4. 4
데이터 기반 헬스케어의 기회
센싱 기술, 센싱 알고리즘은 계속해서 발전
병원 밖의 환경에 있는 환자들의 삶을
새로운 데이터로 수량화할 수 있는 시대가 된 것
5. 5
그런데, 데이터를 의료 커뮤니케이션에 활용?
검사 진료 수술
피트니스
의료
피트니스적 활용은 ‘자신이 정한’ 마일스톤을 따르면 되지만
의료 분야에는 이미 정해진 전통적이고 강력한 커뮤니케이션 프로세스가 있을 것
진료/검사/수술과 같은 절차가 내재된 의료 커뮤니케이션에 새로운 데이터를 어떻게 도입할 것인가?
새로운 데이터가 매개하는 환자-의사 관계는 어떻게 달라지게 될 것인가?
6. 6
Data
Platform
Doctor
Patient
데이터 처방
라이프로그 데이터 기반 상담
지킴이
App EMR
헬스
어드바이스
라이프로그
데이터
랩데이터
인증
EMR 내의
활동 기록
건강스스로지킴이 프로젝트
보건복지부 지원을 받아 3년 동안 분당서울대병원/네오젠과
진료실에서 라이프로그 데이터를 활용하는 ‘데이터 진료’ 모델을 구상해본다
7. 7
데이터 기반 의료 커뮤니케이션을 위한 세 가지 질문
Data
어떤 데이터 모아야 하는가? 어떻게 해야 잘 모이는가?
1
Interpretation
데이터를 어떻게 해석할 것인가? 어떤 장치가 필요한가?
2
Interaction
3 의사-환자 관계에 어떤 영향을 미치는가?
행동 변화를 위해 어떤 보조 장치가 필요한가?
9. 9
DATA
1
신체 위험상태를
감소시키는 습관
◉
정교한 활동 분류는
미진한 상태
주요 질환들의
중요한 위험인자 ○
수면의 내부적 성격은
측정 불가
만성질환 예측할 수
있는 데이터
△
정량적 자동 기록
수단이 없음
사회적 관심이
높은 습관
△
정량적 자동 기록
수단이 없음
건강에 영향을
심각히 미치는 습관
△
정량적 자동 기록
수단이 없음
운동
수면
식이
흡연
음주
의료적 의미 데이터 수집의 난점
| 문제발굴
진료실 밖을 나간 환자의 삶을 추적하기 위해 어떤 데이터를 모아야할까?
질병에 따라, 관심사에 따라, 기술에 따라 모을 수 있는 데이터가 다르다
10. 10
DATA
1 | 문제발굴
0%
25%
50%
75%
100%
0 3 6 9
THE TRUTH ABOUT WEARABLES
Rate of sustained activity tracker use over months of ownership
Proportion of
individuals
continuing to
use an activity
tracker
Months
Rock
Health
Survey
환자들이 웨어러블 열심히 잘 착용할까?
18. Requirements
• 라이프로그 데이터는 “있으면 좋다”
(전공/질환에 따라 필요한 데이터는 상이함)
• 축적된 데이터(span data)를 볼 필요가 있다
• 결과치와 함께 보고싶다 (e.g. 운동 - 통증, 운동 - 체중 등)
• 처방한 목표치(계획)와 수행 여부를 보고싶다
• 요약된 정보 표현 선호 (랩 데이터와는 해석 방법이 다름)
• 의학적 판단을 위한 ‘신호등’
• 의학적 기준에 따른 이상 여부 및 정도의 표현
• 세부 정보, 종적 데이터를 추가적으로 확인할 수 있어야 함
18
INTERPRETATION
2 | 의료진에게 무엇을 어떻게 보여줄 것인가
의료진에게 물어보자
5개과 6명 전문의에게 문의
시나리오
저니맵
24. 24
INTERPRETATION
2
• 데이터별로, 전공별로, 의사별로 활용 양상이 다르다
• 아직 의료진도 아직 데이터가 낯설다
*진료시 데이터 활용 정도
100%
0%
C02
활동 수면 식이 음주 흡연
show
explain
plan
활동 수면 식이 음주 흡연
show
explain
plan
C03
활동 수면 식이 음주 흡연
show
explain
plan
C04
C05
활동 수면 식이 음주 흡연
show
explain
plan
활동 수면 식이 음주 흡연
show
explain
plan
C06
C01
활동 수면 식이 음주 흡연
show
explain
plan
| 의료진에게 보여줬더니?
