유전자정보분석

빅 데이터가 우리의 건강을 책임진다.

hongiiv 2012. 10. 9. 11:20
반응형
ReadWriteWeb에 실린 "How Big Data Is Improving Helathcare"를 보면 "Big data in Healthcare Hype and Hope"라는 보고서가 있다. 해당 보고서에 따르면 현재  빅 데이터가 6가지 방법으로 우리의 건강(Healthcare)을 돕고 있다고 이야기 하고 있다. 

개인적으로 천식환자를 트래킹하고 정보를 수집, 이를 활용하는 Asthmapolis (천식나라)와 SNS를 통한 질병 관측 지도를 보여주는 Sickwether (아픈날씨) 서비스는 꽤 흥미로왔다. 특히 Sickwether와 같은 경우 맘스홀릭과 같은 커뮤니티나 앱을 통해 데이터의 질/양적 향상을 도모하고 읍면동 단위의 예보를 통해 지역 병원 및 약국 의약품 광고 + 건강관련(피트니스센터, 동네 조기축구회 등)한 수 연계를 통해 수익을 창출하는 등 다양하게 활용될 수 있을 것 같다는 생각이 든다.

Big Data의 유전체 연구 지원 (Supporting Research - Genomics and Beyond)
Genomics는 생명 과학 분야의 최신 기술로 개인맞춤의학을 실현 가능토록 하고 있다. 초기에는 회사들이 단순히 genomics에 초점이 맞춰져 있지만 이제는 이를 넘어 중계 연구와 중계 치료 개발 및 임상으로의 접근이 시도되고 있다. 나열된 회사들을 보면 genomics 데이터에서 인사이트를 얻기 위해 여러 데이터셋을 결합하고 이를 분석하는 알고리즘을 클라우드에서 구현하고 있다.

GNS Healthcare
REFS(Reverse Engineering Forward Simulation)라는 인과관계(cause-and-effect model)라는 수학적 모델을 슈퍼컴퓨터 기반으로 제공하여 연구자들이 대화형 시뮬레이션을 통해 동적으로 결과를 탐색할 수 있도록해준다. 제약 제품 개발에 활용되고 있으며, Aetna Innovation 연구실과 함께 REFS 기술을 대사이상 증후군 (Metabolic syndroms) 연구에 적용하고 있다.

DNAnexus
웹기반의 클라우드 서비스로 NGS 데이터를 저장, 관리, 분석하고 시각화하는 서비스로 고객으로는 연구자, 제약이나 바이오관련 임상 연구자들이 있다.

Appistry, Inc.
국방이나 금융관련 Big Data와 함께 유전체 분석을 위한 컴퓨팅과 스토리지를 private 클라우드로 제공하고 있으며, 의사, 환자 및 병리학자, 병원에서 손쉽게 사용할 수 있는 리포트를 제공한다. Brown 대학과 스탠포드 대학과 함께 파트너링을 유지하고 있다.

NextBio
대량의 공개 데이터와 private 데이터셋을 결합하여새로운 오믹스(-omics) 발견을 가능토록 해준다. private 데이터셋만으로는 불가능한 일을 대량의 큐레이트/어노테이션 된 임상과 분자 데이터를 이용하도록 해준다. SaaS (Software as a Service) 형태로 강력한 API를 제공하여 사용자의 워크플로우와 결합하는 기능을 제공한다. 현재 수많은 제약관련 R&D와 아카데믹 메디컬 센터에서 사용하고 있다. 처음에는 종양 (oncology)에 포커싱되어 있었으나 현재는 대사 (metabolic)와 자가면역질환 (autoimmune disease)으로 확대되었다.

비정형화된 의료 데이터를 의미있는 정보로 변환 (Transform Data to Information)
의료 데이터의 홍수와 실제 적용이 늦어지는 특성에 비춰볼때 가장 필요한 부분은 데이테에 대한 더나은 관리이다. 즉 데이터를 사용 가능한 정보로 변환하는 것으로 비구조화된 데이터(의료차트나 노트)를 구조화된 정보로 변환하는 것으로 데이터 마이닝, 클러스터링 분석, 데이터 시각화, 통계,  AI, 텍스트 분석 및 자연어 처리를 통해 패턴이나 의미를 추출하는 것이다.

