치매(dementia)는 고령화와 함께 유병 인구가 지속적으로 늘어남에 따라 사회적 부담이 가중되고 있는 만큼 조기 진단의 필요성이 강조되고 있다. 이에 치매 예방 및 치매조기진단을 위한 검진을 실시하고 있으나 현재의 검사로는 치매조기진단이 사실상 불가능한 것으로 나타났다. 이를 해결하기 위해서는 의료 빅데이터의 통합 및 각각의 지표를 분석한 결과를 융합·패턴화 시키는 것이 필수적이다. 이에 국회에서는 빅데이터 활용 활성화를 위해 빅데이터의 개방과 공유를 골자로 하는 데이터 3법이 통과되었으나 보다 안전한 활용을 위해 후속 입법의 필요성이 제기되고 있다. 본 연구에서는 선행 연구 고찰을 통해 국외 정책을 파악하고 시사점을 도출, 의료 빅데이터의 안전한 활용을 위해 데이터 3법에 맞춘 구체적 시행령 제정 및 수집 및 폐기까지의 단계별 보안책 수립, 그리고 국가 차원의 거버넌스 구축을 제안하였다.
치매(dementia)는 고령화와 함께 유병 인구가 지속적으로 늘어남에 따라 사회적 부담이 가중되고 있는 만큼 조기 진단의 필요성이 강조되고 있다. 이에 치매 예방 및 치매조기진단을 위한 검진을 실시하고 있으나 현재의 검사로는 치매조기진단이 사실상 불가능한 것으로 나타났다. 이를 해결하기 위해서는 의료 빅데이터의 통합 및 각각의 지표를 분석한 결과를 융합·패턴화 시키는 것이 필수적이다. 이에 국회에서는 빅데이터 활용 활성화를 위해 빅데이터의 개방과 공유를 골자로 하는 데이터 3법이 통과되었으나 보다 안전한 활용을 위해 후속 입법의 필요성이 제기되고 있다. 본 연구에서는 선행 연구 고찰을 통해 국외 정책을 파악하고 시사점을 도출, 의료 빅데이터의 안전한 활용을 위해 데이터 3법에 맞춘 구체적 시행령 제정 및 수집 및 폐기까지의 단계별 보안책 수립, 그리고 국가 차원의 거버넌스 구축을 제안하였다.
As the incidence and prevalence of dementia increases with our aging population, so does the social burden on our society, which calls for a special emphasis on need for early diagnosis. Thus, efforts are made to prevent dementia and early detection but with current diagnostic measures, these effort...
As the incidence and prevalence of dementia increases with our aging population, so does the social burden on our society, which calls for a special emphasis on need for early diagnosis. Thus, efforts are made to prevent dementia and early detection but with current diagnostic measures, these efforts appear futile. As a solution, it is crucial to integrate and standardize healthcare big data and analysis of each index. In order to increase use of large database, the Korea National Assembly passed the Data 3 Act focusing on open-access and sharing of database, but a follow-up legislation is needed a for safer utilization. In this study, we have identified number of foreign of foreign policies through review of prior researches on the topic leading to specific enforcement ordinances tailored to the Data 3 Act for safe access and utilization of database. We also aimed to establish secure process of data collection and disposal as well as governance at the national level to ensure safe utilization of healthcare big data.
As the incidence and prevalence of dementia increases with our aging population, so does the social burden on our society, which calls for a special emphasis on need for early diagnosis. Thus, efforts are made to prevent dementia and early detection but with current diagnostic measures, these efforts appear futile. As a solution, it is crucial to integrate and standardize healthcare big data and analysis of each index. In order to increase use of large database, the Korea National Assembly passed the Data 3 Act focusing on open-access and sharing of database, but a follow-up legislation is needed a for safer utilization. In this study, we have identified number of foreign of foreign policies through review of prior researches on the topic leading to specific enforcement ordinances tailored to the Data 3 Act for safe access and utilization of database. We also aimed to establish secure process of data collection and disposal as well as governance at the national level to ensure safe utilization of healthcare big data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이에 20대 국회에 서는 의료 빅데이터의 개방과 공유를 골자로 하는 데이터 3법을 통과시켰으며 이로써 정보 제공자의 동의를 받지 않고 의료 빅데이터를 공익적 목적에 한 해 활용할 수 있는 법적 근거가 마련되었으나 의료 빅데이터의 안전한 활용을 위한 구체적인 방안은 아직 미비한 상태이다[28]. 따라서 데이터 3법 개정안을 토대로 치매조기진단에 필수적으로 요구되는 의료 빅데이터의 안전한 활용 방안을 모색해 보도록하겠다.
