2023 디지털 의료 혁신을 위한 보건의료용 빅데이터 기술 동향과 비즈니스 전망

Ⅰ. 디지털 세상과 의료 빅데이터

1. 초연결 시대의 의료 환경 변화
1-1. 미래 디지털 헬스케어
1-1-1. 포스트 코로나 시대 데이터의 중요성
(1) 인터넷의 발전에 따른 데이터 활성화
(2) 4차 산업혁명과 post-covid 시대
(3) 디지털 전환
(4) 코로나 팬데믹에 따른 원격진료 대중화 시대 진입
(5) 데이터 생태계의 중요성
(6) 빅데이터의 특징과 역할
1-1-2. 4차 산업혁명과 빅데이터의 가치 창출
(1) 데이터 기술(Data Technology)
(2) 데이터 가치사슬(Data Value Chain)
1-1-3. 뉴노멀(new normal) 시대 의료 환경 변화
1-1-4. 의료 방향성 변화
(1) 의료산업과 IT의 융합
(2) 미래 의료 서비스
1-1-5. 진화하고 있는 디지털 헬스케어
(1) 질병에 따른 사회적 비용 증가
(2) 디지털 기술 기반 의료시스템의 재편
(3) 디지털 헬스케어와 데이터의 상관관계
(4) 의료 데이터의 진화
1-2. 보건의료 빅데이터
1-2-1. 보건의료 빅데이터 개념
1-2-2. 새로운 산업시대의 핵심자원 데이터와 의료산업
(1) 의료데이터(clinical data)
(2) 라이프로그와 빅데이터 개요
(3) 유전데이터(genomics data)
(4) 외인데이터(exogenous data)
1-2-3. 데이터 기반 의학으로 변화하고 있는 미래 의료 산업
(1) 의료 빅데이터의 축적 및 활용
(2) 각국의 보건의료분야의 빅데이터 활용 방안
1-2-4. 보건의료 빅데이터와 개인정보 보호
(1) 블록체인이 만드는 의료정보 생태계
(2) 민감한 개인정보 보호를 위한 새로운 방안 합성데이터
1-2-5. 의료 데이터와 인공지능의 융합
1-2-6. 공통데이터모델(Common Data Model)
(1) 공통데이터모델(CDM) 등장 배경
(2) 공통데이터모델(CDM) 개념
(3) 공통데이터모델 활용
(4) 공통데이터모델과 개인정보 보호
1-3. 4차 산업혁명과 의료 환경 변화
1-3-1. 스마트기기 보급의 확대
1-3-2. 의료산업의 새로운 패러다임
1-3-3. 모바일 헬스케어

2. 디지털 시대의 보건의료 빅데이터
2-1. 정밀의료 시대를 위한 의료 빅데이터
2-1-1. 정밀의학(precision medicine)의 전환
2-1-2. 라이프로그(Life log) 데이터
2-1-3. 행동정보를 이용한 라이프로그
2-1-4. 생체정보를 이용한 라이프로그
(1) 맥파(Photoplethysmogram, PPG) 기반 라이프로그
(2) 심전도(Electrocardiogram, ECG) 기반 라이프로그
(3) 맥파전파속도(Pulse Wave Velocity, PWV)
2-2. 임상데이터
2-2-1. 임상데이터 개념
2-2-2. 임상데이터 활용
(1) 임상데이터 통계
(2) 임상데이터 관리(Data Management)
(3) 임상데이터 표준화
2-3. 의료 빅데이터 통합
2-3-1. 병원 진료기록
2-3-2. 전자의무기록(EHR)과 PHR(Personal Health Record) 데이터
(1) EMR과 EHR의 비교
① EMR(Electronic Medical Record)
② EHR(Electronic Health Record)
③ 전자건강기록(EHR) 활용
④ 전자의무기록의 해결 과제
(2) PHR(Personal Health Record)
① PHR(Personal Health Record) 개념
② PHR시스템 활용
③ 국내외 PHR 동향
④ PHR 해결 과제
2-3-4. 청구데이터(claim data)
(1) 청구데이터(Claim Data) 개요
① 청구데이터 개념
② 청구데이터 특징
③ 청구데이터 구성
(2) 청구데이터 활용
(3) 청구데이터 활용 해결 과제
2-3-5. 개인의 생활습관 및 건강 관련 환자 유래 의료데이터(PGHD)
(1) 환자 유래 의료데이터(Patientgenerated health data, PGHD) 개념
(2) 환자 유래 의료데이터(PGHD)의 중요성
(3) 환자 유래 의료데이터(PGHD)의 활용
(4) 환자유래 데이터의 한계
2-4. 유전체 데이터(genomic data)
2-4-1. 유전체 데이터 개요
2-4-2. 개인유전체 분석
2-5. 병리데이터

