이거 어때

100세 시대가 눈앞에 펼쳐지면서 건강하고 오래 살기 위한 인간의 노력은 계속되고 있습니다.
이러한 시대적 요구와 더불어 코로나19 팬데믹을 겪으면서 비대면 사회로의 전환이 가속화되었고, 이는 의료의 영역에서도 예외가 아니었습니다.
의료정보는 이제 진단과 치료 보조를 넘어 질병 예측, 개인 맞춤형 치료법 제안, 신약 개발 속도 향상 등 다양한 분야에서 핵심적인 역할을 수행하고 있습니다.
인공지능(AI)의 등장으로 영상, 전자의무기록(EMR), 유전체, 웨어러블 기기에서 생성된 방대한 데이터가 AI 학습에 활용되면서 의료의 지형이 근본적으로 재편되고 있습니다.
AI는 환자의 현재 상태를 파악하는 것을 넘어 미래의 질병 위험을 예측하고 개인 맞춤형 치료법을 제시하며, 신약 후보 물질 발굴 속도를 높이는 데 기여합니다.
의료 분야에서 빅데이터의 활용은 의료비용 절감 효과뿐만 아니라 개인 맞춤형 진단 및 예방으로 의료의 질을 향상시키는 데 기여할 수 있습니다.
특히, 개인이 생성하는 헬스케어 데이터 중 비의료 데이터는 획득이 용이하고 지속적인 모니터링이 가능하여 새로운 대안으로 부상하고 있습니다.
이러한 데이터는 웨어러블 기기나 스마트폰 앱을 통해 수집되며, 운동량 추적, 식단 조절, 체중 관리, 수면 패턴 분석, 혈압 관리 등 광범위한 개인 건강 관리에 활용될 수 있습니다.
정부는 이러한 디지털 헬스케어 산업의 중요성을 인지하고 다양한 정책적 노력을 기울이고 있으며, 이는 의료정보의 효율적인 관리와 활용을 위한 기반을 마련하는 데 중점을 두고 있습니다.

의료기관 내에서 환자의 진료 정보를 전자적으로 기록하고 관리하는 전자의무기록(EMR) 시스템은 의료 현장에 혁신을 가져왔습니다.
EMR은 과거 종이에 수기로 작성하던 환자 정보를 디지털 형식으로 저장하여 의료진의 업무 부담을 줄이고 환자 치료의 질을 높이는 데 중요한 역할을 하고 있습니다.
EMR 시스템은 환자의 개인 정보, 병력, 진단 결과, 처방전, 치료 계획, 예방 접종 날짜, 알레르기 등 모든 의료 정보를 집중적으로 저장하여 의료진이 환자의 상태를 빠르고 정확하게 파악하고 적절한 치료 계획을 수립하도록 돕습니다.
한국은 대부분의 의료기관이 EMR 시스템을 도입하여 높은 전산화율을 보이고 있으나, 제품 간의 상호 호환성 부족으로 의료기관 간 진료정보 공유에는 한계가 있었습니다.
이를 해결하기 위해 정부는 2020년 6월부터 EMR 인증제도를 도입하여 시스템의 상호운용성 확보와 품질 향상을 유도하고 있습니다.
EMR이 한 의료기관 내에서의 기록이라면, 전자건강기록(EHR)은 여러 의료기관의 환자 진료 정보를 포함하며, 개인건강기록(PHR)은 병원의 진료 기록과 개인이 수집한 건강 기록 등 다양한 출처에서 수집된 개인의 건강 정보를 담아 환자 개인이 관리하고 공유할 수 있도록 합니다.
PHR은 의료기관에 흩어진 진료·검사 정보와 스마트폰 등으로 수집한 활동량 데이터, 스스로 측정한 체중·혈당 등의 정보를 모두 취합해 사용자 스스로 열람하고 관리할 수 있도록 구축한 건강기록 시스템을 의미합니다.
이러한 PHR은 개인 중심의 의료 데이터 활용을 통해 국민 건강 증진을 도모하고, 의료·산업계의 건강 산업 활성화에 기여할 것으로 기대됩니다.

정부는 국민들이 여러 기관에 흩어진 자신의 건강정보를 모으기 위해 의료기관을 직접 방문해야 하는 불편함을 해소하고, 이를 통합적으로 조회 및 활용할 수 있는 '마이 헬스웨이'를 추진하고 있습니다.
'마이 헬스웨이'는 의료정보에 대한 결정권을 개인이 가지고, 원하는 곳에 원하는 방식으로 활용하여 건강 증진 혜택을 누리게 한다는 환자 중심 패러다임에 기반합니다.
이 시스템은 '건강정보 고속도로' 역할을 하는 플랫폼을 단계적으로 구축하여 다양한 기관이 보유한 개인 건강 관련 정보(의료, 생활습관, 체력, 식이 등)를 한 번에 조회하고 저장할 수 있도록 할려고 합니다.
개인의 동의 하에 정보가 조회, 저장, 제공되도록 하며, 인증 및 식별 체계를 통해 개인 건강정보 유출을 방지할 계획입니다.
이를 통해 정보 주체인 개인이 저장한 건강정보를 활용 기관에 제공하여 진료, 건강 관리 등 원하는 서비스를 받을 수 있도록 지원할려고 합니다.
2021년 '나의건강기록' 앱 출시를 시작으로 공공기관이 보유한 건강정보를 개인이 직접 조회, 저장, 전송, 사용할 수 있는 서비스를 제공하고 있으며, 향후 의료기관의 진료 데이터와도 연계하여 개인뿐만 아니라 연구자 및 상용 의료 기술을 위한 기업까지 안전한 활용이 가능하도록 활용 기관에 대한 사전 심사 기준도 마련할 예정입니다.
'마이 헬스웨이'는 건강정보에 대한 자기결정권 부여, 의료 서비스 혁신, 그리고 궁극적으로 국민 건강 증진의 초석이 될 중요한 허브 플랫폼이 될 것으로 기대됩니다.
개인정보보호법 개정으로 도입된 개인정보 전송 요구권은 의료 마이데이터 확산의 법적 토대가 될 것이며, 한국보건의료정보원이 중개 전문 기관으로 참여하여 관련 서비스를 지원하고 있습니다.