이에 데이터 3법 통과가 의료 빅데이터를 활용한 치매조기진단에 미치는 효과와 안전한 의료 빅데이터 활용을 위한 개선점을 고찰할 필요가 있으나 개인정보보호를 위한 과도한 규제로 의료 빅데이터를 활용하는 데 법적 근거가 되는 데이터 3법 개정안 통과가 상당 기간 미뤄져 현재로서는 의료 빅데 터 활용의 구체적 효용성에 대한 선행 연구가 미흡한 실정이다. 따라서 본 연구에서는 데이터 3법 통과가 치매조기진단을 위한 의료 빅데이터 활용에 미치는 기대효과와 안전한 활용을 위한 방안을 제안하도록 하겠다.
이에 본 연구에서는 의료 빅데이터 활용에 대한 세계 주요국들의 정책을 살펴보았으며 연구 결과 외국에서는 의료 빅데이터 활용과 관련해 지속적인 법적· 정책적· 제도적 보완을 통해 ‘보호와 활용’의 균형을 이루고 있다는 것을 알 수 있었다. 따라서 본 연구에서는 의료 빅데이터의 안전한 활용을 위해 개정된 데이터 3법에 맞춘 시행령을 제정하고 연구 목적으로 활용 가능한 범위 및 방법을 구체화할 것을 제안한다. 이와 관련해 미국과 영국이 개인정보보호를 위해 채택하고 있는 의료 빅데이터의 비식별화 가이드라인이 참고가 될 수 있을 것으로 본다.
또한 개정된 데이터 3법의 목적을 살펴보면 개인정보 보호법 개정안의 경우 개인정보를 규정하는 개념을 보다 명확히 해 개인정보보호에 대한 법령을 체계적으로 정비 하는 것이 목적이며 정보통신법 개정안은 개인정보보호 법 개정안의 취지를 기본으로 개인정보보호를 위한 거버넌스를 구축하기 위한 목적에서 발의되었다. 또한 신용정보법은 4차 산업 시대를 맞이해 그 중요성이 급부상한 빅데이터를 효율적으로 활용하고 빅데이터 활용으로 인한 부작용이 발생하는 것을 방지하기 위해 발의되었다[30].
이처럼 개인 의료 빅데이터를 안전하게 활용하기 위해서는 다양한 요건이 충족되어야 하며 이에 정부는 데이터 3법 개정안이 본격적으로 시행되는 시점에 맞춰 각 분야별 가이드라인 및 해설서를 발간해 현재 우려되고 있는 가명정보 활용 범위 및 데이터 결합 방법과 절차에 대한 사안을 명확하게 정비할 것임을 밝혔다. 또한 후속 입법이 마무리되는 대로 안전성이 보장된 데이터 결합 절차를 구체화할 방침이다. 또한 보다 강화된 안전성 확보를 위해 데이터 간 결합 시 키를 관리할 기관과 결합 기관의 분리를 검토하고 있으며 결합 데이터가 외부로 유출될 경우 익명으로 처리하는 것을 최우선 원칙으로 삼는 것을 검토하고 있다[43].
현재 우리나라는 데이터 3법이 통과됨으로써 의료 빅데이터를 활용할 수 있는 법적 근거는 마련되었으나 안전한 의료 빅데이터 활용을 위한 의료 정보 보호의 구체적 방안, 빅데이터 보안 유지 및 오·남용 방지를 위한 관리 방안 등은 미비한 상태이며 따라서 의료 빅데이터 활용에 대한 법적 · 제도적 정비가 필요한 상태이다. 이에 본 연구에서는 보건복지부가 중심이 된 보건의료 빅데이터 활용의 체계적 관리를 위한 국가 차원의 거버넌스 구축을 제안하며 이를 위해서는 다음의 세 가지 요건 이 필요하다. 먼저 앞에서 살펴 본 치매조기진단 등 공익적 목적을 위한 의료 빅데이터의 활용을 허용할 수 있는 법, 제도의 통합적 정비가 이루어져야 한다.
