임산부 14명 중 1명은 미숙아를 낳는다고 합니다. 미숙아 4명 중 3명은 사망을 한다고 합니다. 안타까운 일이죠. 미숙아 사망률을 좀더 낮출 수 있는 방법은 없을까요.
의료기술이 발달하고 있긴 하지만 육안 진찰과 차트 정보에만 의존하는 방식으로는 이미 질병에 감염되고 난 뒤에 조치를 취하기 때문에 한발 늦을 수 밖에 없는 것이 현실입니다. 더군다나 미숙아들은 말을 할 수 없기 때문에, 어디가 어떻게 아픈지 정확히 판단하기가 어려울 때가 많습니다. 바이러스에 취약한 미숙아의 경우 더욱 위험합니다. 질병 감염 여부를 조금이라도 빨리 알 수 있는 방법은 없을까요.
|
캐나다 온타리오 병원에서는 미숙아 모니터링 장비를 통해 데이터를 수집해서 미숙아의 질병 감염 여부를 빠르게 판단하고 조치를 취해 더 많은 생명을 살릴 수 있었습니다.
온타리오 병원은 미숙아 모니터링 장비에서 생성되는 혈압, 체온, 심전도, 혈중산소 포화도 등의 생리학 데이터를 수집했습니다. 이 데이터들을 IBM에서 지원하는 스트리밍 데이터 분석기반 솔루션을 활용해 실시간으로 수집되는 데이터를 연속적으로 분석해서 패턴을 찾아냈습니다. 온타리오는 미숙아 모니터링 장비에서 생성되는 환자당 일 9000만건 이상의 생리학 데이터스트림을 실시간으로 분석했다고 합니다.
예를 들어 혈압이 A, 체온이 B의 수치에 근접했을 때 C라는 질병에 감염될 확률이 높아진다는 방식의 패턴입니다.
이를 통해 말을 할 수 없는 미숙아의 신체정보로 질병 감염여부를 조기에 판단할 수 있어 보다 빠르게 대응하고 상태가 악화되기 전에 치료가 가능한 것입니다. 이 시스템을 적용하면, 육안으로만 진료하는 의료진보다 24시간 전에 감염 사실을 밝혀낼 수 있었다고 합니다.
|
빅데이터분석이 가장 많이 활용되는 곳 중 하나는 병원일 것입니다. 점차 센서 기술과 데이터 수집 기술이 발달하면서 환자의 바이탈사인(사람이 살아 있음을 보여주는 호흡, 체온, 심장 박동 등의 측정치)을 1초에 1000번까지 수집이 가능해졌다고 합니다. 미숙아 뿐 아니라 혼수상태인 환자나 의사전달이 어려운 환자의 상태를 파악하기에도 보다 용이해진 셈이죠.
데이터 활용은 환자의 상태를 측정하는 것 뿐 아니라 환자의 기록을 수집해 의사와 환자간의 상호작용이 빠르게 이뤄지도록 하기도 합니다. 미국 퇴역군인국은 2년간 25개의 데이터 웨어하우스를 배치해 2200만명의 퇴역군인에게 의료 서비스를 지원했습니다. 퇴역군인의 전자 의료 기록(EHR) 데이터를 분석해 의사가 개별 환자를 수월하게 진료할 수 있도록 지원한 것이죠. 또 퇴역군인국은 퇴역 군인들의 의료 기록 보안을 위해 DNA 샘플을 수집하는 프로그램도 시행했습니다.
|
병원은 사람의 생명을 다루기 때문에 굉장히 민감한 분야인 동시에 시간이 생명인 분야입니다. 이때 데이터 분석은 보다 빠른 의사결정을 내릴 수 있도록 도움을 줍니다. 환자의 상황을 보다 정확하고 빠르게 파악해서 알려주고 기존에는 어떠한 사례들이 있었는지를 체계적으로 관리해주기 때문이죠. 의료분야에서 인공지능(AI) 적용이 활발한 이유도 빅데이터 덕분이죠.