OMOP (Observational Medical Outcomes Partnership) #

여전히 윤리적 문제에서 해결해야할 것들이 많지만 이런 상황일 수록 데이터의 표준화 및 체계적인 분류를 위한 노력을 의학계에서 꾸준히 진행되고 있다. 국제표준화기구(ISO, Internation Organization for Standardization)가 주축이 되어 개발한 HL7(Health Level Seven International)이나 세계 보건 기구(WHO, World Health Organization)에서 정리한 질병 및 관련 건강 문제의 국제 통계 분류(ICD)는 10차 버전까지 나올 정도로 의학데이터의 데이터마이닝과 빅데이터 분석을 위한 표준화 결과물들이 임상의학 분야에서 널리 이용되고 있다.

안타깝게도 표준화 작업의 위험요소이며, 표준화에 실패하게 되는 주요 원인은 모든 정보를 표현해야 하기 때문이다. 이런 이유로 새로이 만든 표준들에는 중복 데이터의 난무함이나 잘못된 분류체계로 인해 새로운 조잡한 규격만 하나 더 추가시키는 헛된 노력이 되는 경우가 있다. 현재 보건의료분야에서 가장 널리 이용되는 표준 규칙인 HL7의 경우 일반 사용자들이 습득하기도 쉽지 않으며, 습득해야할 기술이나 반영해야 할 라이브러리의 양도 너무 많은 문제가 있기때문에 어플리케이션 레벨에서 효율적인 활용하기가 쉽지 않은 문제가 있다.

이러한 이유로 조금 더 접근하기 쉬운 의료데이터 표준을 만들려는 노력이 있었으며, 그 중 대표적인 곳이 오디세이(OHDSI, Observationl Health Data Sciences and Informatics, http://www.ohdsi.org/)에서 진행하여, OMOP(Observational Medical Outcomes Partnership)이란 표준지침을 만들어 배포하고 있다. OMOP을 구현하기 위해 가장 중요한 개념이 OMOP CDM(Common Data Model)과 Vocabularies, ETL(Extract, Transform and Load)이다.

OMOP CDM #

임상데이터를 CDM(Common Data Model) 으로 변환하는 이유는 기관별, 분야별로 너무나 다른 형식의 임상데이터를 표준화된 하나의 형식으로 표현이 된다면, 특정 분야에 속하는 데이터들만을 중심으로 현상을 확인하는 것이 아니라, 다양한 방법으로 다중검색, 다중분석이 가능하다는 표준화 작업의 주요 목적을 충족시킬 수 있게 된다.

CDM으로 변화하기 위해선 OMOP에서 제공하는 초기 임상데이터에 대한 ETL Mapping Template을 작성을 하고, Template을 기반으로 기존 데이터를 CDM으로 이동시킬 수 있다. 보유하고 있는 데이터에 대한 이해만 하고 있다면, Mapping Template 작성하는 것은 그리 어렵지만은 않다. 이미 공개된 데이터에 대한 ETL 구현 도구들은 이미 OMOP 사이트에서 제공하고 있는 상태이다. 현재 표준으로 사용되고 있는 OMOP Common Data Model 은 4.0 버전이며, 2014년에 Draft 5 버전을 내놓고 정제하고 있는 중이다.

OMOP Vocabulary #

임상 데이터베이스의 무결성과 일관성을 유지하기 위해 OMOP 개발 팀에서 사용한 도구가 OMOP Vocabularies 로 이음동의어의 임상 용어들을 하나의 용어로 통일하는 역할을 한다. Vocabularies 에 의해 데이터의 어휘가 다를 지라도 동일한 의미를 부여할 수 있으며, 다양한 용어를 사용하는 임상연구자들에 의한 행해지는 질의어들에 대한 동일한 의미로 해석해 동일한 결과를 얻을 수 있도록 돕고 있다. OMOP Vocabulary는 OMOP 사이트에서 공개용 최신버전을 다운 받을 수 있으며, 다운받은 파일내의 DDL을 이용해 Oracle 기반의 DB를 구성할 수 있다.

Reference #

1. http://www.ohdsi.org/
2. http://omop.org/
3. http://www.hl7.org/