하지만 전국민에게 개인을 식별할 수 있는 주민등록번호를 부여하는 우리나라의 특성상 개인의료 정보 보호에 대한 각 별한 주의가 절실히 요구되고 있으며 특히 국민건강보험공단에 축적 되어 있는 방대한 양의 개인정보를 활용해 가명화된 개인의료정보를 식별할 수 있는 가능성이 제기되고 있어 안전한 의료 빅데이터 활용을 위한 후속 입법이 제안되고 있다[8]. 이에 의료 빅데이터 활용 시 데이터 3법 통과에 따른 기대 효과와 안전한 활용을 위한 개선점을 고찰해 볼 필요가 있다고 보며 아울러 의료 빅데이터를 활용한 치매 조기 진단의 가능성과 안전한 활용을 위한 요건을 고찰해보도록 하겠다[9]. 치매의 특징은 발병 후 완치가 불가능하다는 점과 지속적으로 병이 진행된다는 점을 꼽을 수 있다[10].
제안 방법
특히 의료 빅데이터의 활용 목적에 대한 개념이 지나치게 포괄적이고 모호해 잘못 해석될 경우 개인의료정보의 오‧남용이 심각하게 우려되고 있어 이러한 부작용을 방지할 수 있는 후속 입법 및 구체적인 시행 방안이 필요한 실정이다. 그러한 이유로 본 연구에서는 선행 연구 고찰을 통해 국외 정책을 파악, 국내 정책과 비교 ‧ 분석해 시사점을 도출하였으며 의료 빅데이터의 안전한 활용을 위해 빅데이터의 수집 및 폐기에 걸친 단계별 보안책 수립 그리고 보건복지부를 중심으로 한 국가 차원의 거버넌스 구축을 제안하였다. 또한 개정된 데이터 3법 에 맞춘 구체적 시행령이 제정되어야 할 필요가 있으며 이를 통해 의료 빅데이터의 의미 있는 활용이 이루어지기를 기대한다.
성능/효과
또한 개인정보보호를 위한 감독기관을 개인정보위원회로 통일하며 국무총리 소속 중앙행정기관으로 격을 높이도록 개정되었다. 두 번째로 정보통신망법에 규정되어 있던 개인정보보호와 관련된 사항을 개인정보보호법에 이관하고 온라인상에서 이루어지는 개인정보 활용과 관련된 규제 및 감독권을 개인정보보호위원회로 변경하는 것으로 개정되었다. 세 번째인 신용정보보호법은 은행, 보험사 등 금융 기관에 축적되어 있는 빅데이터를 분석해 새로운 금융상품을 개발하는데 활용할 수 있도록 개정되었으며 이를 다른 산업과도 연계해 융합을 통한 부가가치 창출로 이어지도록 개정하였다[29].
한편, 우리나라의 경우 1차 치매관리종합계획 (2008~2012)을 세워 치매 조기 검진의 필요성을 인식시키고 치매에 대한 국민적 이해도를 높이는 사업을 추진했으며 그 일환으로 현재 정부에서는 시군구 보건소를 중심으로 치매조기검진을 실시하고 있다. 또한 1차 검사 결과, 치매 위험이 높은 대상자를 위한 2차 검진 의뢰를 비롯 치매환자에게 필요한 서비스를 연계해주는 업무를 수행하고 있으나 전국 보건소에서 시행하는 치매검사로는 치매조기진단이 사실상 불가능한 것으로 나타났다. 또한 병원에서 치매 진단 시 활용하는 뇌영상, 혈액검사, 신경심리검사 등도 치매조기진단의 정확도를 담보하기에는 부족한 것으로 파악되었다.
