일시: 2016. 09. 20. 12:50 ~ 13:45 장소: 서울대학교 302동 105호 강사: 서울대학교 의과대학 윤형진 박사님 |
▶ 의학이란?
▷ 의학이 science인지, art인지에 대한 논쟁 → 이론은 과학, 실습은 art (직관의 요소가 많음)
▶ 최초의 병리학
▷ 0th. 콜레라(cholera) 발병
▷ 1st. 원인에 대한 논쟁: 물이 문제다, 공기가 문제다 하며 논쟁함
▷ 2nd. Dr. John Snow가 지도 위에 콜레라 환자를 표시한 뒤 마을 내 우물의 위치를 비교
▷ 3rd. 어떤 우물이 콜레라를 일으켰는지 결론 지음
▶ 연구 방법론
▷ 단면적 연구(cross-sectional study)
> 동시간대에 여러 실험자를 연구
> 인과관계를 알기 어려워 연구로서의 가치는 인정받기 힘듦
▷ 집단 연구(cohort study)
> 예시: 담배 핀 사람과 안 핀 사람을 두고 20년 뒤 폐암 생긴 사람 수를 비교한다.
> 시간 ↑, 비용 ↑
> 결합 변수 등의 요인으로 인과관계를 규명하기 어려움
> 연구로서의 가치는 비교적 높음
▷ Randomized controlled trial
> 예시: 흡연을 하지 않은 지원자를 모집한 뒤 하나는 placebo 처리하면서 20년 뒤 폐암 생긴 사람 수를 비교한다.
> 시간 ↑, 비용 ↑
> 가장 강력한 연구
> 불가능성: 윤리적 이유 또는 기술적인 한계(biomarker 조절 불가능 등)
▶ Big date paradigm
▷ 신기증 저하가 심혈관 질환 위험을 야기한다는 연구?
> (1) cohort study; 신기능 정상군과 신기능 저하군을 비교하여 20년 뒤 심혈관 질환 환자 수를 비교한다.
> (2) 건강보험 제공 기록(EMR) → 심사평가원 제공 신기능 정상군/저하군 수 → 심혈관 질환 발생 건수
▷ 현재
> IBM watson이 의대에 다니고 있다?
> 인간은 데이터로 사회적 상호작용에 1100 TB, 유전자 데이터에 6 TB, 진료 기록에 0.4 TB를 가짐
> 사회적 상호작용이 병리학과 전혀 무관하다고 하기 어려움
> PCORI research about aspirin: 30,000,000 데이터를 가지고 분석
> 특정 연구 주제가 투자해 볼 만한 주제인지를 가늠하게 해 줌
> "Paroxetine + Pravastatin = Hyperglycemia" (2011)이 이미 소비자 검색 성향상 밝혀져 있었음1
> 2014 Google flu trend
> 요즘 빅데이터가 거품기에서 하강기에 있다.
▷ 미래
> Clinical decision support system: 의사가 의사 결정하는 걸 재현
> 기온이 낮을수록 혈압이 높음 (특히 여성과 노인) → 날씨에 따른 진료 예보 시스템
▶ 한계
▷ 빅데이터를 분석하려면 개인정보를 얻어야 하는 경우가 많음
> 프라이버시 이슈 때문에 정보의 접근성이 제한됨 (아무나 빅데이터 분석을 할 수 없음)
▷ Google flu trend는 시간이 지나면 error가 높아짐. 즉, 빅데이터는 불안정적
▷ <Lancet> vitamin C & Risk of Coronary Heart Disease: 비슷한 시기에 완전히 다른 연구 결과가 나옴
> Interrelational study에 비해 observational study의 한계
> 완전히 엉뚱한 두 진술을 연결시킬 가능성이 다분함
> 예시: Age of Miss America correlates with Murders by steam, hot vapours and hot objects
> 빅데이터로 얻은 결론을 최종적으로 검증하는 데에는 반드시 전문가가 필요
▷ Clinical decision support system의 한계
> 의사는 환자가 병원에 들어오는 순간부터 세세한 정보를 다 파악
> 환자가 의사에게 진실만 이야기하는 것은 아님
- 출처: White R W et al. J Am Med Inform Assoc 2013;20:404-408 [본문으로]
최근댓글