에는 개인별로 이와 같은- 체학 빅데이터가 축적될 것이다.

제안 방법

Massachusetts General Hospitale 질병진단을 위해 DXplainUl]을 도입하여 환자의 징후, 증상, 랩 (LABoratory) 결과와 같은 환자 데이터를 기반으로 순위를 포함한 진단들을 제공해 준다. 특히, 의료 지식베이스에 기반한 확룔을 질병진단 모델에 적용하였으며, 의학 자문 교육도구를 제공하여 의료지식이 부족한 의대 학생들이 경험에 의한 부족한 지식을 보완하는 용도로 활용할 수 있도록 하였다.
2012년 미국 뉴욕의 메모리얼 슬론 케터링 암센터(MSKCC)는 폐암 환자에 대한 치료법 진단을 위해 IBM과 협약을 맺고 60만 여건의 의학적 근거, 2백만 페이지의 전문서적, 2만5천 건의 환자 사례를 Watson에 학습시켜 환자별 폐암 치료법 진단에 활용하고자 하였다. 또한, MD 앤더슨은 2013년 10월부터 백혈병 치료를 위한 치료법 진단에 Watson을 시범적으로 적용하였다. 2014년 미국임상학회(ASCO) 에서 발표한 연구결과에 따르면 400명의 기존 백혈병 환자들 사례 학습 후, 200명의 백혈병 환자를 대상으로 치료법을 평가하도록 한 결과 의사 판단 대비 82.
인공지능 '뷰노 메드(Vuno- Med)'는 폐암 환자의 CT 사진과 진단 데이터를 모아 해당 환자의 폐암 여부를 진단해주는 소프트웨어로, 딥런닝 기술을 적용하여 기존 의사의 진단 일치율은 60%에 불과하나, 뷰노 메드는 97%의 정확도를 가지고 있다. 뷰노기술의 핵심은 딥러닝 엔진으로 컨볼루션 신경망 (Convolutional Neural Network: CNN), 장-단기 메모리 처리가 가능한 순환 신경망기반의 Long-Short Term Memory(LSTM) 네트워크, 멀티GPU(Graphics Processing Unit) 구현으로 구성한 뷰노 네트를 기반으로 학습, 분류, 세분화, 감지 등이 이뤄지도록 하였다. (그림 2)는 뷰노 메드의 폐암 진단 영상 예시를 보여주고 있다.
의료 지식 시스템을 기반으로 환자의 데이터를 평가하여 의심되는 질환에 대한 진단 정보를 제공한다. 경험이 많지 않은 임상의가 복잡하거나 비 연관 질환 케이스를 다룰 때 유용할 수 있음.
2013년부터는 CDSS를 도입해서 의료서비스의 질을 향상시키고 의료진뿐만 아니라 환자들의 만족도를 높여주는 차세대 인공지능 병원 시스템을 도입하였다. 이 시스템은 미리 학습된 350여 개 체크 로직을 통해 처방 약물의 오류를 실시간으로 검사하여 약화사고 비율을 감소시켰다. 총 13개 진료과에서 146개 표준진료지침(Critical Pathway)을 개발해 입원환자의 32.
이 시스템은 미리 학습된 350여 개 체크 로직을 통해 처방 약물의 오류를 실시간으로 검사하여 약화사고 비율을 감소시켰다. 총 13개 진료과에서 146개 표준진료지침(Critical Pathway)을 개발해 입원환자의 32.5%에게 적용하였다. 환자가 내원 시부터 병원 시스템 내 표준진료지침이 적용되고 진료 순서 오류, 수술 및 치료과정에서의 누락이나 중복을 방지해 준다.
포함한 진단들을 제공해 준다. 특히, 의료 지식베이스에 기반한 확룔을 질병진단 모델에 적용하였으며, 의학 자문 교육도구를 제공하여 의료지식이 부족한 의대 학생들이 경험에 의한 부족한 지식을 보완하는 용도로 활용할 수 있도록 하였다. 2, 400개가 넘는 질병에 대한 상세정보와 각 질병에 연관 참고문헌도 최대 10개까지 제시해준다.
환자의 데이터와 알려진 표준 치료법을 기반으로 제안된 치료 계획들을 평가함. 기존의 많은 방법들이 치료 계획들에 대한 규칙베이스이며 치료 프로토콜 및 가이드라인의 지식베이스