보건복지부에 따르면 우리나라는 2050년까지 65세 이상 치매 유병률이 현재의 2배 수준으로 증가할 것으로 예측되고 있으며 건강보험심사평가원에서 발표한 ‘2013 년 건강보험 진료비 통계지표’에서는 알츠하이머 치매가 가장 많은 진료비가 지출되는 질환으로 파악되었다. 또한 치매의 특성 상 발병 후 시간이 지날수록 증상은 악화되고 치료 효과는 감소해 치매환자를 돌보는 가족들의 삶의 질 역시 현저하게 떨어트리는 등 사회적 부담이 큰 질병으로 나타났다. 이에 치매 예방과 조기검진의 중요성이 주목받고 있으며 일부 OECD 국가에서는 치매 발병이 의심될 때 즉시 검사를 받을 수 있는 사업을 포함.
2020년 1월에 국회를 통과한 데이터 3법 개정안의 주요 내용은 크게 3가지로 요약할 수 있다. 우선 첫 번째로 개인정보보호법에 안전하게 처리된 가명정보 개념을 도입했으며 이를 통해 가명정보를 활용한 통계작성, 연구, 공익적 기록보전, 상업적 목적으로 처리할 수 있도록 개정되었다. 또한 개인정보보호를 위한 감독기관을 개인정보위원회로 통일하며 국무총리 소속 중앙행정기관으로 격을 높이도록 개정되었다.
이에 본 연구에서는 의료 빅데이터 활용에 대한 세계 주요국들의 정책을 살펴보았으며 연구 결과 외국에서는 의료 빅데이터 활용과 관련해 지속적인 법적· 정책적· 제도적 보완을 통해 ‘보호와 활용’의 균형을 이루고 있다는 것을 알 수 있었다.
하지만 치매안심센터 및 시군구 보건소에서 이루어지는 치매 진단 검사로는 치매조기진단이 사실상 불가능한 것으로 나타났으며 치매 진단 시 병원에서 활용하는 CT, 혈액검사, 신경심리검사 등도 치매 조기 진단의 정확도를 담보하기에는 부족한 것으로 파악되었다. 이에 치매조기 진단의 정확성을 향상시키기 위한 몇 가지 지표들에 대한 연구가 이루어진 바 있으나 종합적이고 체계적인 시도는 현재까지는 없으며 이러한 가운데 4차 산업 기술의 발달로 방대한 분량의 의료 빅데이터가 축적되면서 다양한 데이터를 바탕으로 치매조기진단을 비롯한 각종 질환의 예방 및 조기 진단을 위한 융합 연구의 필요성이 반복적으로 제기되고 있다[12].
또한 의료 빅데이터 활용이 활성화되기 위해서는 각 기관별 연계가 원활하게 이루어지는 것이 중요하나 현재 의료 빅 데이터 활용에 대한 정부 차원의 일관된 정책이 부재해 이를 조정·관리할 수 있는 거버넌스 구축의 필요성도 제 안되고 있다. 한편, 보험자격 및 소득, 의료 서비스 수혜 기록, 의료 기록, 장기 요양과 건강검진내역 등이 포함된 혼합 형태의 노인 코호트DB에 ML 기법을 적용, 변수 선정 및 자료 정규화(Data Normalization) 과정을 거쳐 도출된 유의미한 자료를 활용할 경우 치매조기진단을 위한 예측 모델의 성능과 효율을 향상시킬 수 있는 것으로 연구 결과 파악되었으며, 그밖에 혈액 기반 단백질, 유전체, 3D MRI 뇌영상을 분석한 결과 생체 관련 데이터를 모두 통합해 융합 패턴화시킨 데이터가 치매조기진단의 정확도를 높이는데 반드시 필요한 것으로 나타났다. 따라서 치매조기진단의 신뢰도와 정확성을 높이기 위해서는 의료 빅데이터의 활용은 필수적이며 이를 위해서는 의료 빅데이터의 안전한 활용을 위한 방안이 먼저 수립되어 공익 목적의 의료 빅데이터 활용에 대한 국민적 공감대가 형성될 필요가 있다고 본다.
현재 OECD 국가 중 다수 국가에서는 치매 진단 시기가 늦은 것으로 나타났으며 치매 환자 중 절반 이상이 진단조차 받지 않은 것으로 드러났다. 이에 일부 OECD 국가에서 치매 발병이 의심될 때 즉각적으로 검사를 받을 수 있는 사업을 포함, 치매 치료를 위한 국가 차원의 관리 계획을 수립하고 있으며 이를 위해 다양한 정책적 해결 방안을 모색하고 있다.
