Home | EndoTODAY | EndoATLAS | Blog


[template] 2015년 3월 7일 대전에서 있었던 대한소화기학회 아카데미에 다녀왔습니다. 저는 "효과적인 강의란?"이라는 제목의 강연을 했습니다.


1. 의료 빅데이터의 구성과 플랫폼 - 서울대학교 의료정보학과

The best way to predict the future is to invent it. Alan Kay (1940-, Computer scientist and musician)

과거에는 data, information, knowledge의 구조로 생각하였습니다. 즉 데이터는 하찮은 것이고 정보, 지식이 더 높은 수준이라는 개념이 일반적이었습니다. '지식경영'같은 말이 유행이었습니다. 그런데 이제는 개념이 달라졌습니다. 데이터는 늘 생성되기 마련이고, 데이타가 충분히 많아지면 대상(본질)보다 더 본질적일 수 있다고 생각하게 되었습니다. 데이터는 이제 '모든 산업의 쌀'이 되었습니다.

서울대강남센터에서 건강정보 빅데이터 시스템을 만들어 많은 발견을 했습니다. 2011년 4월 7일 조선일보에 짝짓기 연구라는 근사한 이름으로 소개된 적이 있습니다만, 5년 사이에 200개 이상의 SCI 논문이 나왔습니다.

Better health is not a science problem, it's an information problem.

의학적으로 명백히 Actionable 하면 알려주는 것이 옳다.

이준행 의견: 많이 알수록 행복해질까?


2. 국립암센터 간암 코호트 자료의 구축과 실제 - 울산의대 임영석

항바이러스제의 발전에 따라 간암발생률이 줄 것이라는 예측과 달리 아직까지 간암 발생률은 증가하고 있습니다. 반면 간경화로 인한 사망률은 현저히 낮아졌습니다. 항바이러스제의 발전으로 인하여 간경화로 사망하는 환자가 줄면서 고령의 간암환자가 많아지기 때문입니다. 향후 간경화가 없는 간암환자가 점차 많아질 것으로 예상됩니다.

학회차원의 암등록사업은 sampling bias와 legal regulation (informed consent) 이라는 제한점이 있었습니다. 정부의 중앙암등록본부 자료는 등록률이 높고 사망 자료가 명확하다는 장점이 있으나 상세 자료가 없다는 단점이 있었습니다. 두 자료의 장단점을 고려하여, 정부의 레지스트리에서 ramdom sampling한 환자의 자료를 조사하였습니다. 지난 10년 사이에 간암 환자의 치료성적이 매우 좋아졌습니다. 2003년부터 2005년까지 등록된 간암 환자의 median survival은 17.5개월이었으나, 2008년부터 2010년 사이에 등록된 간암 환자의 median survival은 28.4개월이었습니다 (p < 0.001). 그런데, 학회자료보다 random sampling 자료에서 환자의 생존률이 좋았습니다. 학회자료에는 중증 환자가 많이 포함되어 있었던 것입니다. 따라서 현재는 학회 자체등록 자료는 더 이상 수집하지 않고, 정부와 학회가 공동으로 분석한 자료를 우리나라의 대표 자료로 사용하고 있습니다.

암등록본부는 특별법에 의해 설립된 기관으로 개인정보보호법(일반법)의 제한을 넘어 개인정보를 다룰 수 있습니다. 준정부기관이므로 통계청과 같은 정부기관으로부터 사망자료 등을 보다 쉽게 구할 수 있습니다. 예산 확보라는 이슈도 있습니다. 따라서 현재는 사업의 주도권을 암등록본부로 넘기고 학회와 협력하여 연구사업을 지속하고 있습니다.


3. 염증성 장질환에서 심평원 자료 분석의 실제 - 가톨릭대학교 의정부성모병원 조영석

심평원 청구데이터를 이용할 때 고려해야 할 제한점이 있습니다.
1. 보험청구자료이므로 청구 진단명이 최종 확진된 진단명과 차이가 있을 수 있습니다.
2. 중요한 보건의료 정보(각종 임상 검사 및 신체기능에 대한 측정값, 몸무게, 키, 과거력 및 가족력)가 포함되어 있지 않으므로, 청구 데이터만 이용하는 경우 질병의 원인을 규명하기 위한 연구에서 교란변수를 충분하게 보정할 수 없습니다.
3. 질병의 중증도 또는 다른 질병의 동반 유무와 같은 임상적인 정보를 충분히 포함하고 있지 않아 환자 개인에 대한 처방이 적절한 지를 충분히 분석할 수 없습니다.

Floor에서 중요한 질문이 있었습니다. 옮깁니다. "진단의 정확도 및 빅데이터의 한계를 어디까지 인정하고 논문화해야 하는지요? 연구자는 연구방법과 데이터의 한계를 잘 알고 있겠지만, 일단 논문화되면 독자들이 논문의 의미와 제한점을 정확히 읽어낼 수 있을지 의문입니다. 오독이 많을 것 같습니다. 대만의 IBD 논문만 보더라도 (1) 저자에 IBD 전문가가 포함되어 있지 않았고, (2) 환자가 너무 많았습니다. 우리나라에서도 과거 정부에서 빅데이터를 바탕으로 IBD 환자가 20만명이라고 말해왔는데요, 최근에는 3만명 정도로 이야기되고 있지 않습니까? 빅데이터의 한계를 어디까지 덮어야 할지요?"

이준행 의견: 빅데이터 연구가 시대의 대세는 아닌 것 같습니다. 시대의 유행이라고 보는 것이 더 맞지 않을까요? 혹시 "빅 쓰레기"는 아닐까요? 빅데이터를 small data 처럼 접근하였던 임영석 교수 발표의 간학회 연구가 정답이지 아닐까 생각해 봅니다. 저는 늘 해오던 바대로 small data나 잘 해보려고 합니다. 저는 자료 냄새보다 환자 냄새가 많이 나는 연구를 좋아합니다.


4. 효과적인 강의란? - 삼성서울병원 이준행

1) 전문적인 자료준비
2) 단순한 원고
3) 스마트한 발표


5. 대한내과학회에서 Hospitalist task force team을 추진하는 배경 - 내과학회 총무 이동기

1) 내과 전공의 지원 감소: 전공의 정원 감축 정책, 선택진료제 폐지 및 내과 계열 수가의 열악화 등
2) 내과 전공의 수련 환경 개선 및 전공의 교육 내실화
3) 응급실 및 입원 환자 진료릐 질 향상
4) 일반 내과 전문의 배출
5) 내과 전문의 역할에 대한 자긍심 고취

© 이준행