(재활의학과)
(가정의학과)
(산부인과)
(가정의학과)
(이비인후과) (순환기내과)
26. 26
의료진
환자
연구원
(GSCST/SNUBH)
실험군
피실험자
모집협조
실험 안내
사전 설문지
신체 계측 1
진료 관찰(일부 참가자)
신체 계측 2
진료 및 처방
- 데이터 기반
진료 및 처방
- 데이터 기반
진료 관찰(일부 참가자)
인터뷰(일부 참가자)
신체 계측 3
Visit 1
스크리닝
진료
1
실험
안내
2
Visit 2
데이터
진료
3
Visit 3
데이터
진료
4
인터뷰
5
W0 W1 W2 W3 W4
Intervention
group
Control
group
INTERACTION
3
• 50명 만성질환(대사증후군, 수면무호흡증) 환자
• 4주간 두 번의 데이터 진료로 행동 변화가 일어나는가? 체중이 감량되는가?
| 진료실 안에서 행동 변화 유도하기
27. 27
INTERACTION
3 | 진료실 안에서 행동 변화 유도하기
27
(1) 빠르게 전체 사항을 파악할 수 있도록 하는 전체 요약
(2) 각 데이터의 추이를 확인할 수 있도록 하는 전통적 그래프
(3) 필요하면, 디테일을 본다
(4) 현재의 의료 프로세스에 자연스럽게 도입되도록 - 데이터 ‘처방’ 윈도우
28. 28
3
기존 진료
recall-based consultation
recall without evidences
데이터 진료
evidence-based consultation
cue-based recall
• 데이터 처방(Data Prescription): “다음 진료 때까지 하루에 12,000보씩 걷고 오세요”
• 기존 의료 프로세스에 자연스럽게 통합: EMR 개발/통합이 핵심
INTERACTION | 진료실 안에서 행동 변화 유도하기
29. 29
3 INTERACTION | 진료실 안에서의 대화 비교
Clinician: 어떻게 지내셨어요? 요즘도 일주일에 세 번씩
운동 나가세요? 지난 번에 오셨을 때는 그럴 거라고 하셨
잖아요.
Patient-07: 아, 네 그랬죠. 근데 제가 평일에는 시간이 없
어요. 주말에만 산책 조금 하고.
Clinician: 알겠어요. 그러면 계속 주말에 산책 한 시간 정
도 하실 거예요?
Patient-07: 네.
Clinician: 좋아요. 그러면 2주 후에 봅시다. 그때까지 산
책 열심히 하시고, 평일에도 의식적으로 활동량 좀 늘려보
시고요.
Clinician: (화면의 데이터 본 후) 제가 보니까 (그동안) 꽤
잘 하신 거 같아요. 보니까 평균 걸음수가 거의 1,000보나
늘었네. (지난) 금요일에는 제일 많이 걸으셨는데.
Patient-13: 그날 별건 없었는데. 그냥 회사에서 집까지
걸어간 거 같은데… 아, 아니다 그날 OO역에 아들 장난감
사러 걸어갔다가, 근데 거기가 멀었어요 역에서. 그래서
제 생각보다 훨씬 많이 걸어가지고.
Clinician: 좋아요. 그리고 금요일만 그런 게 아니라 전반
적으로 열심히 움직이셨네요.
Patient-13: 네. 지난번에 왔을 때 사무실까지 계단 쓰라
고 하셔가지고 제가, 그렇게 하려고 웬만하면, 점심 먹고
나서는.
Clinician: 아주 잘하셨네. 그러면 이번 주에는 계속 유지
하라는 의미로 목표 (걸음수)는 500만 올릴게요.