후속연구
따라서 개별적인 지표 분석에 한정된 방식이 아닌 다양한 의료 데이터의 분석 결과를 종합해 융합 · 패턴화 시킨 분석 기법이 개발될 필요가 있으며 이 요건이 충족될 때 치매조기진단의 정확도를 획기적으로 향상시킬 수 있을 것으로 기대된다[12].
다음으로 각 의료 기관에 축적되어 있는 의료 빅데이터 연계 시 이를 심의하고 허가하는 역할이 요구되며 따라서 이를 지원할 실무 차원의 심의 기구가 설치되어야 한다. 또한 각 기관 간 연계 및 공유가 허가된 건에 한해 수요자에게 의료 빅데이터를 제공하는 역할이 요구되므로 수요자 맞춤형 서비스 제공을 위한 연계 플랫폼을 구축할 것을 제안한다.
그러한 이유로 본 연구에서는 선행 연구 고찰을 통해 국외 정책을 파악, 국내 정책과 비교 ‧ 분석해 시사점을 도출하였으며 의료 빅데이터의 안전한 활용을 위해 빅데이터의 수집 및 폐기에 걸친 단계별 보안책 수립 그리고 보건복지부를 중심으로 한 국가 차원의 거버넌스 구축을 제안하였다. 또한 개정된 데이터 3법 에 맞춘 구체적 시행령이 제정되어야 할 필요가 있으며 이를 통해 의료 빅데이터의 의미 있는 활용이 이루어지기를 기대한다.
특히 치매를 조기에 진단하기 위해서는 방대한 빅데이터를 효율적으로 활용할 수 있는 시스템이 구축되어야 하며 이러한 조 건이 충족될 때 기존의 단편적인 지표들을 기반으로 한 치매 조기 진단의 정확도를 향상시킬 수 있을 것으로 보인다. 또한 이것은 보다 효과적인 치매 진단법 개발로 이어져 치매로 인한 경제적 문제 및 삶의 질 저하 문제를 해결할 수 있을 것으로 기대된다[12]. 이에 20대 국회에 서는 의료 빅데이터의 개방과 공유를 골자로 하는 데이터 3법을 통과시켰으며 이로써 정보 제공자의 동의를 받지 않고 의료 빅데이터를 공익적 목적에 한 해 활용할 수 있는 법적 근거가 마련되었으나 의료 빅데이터의 안전한 활용을 위한 구체적인 방안은 아직 미비한 상태이다[28].
또한 병원에서 치매 진단 시 활용하는 뇌영상, 혈액검사, 신경심리검사 등도 치매조기진단의 정확도를 담보하기에는 부족한 것으로 파악되었다. 이에 4차 산업 기술의 발달로 축적된 방대한 분량의 의료 빅데이터를 바탕으로 치매조기진단을 비롯한 각종 질환의 예방 및 조기 진단을 위한 융합 연구의 필요성이 반복적으로 제기되었으며 이에 각 종 빅데이터를 활용할 수 있는 법적 근거가 되는 데이터 3법이 국회에서 발의되어 2020년 1월, 데이터 3법이 통과되면서 이에 따른 다양한 기대 효과가 있을 것으로 전망되고 있다. 반면, 데이터 3법이 통과되었지만 가명정보 활용 및 정보 결합 방법 등의 분야에서 여전히 해결되지 않은 쟁점이 남아 있으며 특히 가명정보 활용 시 목적에 대한 개념이 지나치게 포괄적이고 모호해 이것이 잘못 해석될 경우 개인의료정보의 오남용이 심각하게 우려되고 있다.
