정보 표준화·지역 간 네트워크 발견 미흡 지적‥자격 DB연계 기반 관계망 DB 사전 구축 제안
[메디파나뉴스 = 신은진기자] 코로나19 2차 대유행 기로에서 빠르게 코로나19 지역감염자를 추적·관리하기 위해서는 DUR을 보다 적극적으로 활용, 건강보험 빅데이터 실효성을 높일 수 있는 방안을 찾아야 한다는 비판이 제기됐다.
김재용 연세대학교 원주의과대학 빅데이터인공지능의학센터 연구교수<사진>는 11일 건강보험공단과 일산병원이 공동으로 개최한 제3회 보건의료 BIG DATA 연구학술대회에서 '건강보험 빅데이터를 이용한 코로나19 등 감염병 역학조사 시스템 구축' 발표를 통해 효과적인 코로나 대응 빅데이터 활용 방안을 제시했다.
현재 건강보험 빅데이터 시스템이 코로나19를 비롯한 감염병 역학조사에 활용되기엔 미흡하다는게 김 교수의 지적이다. 건강보험데이터의 잠재력을 제대로 살리지 못하는 구조라는 것이다.
구체적으로 보면, 현재 건강보험 빅데이터 시스템 상에서 증상정보가 수집되는 정보망은 응급진료정보망(NEDIS)가 유일한데 이는 무증상 환자에게는 무력하다. 건강보험에서는 유사증상 진단코드로 간접적 접근만이 가능하다.
진단단계에서는 DUR에 진단코드가 제대로 포함되어 있지 않은데다, 검사여부만 존재하고 검사 결과가 없어 지역사회 전파단계에서는 데이터가 무기력하다. 심지어 역효과가 발생할 수도 있는 부분이다.
또한 치료제가 특이적인 경우에는 건강보험 빅데이터가 유용하겠지만 마땅한 치료제가 없는 코로나19는 이에 해당사항이 없다. 실시간성을 갖춘 시스템은 DUR뿐이라는 문제도 있다.
예방단계 측면에서 보더라도 예방접종 대부분은 비급여이고, 질본의 DB가 모집단 기반이 아니기에 현재 건강보험 빅데이터로는 효과성 평가도 사실상 어려운 실정이다.
김재용 교수는 "사실상 특정 감염병이 창궐하는 상황에서 건보 데이터를 적극적으로 활용하고자 한다면 진단명코드도 제대로 관리하고, 검사여부 뿐만아니라 검사결과와 확진여부를 DUR과 연계해 데이터로서 관리될 수 있게 시스템을 구축해야 한다"라며 "이는 건보 데이터의 잠재력과도 연계되는 부분이다"고 밝혔다.
김 교수는 "코로나19 관리를 위해 건보공단 자격DB 연계를 통한 전국적 차원의 관계망DB 사전 구축과 활용이 가능하다"며 "가구원, 가족관계, 직장, 지리적 근접성, 인구학적 특성, 취약계층, 질병과거력 등의 DB를 통해 감염네트워크를 미리 찾아내는 일이 가능할 것이다. 이미 확진된 환자들의 데이터를 역학조사와 연계하면 데이터가 제 역할을 할 수 있을 것으로 본다"고 말했다.
기존 역학조사는 정보표준화도 미흡하고 증상발생 환자의 정보가 충분히 입력되지 못해 사각지대가 발생하는 측면이 있는데, 행정DB를 활용하게 되면 지역감염 확산을 사전차단 할 수 있을 것이라고도 봤다.
김재용 교수는 "기존 역학조사는 각 확진자별 정보를 수집하고 근접 관계 위주로 정보를 파악하고 있다. 각 지역 조사원들이 각자 조사한 결과를 입력하다보니 서로 다른 지역 접촉자·확진자와의 네트워크를 발견하지 못하는 경우가 발생한다"라며 "건보 행정DB를 활용한다면 확진자 간 통합분석은 물론 이미 표준화 된 정보 활용이 가능하다. 원거리 간접 관계도 파악이 가능해지기에 서로 다른 지역 확진자를 적시에, 조기에 발견하고 전파경로 차단을 할 수 있을 것이다"고 예측했다.
이어 "감염병 관리에서 건강보험 빅데이터 잠재력을 극대화하는 IT-based 시스템 구축 논의가 미진하다. 연구공모들은 증가했지만 질질적 변화는 미흡하다"며 "방역에 도움이 되는 정보의 적시 생산이 중요함을 명심해야 한다"고 덧붙였다.
신은진기자 ejshin@medipana.com
기사입력 : 2020-09-14 06:04