후속연구

실제 Watson Health는 미국 Memorial Sloan Kettering Cancer Center의 암환자 기록 및 임상 연구결과들을 Watson에게 학습시키기로 결정하였고[14], New Wk Genome Center의 종향 의학 관련 지식들을 학습하여 뇌종양 환자에서 적용할 수 있도록 추진 중이다[15]. 또한, 미래에는 학습하는 데이터의 양이 급증하고, 구체적인 질환 분야에 대한 전문지식의 비중이 높아지면서 임상 의사결정 지원을 위한 인공지능 기반 분석 및 예측의 정확도가 크게 증가될 것으로 예상된다.
현실과 이상의 괴리를 없애기 위해서 기획, 개발 그리고 평가단계에서까지 임상의들의 노력이 필요하다. 또한, 의료 분야는 공공성의 성격이 짙으므로 민간 기관에서 주관하는 연구에는 제한점이 있다. 공공기관에서 주관 또는 각 의료기관이 공동으로 주관해서 의료 선진화를 위한 노력이 필요한 부분이다.
있다. 미래에는 이와 같은 프레임워크에 딥러닝과 같은 빅데이터 기반의 정교한 인공지능 알고리즘이 도입되어 정확도가 크게 향상될 것으로 기대된다. 최근 이슈가 된 이세돌과 구글 딥마인드 알파고의 바둑대결에서 볼 수 있듯이, 딥러닝은 이미지 분류 및 음성인식 등의 분야에서 탁월한 성능을 보여주고 있고, 최근에는 이 것을 의료분야에 적용하는 것이 시도되고 있다.
이를 통해 최신 연구가 의학적인 진단에 바로 반영이 될 수 있다. 발전된 영상처리기술을 활용하여 의료영상분석기술을 통한 의료영상 데이터까지 통합 된다면 통합적인 CDSS를 제공할 수 있을 것이다.
최근 다양한 바이오 센서를 내장하고 있는 웨어러블 디바이스들의 보급이 증가되고 있고, 사물인터넷이 급격하게 발전됨으로써 개인화된 다양한 생체정보를 얻을 수 있다. 센서로부터 실시간으로 얻어지는 방대한 양의 정보를 고속으로 분석할 수 있는 기술이 도입되고, 인공지능 기술을 통해 매우 정확하게 질병의 징후를 예측할 수 있는 CDSS가 구현됨으로써 개인에 특화된 예방의료가 실현될 수 있을 것으로 예상된다.
통합된 전자의무기록 시스템의 부재로 각 의료기관들은 자체적인 전자의무기록을 활용해서 CDSS를 구축하기 때문이다. 통합된 전자의무기록을 가지고 시스템을 개발한다면 방대한 데이터를 활용해서 보다 범용적이고 정밀한 CDSS를 구축할 수 있을 것이다. 통합이 어려운 이유는 법률적인 규제, 기술적 난이도 등이 있다.

참고문헌 (20)

https://www.hira.or.kr/rg/dur/form.do?pgmidHIRAA030033000000
https://en.wikipedia.org/wiki/Clinical_decision_support_system
조인숙, 김정아, "평생전자건강진료기록(Electronic Health Records) 기반 임상의사결정지원 시스템 연구 동향," 정보과학회지, vol. 29, no. 2, 2011, pp. 92-100.

원문보기 상세보기
MarketsandMarkets, "Clinical Decision Support System (CDSS) Market by Product - Integrated(EHR, CPOE)], Model(Knowledge-based), Applications(Drug Allergy Alerts, Drug Interactions), Delivery Mode(Web-based, Cloudbased), Component(Hardware, Software) - Global Forecast to 2018," Feb. 2014.
P&S Market Research, "Global Clinical Decision Support System(CDSS) Market Size, Share, Development, Growth and Demand Forecast to 2022 - Industry Insights by Product(Integrated and Standalone), by Application (Drug Dosing Support, Clinical Guidelines, Clinical Reminders, Drug-Drug Interactions, Drug Allergy Alerts, and Others), by Model(Knowledge-Based, and Non-Knowledge-Based), by Mode of Delivery(Web-Based, Cloud-Based and On-Premises), by Component(Software, Hardware, and Services), and by Healthcare Provider Entity Capacity," Feb. 2016.
MarketsandMarkets, "Clinical Decision Support System(CDSS) Market by Product - Integrated(EHR, CPOE)], Model (Knowledge-based), Applications(Drug Allergy Alerts, Drug Interactions), Delivery Mode(Web-based, Cloudbased), Component(Hardware, Software) - Global Forecast to 2018," Feb. 2014.
A.B. AL-Badareen et al., "A Review on Clinical Decision Support Systems in Healthcare," Journal of Convergence Information Technology(JCIT), vol. 9, no. 2, 2014, pp. 125-135.
http://www.vuno.co/home/
A.S. Epstein et al., "Next Steps for IBM Watson Oncology: Scalability to Additional Malignancies," ASCO Annual Meeting Proceedings, 2014.
K. Takahashi et al., "MD Anderson's Oncology Expert Advisor powered by IBM Watson: A Web-Based Cognitive Clinical Decision Support Tool," ASCO Annual Meeting Proceedings, 2014.
G. Octo Barnett et al., "DXplain: An Evolving Diagnostic Decision-Support System," Journal of American Medical Association, vol. 258, no. 1, July 3rd, 1987, pp. 67-74.

상세보기
D. Ferrucci, "Building Watson: An Overview of the DeepQA Project," AI Magazine, vol. 31, no. 3, 2015.
http://www.visualdx.com
https://www.mskcc.org/blog/msk-trains-ibm-watsonhelp-doctors-make-better-treatment-choices
http://www.nygenome.org/news/clinicians-tap-watsonto-accelerate-dna-analysis-and-inform-personalizedtreatment-options-for-patients/
http://aftertherain.kr/10년-뒤-의료는-어떻게-바뀔까
IT조선, "[SW중심사회] 인공지능, 생활속에 들어오다," 2016. 4. 26.
디지털 타임스, "규제에 성장막힌 의료IT, 국내시장 포기기업 속출," 2016. 4. 7.
C. Castaneda et al., "Clinical Decision Support Systems for Improving Diagnostic Accuracy and Achieving Precision Medicine," Journal of Clinical Bioinformatics, vol. 5, no. 4, 2015.
안재후, "빅데이터가 삶을 구할 수 있을까?," 서울경제, 2016. 4. 20.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증