한편, 4차 산업혁명을 맞아 의료계에서도 CT, MRI 등 장비를 이용한 검사가 발달했으며 이를 토대로 각종 데이터의 총량이 MB에서 GB로 급상승, 빅데이터를 활용 한 의료 산업 시대가 열렸으며 이에 각 기관에 흩어져 있는 이질적인 데이터들을 수집 · 저장 · 처리하는 데 필요 한 시스템 개발 및 의료 빅데이터 활용의 활성화를 위한 법적 제도적 지원의 필요성이 제기되었다. 특히 치매를 조기에 진단하기 위해서는 방대한 빅데이터를 효율적으로 활용할 수 있는 시스템이 구축되어야 하며 이러한 조 건이 충족될 때 기존의 단편적인 지표들을 기반으로 한 치매 조기 진단의 정확도를 향상시킬 수 있을 것으로 보인다. 또한 이것은 보다 효과적인 치매 진단법 개발로 이어져 치매로 인한 경제적 문제 및 삶의 질 저하 문제를 해결할 수 있을 것으로 기대된다[12].
참고문헌 (47)
Alzheimer's Disease International. (2015). Title Word Alzheimer's Report London. 22-23
J. H. Lee. (2017). Analysis of the association between dementia disease and other diseases using health insurance claim data. Master's Thesis Application. Chungbuk National University Graduate School. Chungbuk.
K. W. Kim, S. J. Sung, B. N Kim, K. N. Lee, Y. J. Kim. M. M. Jeon & H. N. Kim. (2014). Pre-planning study for the 3rd National Dementia Management Comprehensive Plan. Seoul National University Bundang Hospital: Bundang.
S. J. Ko, Y. H. Jung, & D. Y. Kim. (2016). Social burden of dementia and prevention and management measures to respond to the senior society.
J. A. Choi. (2007). A study on the dementia prevention and early screening program participation of the elderly and knowledge of dementia, thesis for master's degree application. Graduate School of Ewha Womans University. Seoul.
M. K. Kim, K. H. Seo. (2017). Comparative study on domestic and overseas dementia management policies. National Policy Research. 31(1), 233-260. DOI : 10.17327/ippa.2017.31.1.010
J. J. Park. (2020). 'Start is half'...Realize the data economy securing prime water [Press release]. Retrieved from https://www.etnews.com/20200109000070
K. B. Lee .(2020). "Data 3 Act, Bringing Opportunities to Biohealth Industry" [Press release]. Retrieved from http://www.bloter.net/archives/369264
H. Y. Kwon. (2019). Prospects and challenges for the revision of the Data Regulation Act KISO Journal (36), 16-21.
W. K. Rhee. (2009). A Subject of Welfare Policy for The Elderly with Dementia in the Super-Aged Society. Master's thesis, Sangmyung University.
S. G. Koo, H. Y. Park. & J. H. Park. (2017). Title. A Systematic Review of Nonpharmacological Interventions on Activities of Daily Living in Dementia. Journal of the Korean Gerontological Society, 37(2), 445-459.
Ministry of Science, ICT and Future Planning. (2017). Definition report of brain map and convergence technology for early diagnosis and prediction of dementia: Final report of the 3rd year of bio-medical technology business. Gwacheon.
B. N. Kim. .(2017). Domestic Dementia Management Strategy through Comparison of Overseas Dementia Policies. HIRA Vol. 11, No. 4. Health Insurance Review & Assessment Service
J. H. Lim. (2020). 'Initial Dementia Diagnosis' in 10 minutes, with domestic AI technology [Press release]. Retrieved from https://www.seoul.co.kr/news/newsView.php?id20200213027025&wlog_tag3naver
S. S. Shin. (2020). Need to supplement and improve the "Data 3 Act" by monitoring and referring to the US "Personal Information Protection Act" [Press release]. Retrieved from http://www.kidd.co.kr/news/214247
Ministry of Health and Welfare. Seoul National University Bundang Hospital. (2013). 2012 dementia prevalence survey.
Y. T. Lee, K. M. Cho, E. Y. Kim, J. S. Park. (2012). A study on the medical service industry policies of major countries. Cheongju: Korea Health Industry Development Institute.
H. C. Kim. .(2018). A study on health care policy using public big data in the 4th industrial revolution: focusing on the development of a model for predicting dementia for the elderly. Doctoral thesis. University of Science and Technology Graduate School. Daejeon.
U.K. Department of Health. 2009. 'Living well with dementia: A National Dementia Strategy', London.
U.K. Medical Research Council, Retrieved May 31, 2017 from http://www.mrc.ac.uk/
Department of Health. (2019). Living well with dementia: A National Dementia Strategy. London: Author.
