| 내용 |
GE 헬스케어와 로슈진단(Roche Diagnostics)은 빅데이터 분석 및 임상 의사결정 지원 플랫폼을 통해 정확한 진단을 지원하고자 한다. GE와 로슈는 종양 및 중환자 치료에 있어 임상적인 의사결정을 지원하는 디지털 진단 플랫폼을 개발하는데 협력한다고 발표했다. 이번 협력은 정밀 의학, 빅데이터 분석, 머신 러닝, 보건 IT 개발 등 양사의 경험을 활용하여 개인별, 필요에 맞는 치료를 조율하고 조정하여 의료 서비스 제공자가 사용할 수 있는 포괄적인 데이터 대시보드 개발을 목표로 한다. 로슈진단의 CEO 롤런드 디젤먼은 이 보기 드문 파트너십은 임상 의사 결정에 있어 혁신적인 솔루션과 통찰을 제공할 것이며, 환자의 이익을 위해 포괄적인 디지털 데이터를 통해 적시에 적절한 의사결정을 제공하여 의료진 및 관련 이해당사자를 지원하는 것이 목표라고 말했다. 이 장기적인 파트너십은 체내 및 체외, 전자 의료 기록, 임상 지침 및 실시간 모니터링 데이터를 포함하여 실세계의 사용 사례에 정밀 의학을 적용하는데 결정적인 여러 데이터셋을 원활히 통합하는 것에 중점을 두고 있다. 오늘날 의학은 많은 새로운 변수를 탐지할 수 있는 능력과 함께 질병 및 인체 생리에 대한 과학적 이해가 진전함에 따라 더욱더 데이터를 위주로 변하고 있다고 진단 전략의 책임자 스티브 버넬 박사가 말했으며 GE 헬스케어의 블로그에서도 동일한 주장을 찾을 수 있다. 이 과정에서 의사, 연구원, 환자들이 데이터를 탐색하고 이해하는 것은 더욱 복잡해지고 있다. 로슈와 GE의 의도는 간단히 말해 가용한 데이터를 이용하여 더 나은 의사결정을 내리게 하는 것이다. 이 목표를 위해 아직까지 대부분의 의료 환경에 존재하는 고립된 데이터를 연결하고 협력 도구를 제공하며, 직관적인 워크플로 제품을 개발하고자 한다. 이상적인 환경은 공급사가 통합된 데이터셋에 접근하여 근거 중심의 의사결정을 지원하는 것이다. 예를 들면, 중환자 치료 환경에서는 환자의 침대 옆의 모니터링 시스템에 수집된 데이터를 생체지표 및 유전 데이터와 함께 향후 추세를 예측하는데 사용하는 것을 들 수 있다. 예측적 빅데이터 분석과 정밀 의학의 지속적인 발전을 결합하면 의료진에게 환자의 유전자 및 특정 치료에 대한 반응을 기반으로 한 표준화된 프로토콜을 적용하는 새로운 통찰력을 제공할 수 있다. 이런 추세를 합칠 경우, 더욱 개인화된 의료를 제공할 수 있지만 개인적인 수준에서 이런 결정을 내리기 위해서는 환자와 의사가 모든 관련 정보를 가지고 있어야 하는 것은 물론이고 손이 닿는 곳에 가장 많은 정보를 바탕으로 한 결정을 내릴 수 있는 증거가 있어야 한다. GE 헬스케어의 전문 분야인 의료 영상 데이터를 여기에 추가할 경우, 유방암을 비롯 많은 종류의 암에 대한 복잡한 상태를 진단할 수 있는 의료진의 능력을 개선하고 개인화된 치료 계획을 수립하는데 최우수 사례를 적용할 수 있다. 이 통합된 데이터셋을 이용하여 머신 러닝과 딥 러닝을 적용하면 X선 사진에서 발견한 의심스러운 조직에 대한 불필요한 생검 횟수를 줄일 수 있고 경우에 따라 침윤성 유방암으로 발전 가능성이 있는 유선암 치료를 위한 유방 절제술도 줄일 수 있다고 GE 의료영상의 혁신 이사 나님 이샤크가 말했다. GE는 학계와 임상의학의 파트너십을 통해 고해상도 이미지 연구를 포함한 데이터 활용을 극대화하는 방법으로 머신 러닝을 의료 영상에 적용하는데 막대한 투자를 시작했다. 이미 GE 영상 장비를 사용하고 있는 많은 고객사를 고려하면, 미국 및 전 세계 의료 시스템에서 고급 데이터 분석 프로젝트를 수행할 수 있는 잠재력을 볼 수 있다. 여기에 로슈의 유전체학 및 기타 정밀 의학 데이터셋의 전문성을 추가한다면 매우 영향력 있는 예측 분석 및 첨단 임상 의사 결정 지원을 가져오는 자연스러운 발전을 기대할 수 있다. 이샤크는 GE 헬스케어는 영상 및 모니터링에 있어 중요한 기반 시설을 갖추고 있으며 로슈는 체외 진단에 있어 최고의 기술을 보유하고 있다고 말하면서, 이 두 회사의 통합은 사용자뿐만 아니라 전 세계 의료계, 환자에게도 변화를 가져올 수 있다고 덧붙였다. 보건의료에서 데이터는 폭발적으로 증가하고 있는 가운데, 환자의 더 나은 결과를 위해 의료진이 전체적인 그림을 보고 데이터를 활용하는 작업이 쉬워지기를 바라고 있다. |