의료 데이터의 효과적인 활용은 예방적 치료 방법의 채택을 증가시켜 만성 질환 관리 효율성을 높이고 입원 환자 수를 최소화하며, 의료 사고 및 약물 부작용 감소 등의 효과를 얻을 수 있습니다.
또한, 인공지능과 빅데이터 기술이 헬스케어 분야에 접목되면서 개인 맞춤형 건강 관리 서비스는 더욱 고도화될 전망입니다.
예를 들어, 건강검진 데이터를 기반으로 종합 생체 나이, 비만 체형 나이, 심장 나이, 간 나이, 췌장 나이, 신장 나이 등 6가지 주요 장기 나이를 측정하고 맞춤형 관리 가이드를 제공하는 서비스가 이미 등장했습니다.
웨어러블 디바이스와 개인 유전체 정보를 통합하여 건강을 관리하는 '파노라마'와 같은 서비스도 개발되고 있으며, 이는 IBM Watson의 인지 컴퓨팅 기술을 활용합니다.
강북삼성병원은 AI 기반 맞춤형 케어 서비스 융합 선도사업에 선정되어 150만 명의 페놈 데이터를 활용, 비만, 대사성 간질환, 고혈압, 당뇨병 등 주요 만성 질환에 대한 질병 예측 모델을 개발하고 개인 맞춤형 건강 관리 플랫폼을 구축할 예정입니다.
이러한 개인 맞춤형 건강 관리는 개인의 생애 주기와 건강 상태에 최적화된 정보를 제공하여 질병을 조기에 예방하고 관리하는 데 크게 기여할려고 합니다.
병원에서 생성되는 진료 기록, 검진 기록, 복약 정보, 유전체 정보와 개인이 측정하는 혈당, 혈압, 심박수, 체지방, 체중, 건강 기록, 운동, 식이, 수면 등 일상생활 정보를 포함하는 개인의 건강과 관련된 모든 정보가 기반이 되어 개인 맞춤형 건강 관리 시스템이 더욱 발전할 것입니다.
이는 단순히 치료 중심에서 예방 및 관리 중심으로 의료 패러다임을 전환하는 것을 넘어, 개인이 건강을 주도적으로 관리하고 질 높은 삶을 영위하도록 지원하는 미래 의료의 핵심이 될 것입니다.

의료정보 활용의 확대는 막대한 잠재력을 지니지만, 동시에 개인 정보 보호와 윤리적 문제라는 중요한 과제를 안고 있습니다.
보건의료 데이터는 본질적으로 민감한 정보이며, 데이터의 공유와 사용 확대는 데이터 유출 및 오남용 위험을 야기하여 개인에게 개인적, 사회적, 재정적인 피해를 줄 수 있습니다.
특히, AI 기반 의료 데이터 활용은 의료 영상에 애초에 의도하지 않았던 민감 특성을 포함하고 있을 수 있음을 보여주며, 새로운 위험 차원을 경고하고 있습니다.
따라서 개인정보 제공자에게 충분한 설명 후 동의를 구하는 적절한 절차가 필수적이며, 동의 철회 방법도 명확해야 합니다.
의료 빅데이터의 또 다른 문제는 잘못된 정보가 의학적 판단에 악영향을 미칠 수 있다는 것입니다.
빅데이터는 그 자체로서 정확성과 객관성을 보장해 줄 수 없으며, 특히 질병과 관련된 많은 정보들이 의학적 판단 효과가 가려지지 않는 상황에서 활용되는 경우 큰 위험을 유발할 가능성이 있습니다.
이에 정부는 '데이터 3법' 개정을 통해 개인 정보 판단 기준을 명확화하고 가명 정보 개념을 도입하는 등 제도적 기반을 강화하고 있습니다.
또한, 보건의료데이터 활용 가이드라인을 개정하여 의료 데이터 활용을 위한 제도적 기반을 강화할 예정입니다.
의료 데이터의 안전한 가공과 활용을 위한 가이드라인을 마련하고, 보건의료 빅데이터 플랫폼 구축 사업, 국가 통합 바이오 빅데이터 구축 사업 등 공공 데이터를 통합하여 활용할 수 있도록 국가 주도의 데이터 구축 및 활용 사업을 수행하고 있습니다.
이러한 노력과 더불어 개인 정보 보호법제 간 모호한 정의를 재정비하고, 최소 수집의 원칙과 빅데이터의 대량 정보 수집을 조화시킬 익명화 방법을 제시하는 것이 중요합니다.
또한, 옵트아웃 제도, 포괄적 동의 모델, 동적 동의(Dynamic Consent) 등 실질적인 동의 방법을 지속적으로 연구하고 도입을 검토할 필요가 있습니다.
궁극적으로 사회적 합의와 신뢰가 뒷받침될 때 장기적이고 성공적인 보건의료 빅데이터 활용이 가능할 것입니다.
보안을 신뢰할 수 있는 연구 환경에서 민간 연구자들이 분석하는 만큼 재식별 등의 위험 요소는 극히 낮지만, 악용될 소지가 있을 시에는 더욱 신중하게 접근해야 합니다.