With Data
Without Data
30. 30
3
0
5
10
15
20
25
매우
불만족스럽다
불만족스럽다 보통이다 만족스럽다 매우
만족스럽다
6
25
7
1
5점 척도 | 응답자 40명 기준
4
데이터 진료
만족도 평균 점
“(데이터가) 정말 정확하고 그러니까 환자하고 의사하고
대화할 때 정확한 자료가 되니까, 그런거는 되게 좋더라구
요. 제가 뭐 50걸음 걸었는데 100걸음 걸었다고 거짓말
못하잖아요.” - P20
“제 데이터 보시고 (의사 선생님이 저보고) 간식을 많이 줄
이고, 탄수화물 위주도 줄이고, 웬만하면 한 끼를 줄여보
는 게 어떻겠느냐 그 말씀도 하셔가지고 했는데 (…) 중성
지방 수치도 낮아졌다고 그러더라고요” - P53
“아까 진료 때 제 수면 데이터 보시고 (늦게 자는 게 나오
니까) OOO 선생님이 뭐라고 말씀하셨냐면 몸을 고달프
게 하면 잠은 오게 되어 있다고” - P22
Voice of Users
Satisfaction
INTERACTION | 진료실 안에서 행동 변화 유도하기
31. 31
3년간의 프로젝트가 답을 주었을까?
Data
어떤 데이터 모아야 하는가? 어떻게 해야 잘 모이는가?
1
Interpretation
데이터를 어떻게 해석할 것인가? 어떤 장치가 필요한가?
2
Interaction
3
• 기본적인 6개 라이프로그 데이터 + @(병증/목표 따라 추가):
활동, 식사, 수면, 체중, 스트레스, 혈압
• 데이터 잘 모으려면 의료진 프레젠스를 높여라
• 높은 접근성을 위한 장치들을 마련할 것
• 의료진에게는 요약-상세 구조를 통해, 데이터의 상호참조(cross-
reference)가 가능하게 해라
• 학습이 필요없는 익숙한 시각화 방법(선 그래프)을 활용한다
• 환자-의사 커뮤니케이션에 깊이감을 준다
• 의료 경험을 진료실 밖으로 확장한다
의사-환자 관계에 어떤 영향을 미치는가?
행동 변화를 위해 어떤 보조 장치가 필요한가?
32. 32
5년 전과 현재, 변한 것과 변하지 않은 것
• 마법같은 기술이 나올 줄 알았는데 소소한 향상/변화 정도가 포착된다
- 기기 보급 확산, 알고리즘/센서 정확도
- 애플워치 심전도 측정과 같은 의료용 기능 출시
- 삼성헬스, 애플헬스와 같은 통합적 생활습관 데이터 플랫폼 등장
• 걸음, 체중, 수면, 혈압, 당뇨, 식사, 스트레스… 여전히 종류나 방식은 대동소이
Samsung S-Health LG Health
33. 33
AI 기술과 기회
• 딥러닝/비전 기술: 사진을 통한 식사 트래킹
• 스피커/챗봇 기술
- 매뉴얼 트래킹 (e.g., 식사, 정신건강, 수면)
- 건강팁/의료진 조언 등으로 피드백
http://doinglab.com/solution.html
https://www.luminary-labs.com/5-alexa-solutions-people-living-diabetes/
https://www.lark.com/
34. 34
하지만 새로운 데이터 해석은 여전히 난제
Healbe GoBe: Glucose Tracker
토스트
바나나
메밀국수
한식+막걸리 야식
총 열량의 삼각형
클루코스:
섭취 열량
축센서
소비 열량
비침투(피부) 혈류 임피던스 변화 측정을 통해 클루코오스 레벨로 식사량을 추정하는
자동기록 디바이스가 출시되었으나 데이터 해석에 난점이 있음
환자는 물론 의료진들도 처음 보는 데이터를 어떻게 해석해야 할지에 대해 혼란스러워한다
35. 35
데이터 해석 Universal Guideline은 없다
“No simple set of universal guidelines exists.”
60명에게 90일간 7개 데이터를 기록하도록 하고 데이터 사이의 상관관계를 살펴봄
식사량(food)-기분(mood)에서 양의 상관관계가 나타나는 것 빼고는 ‘보편적 가이드라인’은 없다
Bentley, F., Tollmar, K., Stephenson, P., Levy, L., Jones, B., Robertson, S., ... & Wilson, J. (2013). Health Mashups: Presenting statistical patterns between wellbeing data and context in natural
language to promote behavior change. ACM Transactions on Computer-Human Interaction (TOCHI), 20(5), 30.
