kms 대한수학회

2019년 상반기 두 번째 가우스 콜로퀴움 안내입니다.

- 일시: 4월 26일 금요일 16:00-17:35

- 장소: 서울대학교 상산수리과학관 대강당 (129동 101호)

- 강연자: 전인태 교수 (가톨릭대학교 수학과)

- 제목: 블록체인과 산업수학

- 초록: 이번 강연에서는 블록체인과 암호화폐의 주요 기술에 대하여 소개하고 이러한 기술의 의미와 가치, 그리고 이러한 기술들이 해결한 문제가 무엇인지 살펴본다. Demo를 통해 Hash의 의미와 활용, 블록체인의 형성과 마이닝 과정 및 Consensus system 등을 이해하고, 이러한 개념들이 스마트 컨트랙트로 발전하게 되는 동기와 과정 및 스마트 컨트랙트가 갖는 잠재력과 이 잠재력이 산업수학과 어떻게 연결될 수 있는지 알아본다.

- 강연자: 윤형진 교수 (서울대학교 의과대학 의공학교실 / 서울대학교병원 의생명연구원 임상의과학 정보실장)

- 제목: 의료 데이터의 Unmet needs

- 초록: 임상의학에서는 전통적으로 다른 영역보다 데이터를 중시하는 전통이 있다.  어떤 병원이나 임상의사의 임상 경험이라는 것은 결국 축적된 의료 기록으로 구체화된다. 전통적으로 데이터를 중시하는 임상의학은 역설적으로 소위 데이터 사이언스의 측면에서는 다른 영역에 비하여 많이 뒤쳐져 있는 것이 현실이다.  임상의학에서 최근 발전하고 있는 다양한 데이터 사이언스 기술이 많은 성과를 내지 못하는 데에는 단순히 개인정보보호와 같은 사회환경적 요인 외에도 의료 데이터가 갖고 있는 고유의 특성도 큰 걸림돌로 작용한다.

과거 임상연구는 연구 데이터, 즉 특정 가설을 검증하기 위하여 설계된 연구의 결과로 생성되는 데이터를 분석하는 것이 대부분이었으나, 최근의 연구는 전자의무기록 등의 도입으로 인하여 소위 real world data (RWD)를 이용하는 연구의 비중이 점점 높아지고 있다.  전통적 임상연구는 사람을 대상으로 하는 연구로 시간과 경비가 많이 소요되고 윤리적 이유 또는 기술적 한계로 시도가 불가능한 연구가 많아 실제 임상 현장에서 제기되는 많은 문제 중 상당한 경우에 그 해답을 제시하지 못하고 있는 현실이다.  그러나 RWD를 이용하는 연구는 기존에 임상 현장에서 진료 목적으로 생성되는 데이터를 이용하기 때문에 시간과 경비가 거의 들지 않고 손쉽게 해답을 찾을 수도 있고, 연구용 데이터가 일반적인 임상 현장과는 차이가 많은 환경에서 수집되는데 반하여 RWD는 실제 임상 현장의 현실을 잘 반영할 수 있다는 장점이 있다.  이러한 장점에도 불구하고 RWD를 이용한 연구는 그 자체가 또 다른 한계를 갖고 있다.      의료 현장에서의 RWD는 다른 영역에서와 달리 많은 부분이 인간의 손을 거쳐 수집되고 입력되기 때문에 그 자체에 오류와 결측치가 많이 포함되어 있다.  또 의료의 특성상 시간적 선후 관계가 중요하게 다루어진다는 측면도 데이터 분석에 어려움을 가중시키게 되는데 RWD의 경우는 이 시간적 선후 관계가 매우 복잡하게 얽혀있다.  의료 현장에서는 많은 검사 등이 이루어 지기 때문에 데이터에 많은 변수들이 포함되어 있고 이 변수들간의 상호작용이 빈번하다는 점도 데이터 분석을 어렵게 하는 요인이다. 또, 최근에는 심전도를 포함하여 다양한 bio-signal 데이터가 임상에서 수집되는데 이러한 데이터를 포함한 다양한 비정형 데이터는 이전에 임상 의학에서 다루지 않던 데이터 유형이기 때문에 이에 대한 분석 기술의 개발도 필요한 상황이다.  또, 개인정보를 보호하면서 RWD를 더 잘 활용할 수 있게 하는 기술의 개발도 반드시 필요하다.

의료 데이터 분석과 관련하여 꼭 유념해야 하는 것은 관찰된 사실의 인과관계 증명이다.  진단이나 예측 모델 개발의 경우에는 관찰된 사실의 인과관계 증명 여부가 아주 큰 문제가 되지는 않지만 환자의 치료 여부를 결정하는 경우에서는 인과관계의 증명은 필수적이다.  인과관계에 대한 증명 없이 치료 행위가 결정되면 기대한 치료 효과를 거둘 수 없는 것은 물론 환자의 생명을 위협할 수도 있기 때문이다.  현재 인과관계 증명은 잘 설계된 무작위 전향적 임상시험을 통하여 가능한 것으로 인정받고 있고, 이는 전술한 바와 같이 기존 임상연구의 한계를 갖고 있기 때문에 RWD를 이용하여 인과관계를 증명할 수 있는 연구 기법의 개발이 필요하다.