Y. S. Kim. H. R Shin, S. R. Um, & S. K. Kim. (2019). [Planning Topic 1] What has changed since the dementia national responsibility system?: Suggestions on the welfare of the elderly for the development of the system. Korean Elderly Welfare Society Conference., 13-41.
J. K. Ko. & M. K. Cho. (2018). A Comparative Study of Korea and Japan on the Early Dementia Screening System. Japanese Cultural Studies, 67, 331-344. DOI : 10.18075/jcs..67.201807.331
B. H. Oh. (2008). Early detection of dementia and risk factor management. Journal of Clinical Elderly Medicine, 9(3), 354-360.
Orimo, S. (2011). Community Network for Dementia and Critical Path in Japan Research and Reviews JMAJ 54(5). pp.305-309.
J. H. Yoo. (2020) Choose for a happy old age, get a dementia early checkup [Press release]. Retrieved from http://www.newsworker.co.kr/news/articleView.html?idxno59973
W. H. Kim. & J. H. Jang. (2017). Efficient dementia screening and management system using a smartphone. Journal of Arts, Humanities and Social Convergence Multimedia, 7, 577-585. DOI : 10.14257/AJMAHS.2017.01.47
D. J. Kim. (2020). [Year-round planning AI is my friend] First, second, and third is data [Press release]. Retrieved from http://it.chosun.com/site/data/html_dir/20200205022 69.htm
D. H. Hwang. (2020). After the passage of the National Assembly of Data 3 Act, the beginning of a data power [Press release]. Retrieved from http://www.ddaily.co.kr/news/article/?no191394
H. Y. Kwon. (2019). The prospects and challenges for the revision of the Data Regulations Act 3. KISO Journal (36), 16-21
H. J. Kang. (2016). Health Care Big Data Policy Status and Challenges
D. H. Won. (2020). The future that data 3 Act changes [Press release]. Retrieved from http://leaders.asiae.co.kr/news/articleView.html?idxn o141196
C. J. Lee. (2020). Intensive investment in securing original technologies such as research on the development of new drugs and overcoming dementia [Press release]. Retrieved from
Y. M. lee. (2020). Passed amendments to the Data 3 Act ... Expected to take another leap forward by using big data from the insurance industry [Press release]. Retrieved from http://www.news2day.co.kr/147964
J. M. Noh. (2019). Safe data 3 Act? There is no provision for biometric information. [Press release]. Retrieved from http://www.mediatoday.co.kr/news/articleView.html?idxno204063
S. H. Wang. (2018). Legislative Guidelines for Public Data Governance of Health Care Information. Korea Legal Research Institute
S. H. Kim. (2002). Information protection management and policy: Saengneung publisher.
D. S. Kim, M. S. Kim. (2006). Medical information protection issues and policy direction informatization policy as the e-Health era progresses. Informatization Policy, 13(4), 128-148.
H. S. Kim, D. Y. Park (2014). Research on policy measures to balance the protection and use of personal information in the era of big data. Ministry of Science, ICT and Future Planning
B. M. Suh. (2006). Research on the protection of personal and medical information in the United States. Information and Communication Academic Research
Solove, J. (2007). 'I've Got Nothing to Hide' and Other Misunderstandings of Privacy. San Diego Law Review, 44, 745-760.
Volkert, S. (2000). Telemedicine: Rx for the Future of Health Care. MTTLR (Michigan Telecommunications and Technology Law Review), 6(1), 147-214.
Y. H. Kim. (2020). The government spurs follow-up to the "Data 3 Act" ...Enforcement Decree Next Month[Press release]. Retrieved from http://www.zdnet.co.kr/view/?no20200121140026
S. Y. Oh, J. H. Park. & J. W. Kim (2019). Gather public institution health care big data to protect national health! : Ministry of Health and Welfare
I. Y. Jung, & W. M. Koo (2018). Data integration plan to build a healthcare ecosystem. Trends and Issues, 46, 1-38.
M. H. Oh. (2019). Consistent government policies are needed to utilize healthcare big data. In: Hospital newspaper.
Medicine, I. o. (2009). Leadership Commitments to Improve Value in Healthcare: Finding common ground: Workshop Summary. Washington (DC): National Academies Press (US)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.