초록 ▼

3. 개발결과 요약
□ 최종목표
국내 대형병원들이 보유한 임상빅데이터를 공통데이터모델로 변환하여 전국적인 바이오헬스 빅데이터 망을 구축하고 이를 산업적으로 활용할 수 있는 분산형 바이오헬스 통합 분석 플랫폼을 개발하여, 헬스케어 글로벌 산업 혁신 촉진을 위한 헬스케어 융합 빅데이터 생태계를 구축하는 것을 최종 개발 목표로 하였음

□ 개발내용 및 결과
□ 공통데이터모델 기반 바이오헬스 빅데이터 망 구축
- 국내 주요병원의 EHR 데이터를 공통데이터모델로 변환하고 공통 의료용어로 매핑하여 범국가적 의료

3. 개발결과 요약
□ 최종목표
국내 대형병원들이 보유한 임상빅데이터를 공통데이터모델로 변환하여 전국적인 바이오헬스 빅데이터 망을 구축하고 이를 산업적으로 활용할 수 있는 분산형 바이오헬스 통합 분석 플랫폼을 개발하여, 헬스케어 글로벌 산업 혁신 촉진을 위한 헬스케어 융합 빅데이터 생태계를 구축하는 것을 최종 개발 목표로 하였음

□ 개발내용 및 결과
□ 공통데이터모델 기반 바이오헬스 빅데이터 망 구축
- 국내 주요병원의 EHR 데이터를 공통데이터모델로 변환하고 공통 의료용어로 매핑하여 범국가적 의료 빅데이터 망을 구축하였음. 3차병원 21기관, 2차병원 12기관을 포함한 총 33개 병원의 50M 환자 데이터를 OMOP-CDM으로 변환하여 의료 기술 및 서비스 개발에 필요한 임계 규모 이상의 빅데이터 인프라를 구축하였음
□ 바이오헬스 빅데이터 변환 기술 개발
- 의료기관 EMR의 CDM 변환 반자동화 기술, 실시간 CDM 변환 기술, 표준용어 매핑 지원 소프트웨어 등의 CDM ETL 작업 요소기술을 개발하였으며, CDM으로 변환된 데이터의 질적 수준 유지전략 수립 및 CDM 데이터 질 평가·관리 기술을 개발하였음
□ 비정형 임상데이터에 대한 공통데이터모델 확장모델 개발
- 정형화된 EHR 임상데이터뿐 아니라 비정형 의료데이터의 산업적 활용도를 높이기 위한 인프라 구축을 위하여, OMOP-CDM과 융합할 수 있도록 유전체, 생체신호, 의료영상, 라이프로그, 의료노트, 지리정보, 응급환자진료정보 CDM 확장모델을 개발하고 검증하였음
□ 분산형 헬스케어 공동분석 플랫폼(FeederNet) 개발
- 의료데이터 수요자들이 바이오헬스 빅데이터 망 참여 병원들의 CDM을 활용하여 분석코드만을 배포하여 데이터 공동 분석을 수행할 수 있도록 지원하는 분산형 바이오헬스 빅데이터 통합 분석플랫폼(FeederNet)을 개발하였음.
- 클라우드 기반의 공동연구 지원 포털인 FeederNet 포털과 병원내 CDM 분석 서버에 설치되는 CDM 분석 엔진인 FeederNet 노드를 개발하였음. FeederNet 포털과 노드를 구성하는 공동연구지원, 분석 및 리포트 도구 등 요소 기술들을 개발하였음
□ CDM 기반 시범 기술 및 서비스 개발
- CDM 데이터를 활용한 시범 기술 및 서비스 개발을 지원하였음.
의료 기업이 보유한 라이프로그, 유전체 데이터와 병원 임상 데이터와의 연계 기술(라이프시맨틱스, 이원다이애그노믹스), 환자 건강 관리 서비스(이원다이애그노믹스, 소프트센), 인공지능 기반 심정지 예측 서비스(뷰노), 인공지능 기반 환자군 특성 재표현 알고리즘, 신약재창출 알고리즘(스탠다임, 신테카바이오) 등의 CDM 기반 PoC 기술, 서비스를 개발하였음

