의료 데이터 매시업과 빅데이터 기법 활용을 통한 환자의 재입원 가능성 예측과 원인 분석

초록

최근 정보통신의 발달로 의료분야에서 대량의 데이터로부터 가치 있는 정보를 생성해 내는 빅데이터 기술이 활발히 활용되고 있다. 본 연구는 요양병원 내 환자의 질환이 악화되어 병원으로 이송되는 급성병원이송 환자군을 예측하여 위험 환자군에 대한 등급 관리와 선행 관리를 통해 병원 및 요양병원이 수행하는 의료 서비스의 질을 증대시키는 것을 목적으로 한다. 연구를 위해 병원에서 퇴원 후 요양병원에 입원가료중인 환자(43,986명)를 대상으로 일상활동보조와 급성병원이송 간의 관계를 규명하기 위해 통계분석 기법과 시각화 기법으로 데이터 탐색과정을 통해 재입원 환자와 재입원하지 않는 환자들과의 차이점을 파악하였다. 일상활동보조 데이터 중 10일 용변(대변) 평균의존도, 30일 취식 총 의존횟수, 10일 이동 평균의존도, 10일 취식 평균의존도, 30일 용변(대변) 총 비의존횟수, 30일 실내이동 총 의존횟수의 6개 변수가 도출되었다. 추출된 변수를 기반으로 환자의 재입원 확률을 예측하기 위해 3가지 데이터 마이닝 분석기법을 활용하여 그중 의사결정나무가 급성병원이송 환자를 예측하는 데 가장 우수한 분석 모델로 판단되었다. 본 연구는 요양병원 내 환자의 질환이 악화되어 병원으로 이송되는 급성병원이송 환자군을 예측하는 데 중요한 기반이 될 것으로 기대된다.

키워드