"빅데이터 기반 헬스케어, 의료비 절감 해법"

급격한 고령화와 만성질환자 증가로 매년 9%씩 국가 전체 의료비가 증가하고 있습니다. 노인 의료비만 놓고 보면 30%씩 급증하고 있습니다. 의료비 급증 문제로 인한 대란을 피할 수 없다는 게 문제의 본질 입니다. 문제를 해결할 현실적인 방법이 바로 빅데이터를 활용한 의료IT 서비스입니다

14일 이민화 한국디지털병원수출사업협동조합(KOHEA) 이사장은 서울 코엑스에서 열리는‘국제의료기기·병원설비전시회'에서 국내 의료계가 직면한 문제를 해결하기 위해 빅데이터를 활용한 예측형 질병관리 시스템과 개인 맞춤의료 서비스가 구축돼야 한다고 강조했다.

의료비 급증 문제를 해결하려면 보험료를 인상하거나 의료수가를 삭감해야 하는데 이 둘다 현실적인 대안이 아니다. 보험료 인상은 국민의 반발을, 의료수가 삭감은 의료계의 큰 반발이 예상된다. 보험체계와 국민, 의료계가 모두 만족하면서 문제를 풀기 위해선 결국 의료IT 고도화가 필요하다는 주장이다.

이민화 이사장은 현재 EMR(전자의무기록)이나 PACS(의료영상저장전송시스템) 보급률 같은 병원내 ICT 선진화를 따져보면 우리나라가 세계 1위 수준이다. 하지만 병원 마다 표준이 달라 병원간 자료 호환이 어렵고 제도적인 문제로 융합 서비스를 구축하기 어렵다는 점이 한국의료 IT의 한계라고 지적했다.

이 이사장은 이같은 문제를 해결하기 위한 대안으로 임상기록, 연구기록, 수가기록, 관리기록에서 나온 데이터를 활용해 치료 중심의 서비스에서 예측을 통한 질병관리 위주의 서비스와 개인 맞춤 서비스로 전환해야한다고 목소리를 높였다.

예측 서비스는 다양한 소스로부터 데이터를 분석해 건강 및 질병과 관련해 지금까지 알지 못하던 새로운 상황을 파악하고 건강관리 시스템을 최적화하자는 개념이다.

미래창조과학부의 지원 과제로 포털 사이트 다음은 유사한 시범사업을 실시하고 있다. 정부기관이 가지고 있는 정형데이터와 SNS 등을 통해 수집한 비정형데이터를 연계해 '질병 위험 예측 모델링', '질병 위험 추세 예측', '질병 위험 예보 생성'을 제공하는 서비스를 시범사업으로 실시하고 있다.

예측 서비스 구축을 통해 지금까지 존재하지 않던 새로운 질병보험에 상품이 개발되는 등 새로운 시장과 보험설계사 건강관리사 같은 일자리를 창출도 기대된다.

개인 맞춤 서비스는 DNA 자료 등이 포함된 개인건강기록(PHR)과 임상기록이나 수가기록 같은 데이터를 결합해 보편적인 서비스가 아니라 맞춤형 의료 서비스를 제공하는 것을 말한다. 보편적으로 하는 치료 방법이 아니라 적정 의료를 제공하자는 개념이다. 빅데이터 헬스케어 서비스로 최적화된 개인 건강관리 서비스가 실현된다면 의료비도 감소할 것으로 기대된다.

이민화 이사장은 예측을 통한 건강관리 시스템 최적화와 맞춤 의료 구현으로 의료비가 최소 5%는 낮아질 것이라고 말했다. 또 연간 4.5조의 의료비가 감소하고 5천여개의 새로운 일자리가 창출되며 관련 연구 특허도 우리나라 보건경쟁력이 될 것이라고 덧붙였다.

이어 그는 의료산업에 빅데이터 활용이 활발해 지려면 '개방'과 '분리'라는 상반된 철학이 모두 작용해야 한다고 강조했다.