빅데이터 통해 질환 심화 패턴 제시한다

韓-美 공동 연구진, 빅 데이터 분석해 환자 재입원·합병증 패턴 모델링

[이데일리 이연호 기자] 국내 연구진이 미국 연구진과 공동 연구를 통해 빅 데이터를 이용한 질환 심화 패턴 분석 원천 기술을 개발했다.

1000만 명의 질환 궤도 추적 가시화 예시로 각각의 선이 환자의 재입원 추적 경로, 중간 노드는 진단명을 의미함. 그래픽=KISTI.

한국과학기술정보연구원(KISTI)은 슈퍼컴퓨팅응용센터 백효정 선임연구원이 미국 UCSF(University of California, San Francisco) 연구팀과 함께 초고성능 컴퓨터와 빅 데이터 분석 기술을 활용해 질환 심화 패턴 제시가 가능한 원천 기술을 세계 최초로 제시했다고 16일 밝혔다.

미국 연구진과 백효정 박사는 1000만 명의 20여 년간 축적된 1900만 건의 의무기록을 기반으로 모든 가능한 질환 691종에 대한 각 환자의 1년 주기 재입원과 합병증 패턴을 모델링했다. 이를 통해 알려지지 않았던 실제 조현병(Schizophrenia) 환자의 횡문근융해증(Rhabdomyolysis) 합병증 모델을 성공적으로 입증했다. 횡문근융해증(Rhabdomyolysis)은 근섬유 파괴로 인한 영구적인 신부전을 유도하는 희귀 중증 질환이다.

고령화에 따른 천문학적인 의료 서비스의 지출이 예상된다. 따라서 현재 입원환자의 1~2년 내의 재입원과 합병증 패턴을 모델링 하는 것이 향후 인공지능 개발과 관련된 원천 기술이다. 그러나 국가별, 생애 주기별, 인종별 재입원과 합병증 패턴의 정량화는 기존 의료진의 경험에 기초한 전통적인 접근법으로는 수십 년의 기간이 소요된다. 미국 연구진과 백 박사는 캘리포니아 주의 20여 년간 축적된 수천만 건의 입원 기록을 확보하고 다차원 시계열 그래프 분석(Directed Acyclic Graph modeling, GAP) 기법을 개발함으로써 5000여 질병에 대한 생애주기별 ‘질환궤도(Disease Trajectory)’를 제시, 알려지지 않은 조현병 환자의 합병모델을 증명했다.

한발 더 나아가 연구진은 개발한 모든 질환궤도가 다수의 의료진과 의학 연구자들이 활용할 수 있도록 국가 규모의 질환궤도 모델을 가시화하고 전체 분석 결과를 웹을 통해 공개했다.

이번 연구는 미국 국립보건원(NIH, National Institute of Health)의 지원과 컴퓨팅 기술 기반의 중개 의학 분야의 거장인 아튤 뷰트(Atul J. Butte) 교수 연구진(UCSF), 한국 질병관리본부(바이오과학정보과), 그리고 KISTI 백효정 박사의 공동 연구로 진행됐다.

해당 연구 결과는 지난 15일(한국 시각) 데이터 과학 분야 Top9의 권위지인 ‘사이언티픽 데이터(Scientific Data)’ 온라인판에 게재됐다.