Ⅱ. 디지털 헬스케어의 발전 전략과 마이데이터

1. 디지털 헬스케어의 발전 전략 및 보건의료 빅데이터 산업 동향
1-1. 인공지능의 기술적 진보
1-2. 기존 의료시스템과의 결합
1-3. 디지털 헬스케어의 발전 전략
1-4. 보건의료 빅데이터 산업 개요
1-4-1. 의료 빅데이터 개방
1-4-2. 의료분야에서의 환자 개인정보
2. 의료 분야 마이데이터
2-1. 마이데이터 서비스 개요
2-1-1. 마이데이터 개념
2-1-2. 마이데이터 산업 개요
2-1-3. 마이데이터 접근 방식
2-1-4. 마이데이터 아키텍처
2-1-5. 마이데이터 활용
2-2. 의료 빅데이터 활용
2-3. 의료 빅데이터 국내외 현황
2-3-1. 해외 동향
(1) EU GDPR
(2) 일본 개인정보보호법
(3) 미국 CCPA
2-3-2. 국내 개정 개인정보보호법
2-3-3. 국내외 데이터 시장 전망

Ⅲ. 보건의료용 빅데이터 세부 분야별 연구개발 동향 분석

1. “건강데이터” 연구개발 동향 분석
1-1. 분석절차
1-2. 연도별 연구 동향
1-3. 인용 상위 연구
1-4. 주요 단어 및 네트워크 분석
1-5. 주제 분석
1-6. 연구 주제별 평균 인용 수
1-7. 연도별 주요 학술지
1-8. 주제별 전망
1-9. 오픈엑세스 저널 비율
1-10. 펀딩연구의 비율

2. “병리데이터” 연구개발 동향 분석
2-1. 분석절차
2-2. 연도별 연구 동향
2-3. 인용 상위 연구
2-4. 주요 단어 및 네트워크 분석
2-5. 주제 분석
2-6. 연구 주제별 평균 인용 수
2-7. 연도별 주요 학술지
2-8. 주제별 전망
2-9. 오픈엑세스 저널 비율
2-10. 펀딩연구의 비율

3. “라이프로그 데이터” 연구개발 동향 분석
3-1. 분석절차
3-2. 연도별 연구 동향
3-3. 인용 상위 연구
3-4. 주요 단어 및 네트워크 분석
3-5. 주제 분석
3-6. 연구 주제별 평균 인용 수
3-7. 연도별 주요 학술지
3-8. 주제별 전망
3-9. 오픈엑세스 저널 비율
3-10. 펀딩연구의 비율

4. “유전체 데이터” 연구개발 동향 분석
4-1. 분석절차
4-2. 연도별 연구 동향
4-3. 인용 상위 연구
4-4. 주요 단어 및 네트워크 분석
4-5. 주제 분석
4-6. 연구 주제별 평균 인용 수
4-7. 연도별 주요 학술지
4-8. 주제별 전망
4-9. 오픈엑세스 저널 비율
4-10. 펀딩연구의 비율

5. “합성데이터” 연구개발 동향 분석
5-1. 분석절차
5-2. 연도별 연구 동향
5-3. 인용 상위 연구
5-4. 주요 단어 및 네트워크 분석
5-5. 주제 분석
5-6. 연구 주제별 평균 인용 수
5-7. 연도별 주요 학술지
5-8. 주제별 전망
5-9. 오픈엑세스 저널 비율
5-10. 펀딩연구의 비율