36. 36
+@
• 기본적인 6개 라이프로그 데이터 + @(병증/목표 따라 추가):
활동, 식사, 수면, 체중, 스트레스, 혈압
• 데이터 잘 모으려면 의료진 프레젠스를 높여라
• 높은 접근성을 위한 장치들을 마련할 것
• 의료진에게는 요약-상세 구조를 통해, 데이터의 상호참조(cross-
reference)가 가능하게 해라
• 학습이 필요없는 익숙한 시각화 방법(선 그래프)을 활용한다
• 환자-의사 커뮤니케이션에 깊이감을 준다
• 의료 경험을 진료실 밖으로 확장한다
• 알고리즘/센서 개선으로 데이터 정확성은 계속 좋아질 것
• 표준 확립과 데이터 플랫폼 통합으로 새로운 기회가 열린다
• AI 기술로 데이터 포착의 새로운 기회를 만들어봐야 함
• 새로운 디바이스/데이터는 여전히 혼란스럽다
• 보편적으로 적용 가능한 데이터 해석 가이드라인은 아직 없다
• 새로운 기술들(챗봇, 스마트스피커)로 진료실 밖으로 커뮤니케이션
확장 가능해질 것
Data
어떤 데이터 모아야 하는가? 어떻게 해야 잘 모이는가?
1
Interpretation
데이터를 어떻게 해석할 것인가? 어떤 장치가 필요한가?
2
Interaction
3 의사-환자 관계에 어떤 영향을 미치는가?
행동 변화를 위해 어떤 보조 장치가 필요한가?
37. 37
라이프로그의 의료적 활용은 글로벌 트렌드
Patient-Generated Health Data (PGHD)를 의료적으로 활용하기 위한 연구들이 본격적으로 등장한다
다양한 타겟 질병, 특히 만성 상태를 개선하기 위한 목표가 대부분이다
당뇨병, 과민성대장증후군(IBS), 편두통, 대사증후군, 가려움증, 파킨슨병, 유방암 재활, 수면, 정신건강 등
38. 38
한국 의료 현실에서 라이프로그 활용?
원격진료-원격의료 관련 범위, 내용, 실행에서 계속되는 논란
의료보험과 수가 문제의 특수성
http://www.yoonsupchoi.com/2019/02/26/telemedicine-1/
39. 39
병원 경험은 문화적으로 구성된다
같은 시간 부족이라도 한국은 다르다
한국 4분 vs 미국 18분
라이프로그 활용이 비집고 들어갈 틈이 있을까?
https://www.bmj.com/content/340/bmj.c2554
https://www.hankookilbo.com/News/Read/201709070477377156
40. 40
병원 경험은 문화적으로 구성된다
한국에서의 의료진-환자 관계는 마치 선생님-학생과 같은 구도
내 데이터에 대해 스스로 전문가가 되어 ‘토론’을 하는 미국 모델이 과연 먹힐까?
https://www.sciencedirect.com/science/article/pii/016383439390090B
41. 41
한국형 모델에 닥친 시련
라이프로그의 의료적 활용은 여러 허들을 넘어야 도달할 수 있는 상황
커뮤니케이션 향상이나 환자의 셀프 모니터링 유도 등 비의료적 접근에 대해 생각해볼 필요도 있음
좁은 의미의 “의료적 처치”가 아닌 “서비스” 향상으로
사용자 정책 기술 정책 가격 정책 보험 정책
42. 42
한국형 모델의 가능성 몇 가지?
특정 병증을 중심으로 심층진찰제에 통합해본다면?
건강 검진 보완하는 서비스로서 시작해본다면?
직장 내 건강서비스/가벼운 보험 인센티브로 활용해본다면?
https://www.paxetv.com/news/articleView.html?idxno=73230
https://news.joins.com/article/21820939
43. 43
몇 대 몇으로 섞을 것인가?
면대면 데이터 처방을 몇 개월을 통으로 할 필요가 있는가?
시스템/알고리즘은 어떻게 면대면 프로세스를 보조할 수 있는가?
한국형 모델의 가능성 몇 가지?
라이프로그 데이터
면대면
데이터 처방
데이터 분석
알고리즘