Predixion Software
클라우드 기반의 병원 데이터에서 패턴을 찾기 위한 소프트웨어를 제공한다. 여러 소스로부터 데이터 얻고 데이터 마이닝과 기계학습, 수학적 알고리즘을 사용한다. 86%의 정확도를 가지고 환자 퇴원시 재입원에 대한 위험도를 계산한다.

Health Fidelity
비구조화된 데이터 (손으로 서술된 의료 기록)을 컴퓨에 의해 관리되고 분석하기 위해 자연어처리(NLP)를 사용한다. 

Practice Fustion
임상 연구나 공공보건 분석을 위해 다양한 site로 부터 데이터를 수집하고 클라우드 기반의 EMR(맵리듀스) 플랫폼을 활용하여 의료 데이터를 분석한다. 무료로 제공되는 plug-and-play 방식의 EMR  플랫폼을 제공한다.

athenahealth, Inc.
건강 기록 데이터에 촛점을 두고 클라우드 기반의 EMR 환경을 제공한다. 

사용자 참여를 통한 만성질환 자기 괸리 (Support Self-Care)
지금까지의 Big Data와는 달리 사용자의 참여가 필요하다. 모바일폰의 편리성과 결합된 빅데이터는 만성질환이나 당뇨, 심장질환, 천식을 관리하고 예방할 수 있으며 의료정보를 수집할 수 있다. 더 나아가 행동 패턴이나 예방할수 있는 동기를 부여할 수 있어 질병 완화에 도움을 준다.

Humetrix's iBlueBtiion
소비자와 공급자에게 의료 기록에 접근하고 이를 교환할 수 있는 쉽고 안전한 방법을 제공하는 모바일 의료 정보 교환 시스템이다. 

Ginger.io
의사, 간호사, 가족, 환자를 돕기 위해 환자의 휴대전화(이동, 통신, 모바일 사용, 환자 입력 등등의 액션)로 부터 실시간으로 수동/능동적인 행동에 대한 데이터를 수집하기 위한 클라우드 기반의 플랫폼을 통해 만성질환을 관리

100Plus
소비자가 모바일 어플리케이션을 통해서 개인의 습관을 변경하기 위한 동기를 부여하기 위해 공공 및 private 데이터를 사용

ZEO, Inc.
숙면을 위해 개인 수면 코칭 장치를 이용해 수면의 질을 추적하고 개선하는 방법에 대해 개인화된 조언을 제공

Welldoc
환자가 당뇨병과 같은 만성질환을 관리 할 수 있도록 메세지를 통해 실시간 코칭을 제공

공공보건의 인식 향상 (Increase Awareness)
Big Data는 데이터 기반으로 다양한 문제를 해결하는 시작점으로 유용하다. 위조 의약품의 식별이나 환경문제를 추적하거나 천식이나 질병 발생을 예측하고 공중보건 문제에 대해서 더나은 정책이나 의사 결정을 하는데 도움을 줄 수 있다.

Sproxil
제약회사가 약물 유통을 추적하여 도난을 방지하거나 위조 의약품을 식별하는데에 Big Data를 이용한다.각 약물의 패키지에 PIN 코드를 통해 해당 약품이 진짜인지 위조 약품인지를 확인한다. 
 
Asthmapolis
천식 환자로부터 데이터를 모으고 피드백을 제공하여 그들을 좀더 나은 방법으로 관리한다. 모바일 센서를 천식 흡입기에 부착하고 iOS/Android 앱을 통해 증상, 시간, 위치를 모니터링한다. 환자가 자신의 천식을 제어하는데에 도움을 주고, 제공자는 위험 환자를 식별할수 있을 뿐만 아니라 역학 연구 및 공중 보건에 활용할 수 있는 실시간 데이터를 수집할 수 있다.

 
Sickwether LLC
Facebook이나 Twitter와 같은 소셜미디어를 스캔하여 질병 발생의 추적하고 마치 날씨 예보처럼 사용자들에게 예보 해준다. 사용자들은 자신의 지역에 어떠한 일이 일어나는지를 입력할 수도 있으며 저렴한 가격으로 약품 광고를 지원한다. 현재 영어권만 지원하고 있지만 추후 글로벌하게 지원할 예정이다. 

 
The Institute for Health Metrics and Evalution (IHME)
공공보건관련 정책을 수립을 돕기위한 데이터 분석을 위해 전세계적으로 대량의 데이터를 수집

반응형