얼마 전까지만 해도 헬스케어에서 사용하는 빅데이터는 유전체, 진료 데이터 등 필요에 의해 수집한 데이터 밖에 없었다. 웰니스 서비스를 포함한 헬스케어 서비스를 위해서는 신체, 식음, 운동, 취침 데이터 등 사람이 평소에 자연스럽게 만들어내는 데이터들을 수집해야 한다. 이를 위해서는 사람들에게 다양한 데이터 수집 장치가 필요한데 웨어러블 디바이스나 IoT를 활용한 디바이스들이 필요하다.
디바이스를 통해 수집된 건강 데이터는 폭발적으로 증가한다. “공학트렌드 206호 헬스케어 사례 연구 - 빅데이터와 연계” 편을 참조하면 수집된 데이터의 약 80~85%가 텍스트나 이미지 같은 비정형화된 데이터이고, 년 평균 18% 정도 증가율을 보이고 있다.
빅데이터를 이용한 헬스케어 서비스는 이미 다양하게 적용되는 중이다. 미국 국립보건원과 함께 의약품 정보를 제공하는 필박스(Pill Box), 구글 트렌드의 독감 예보, IBM의 왓슨(Watson) 등은 빅데이터의 활용도를 극대화해 헬스케어 서비스를 제공하는 좋은 예로 알려져 있다. 그림4는 빅데이터를 중심으로 빅데이터 서비스를 구성하는 예를 나타내고 있다.
<그림4> 빅데이터 중심의 헬스케어 서비스의 예
출처: 한국디지털병원수출사업협동조합
주로 건강 데이터로 수집되는 빅데이터는 하루에도 어마어마한 양이 수집되기 때문에 효율적인 분석이 추가되지 않으면 불필요한 데이터만 쌓여 리소스를 낭비하는 경우가 발생한다. 빅데이터 분석은 의사나 헬스케어 전문가가 일정한 패턴이나 규칙으로 분석하기는 매우 어렵다. 또한, 빅데이터 속에 숨어있는 다양한 건강 정보를 찾기 위해서는 상황이나 데이터 속성에 따라 분석을 하고 분석된 경험을 바탕으로 분석 역량을 지속적으로 업그레이드 할 수 있는 서비스 모델이 필요하다. 이런 측면에서 머신 러닝은 빅데이터를 분석하는 가장 좋은 모델이 될 수 있고, 이는 헬스케어 서비스의 혁신적 결과를 가져오고 있다.
댓글 없음 :
댓글 쓰기