□ 기술개발 배경
□ 국내 의료기관은 세계 최고 수준*의 바이오헬스 데이터를 보유하고 있으나 의료기관 별 EHR의 형식이 상이하여 데이터 통합 분석이 어려운 문제를 안고 있으며, 이는 우수한 의료데이터의 활용도를 떨어뜨림
* 의료기관 EMR 보급률 세계 1위, 전국민(5,000만명) 보험자료 보유
- 바이오헬스 데이터 활용 산업 창출과 사회적 의료비용 절감을 위해 의료기관에 축적된 의료 및 임상정보의 통합적 분석이 가능한 빅데이터 표준모델 및 공통 분석 플랫폼이 필요함
□ 또한, 바이오헬스 데이터 활용의 리스크가 크고 이해관계자가 다양하며 많은 규제 이슈가 존재하므로 의료 데이터의 산업적 활성화를 위해 정부 주도의 기술 개발 기반 조성이 필요함
- 이에 현행 법·규제 내에서 의료 및 임상데이터를 활용할 수 있는 정부 주도의 바이오헬스 빅데이터 플랫폼 생태계 기반 구축이 필요함

□ 핵심개발 기술의 의의
□ 임계 규모 이상(중복 포함 5000만 명)의 헬스케어 빅데이터 인프라를 구축하여 헬스케어 데이터 분야 산업 규모의 폭발적 성장유도 및 글로벌 시장 선도
□ 기업의 요구 조건에 맞춘 데이터 확장 모델 개발 및 국제 표준선도를 통한 데이터 기반 혁신 및 세계 시장 진출 촉진
□ 양질의 데이터 인프라 유지를 통한 헬스케어 데이터 산업의 안정적 발전 추구
□ 개발된 바이오헬스 빅데이터 망과 분산형 바이오헬스 분석 플랫폼은 헬스케어 데이터 관련 건전한 혁신 기업 발굴과 데이터 접근 지원, 혁신 기업 및 병원의 다자간 협력 지원 및 유도, 산학연병 다자간 융합 연구 및 융합 기술, 연계를 통한 헬스케어 데이터 산업 전반의 혁신을 보급함

□ 적용 분야
□ 임상시험 환자 모집 서비스, 약물 재창출, 약물 부작용 모니터링, 정밀의료, AI 기반 신약 개발, 임상 의사결정 지원 서비스(CDSS) 등의 플랫폼으로 활용 가능함

(출처 : 초록-3. 개발결과 요약 12p)

목차 Contents

• 표지 ... 1
• 제 출 문 ... 3
• 최종보고서 초록 ... 6
• 기술개발사업 주요 연구성과 ... 28
• 목차 ... 49
• 제 1 장 서론 ... 50
• 제 1 절 과제의 개요 ... 50
• 제 2 장 과제 수행의 내용 및 결과(기술개발 내용 및 방법) ... 51
• 제 1 절 최종 목표 및 평가 방법 ... 51
• 제 2 절 연차별 개발 내용 및 개발 범위 ... 59
• 제 3 절 수행 결과의 보안등급 ... 111
• 제 4 절 유형적 발생품(연구시설, 연구장비 등) 구입 및 관리 현황 ... 112
• 제 3 장 결과 ... 116
• 제 1 절 연구개발 최종결과 ... 116
• 1. 연구개발 추진 일정 ... 116
• 2. 연구개발 추진 실적 ... 126
• 3. 기술개발 결과의 유형 및 무형 성과 ... 137
• 제 2 절 연구개발 추진 체계 ... 148
• 1. 기술개발 추진 체계 ... 148
• 2. 기관별 역할 및 추진 내역 ... 149
• 제 3 절 고용 창출 효과 ... 153
• 제 4 절 자체보안관리진단표 ... 155
• 제 5 절 안전관리 이행 현황 ... 170
• 제 4 장 사업화 계획 ... 226
• 제 1 절 시장 현황 및 전망 ... 226
• 제 2 절 사업화 계획 ... 229
• 제 3 절 향후 추가 기술 개발 계획(개발기술 응용 등) ... 233
• 끝페이지 ... 235