2020년 4월 9일 목요일

T Technical Report

img

헬스케어 분야에서 웨어러블이 자리잡기 위한 필수 요인

미래 헬스케어는 지금보다 데이터에 대한 의존도가 높고 개인별 맞춤화가 두드러질 것이다. 체온계 온도 37°C를 근거로 환자의 미열을 진단하는 것이 아니라 각 개인의 평상시 체온이 유사한 조건에서 관찰된 기준선에 비해 높은 경우 미열이라 진단하게 된다. 환자들은 정해진 일정에 맞춰 임의적 또는 경제적 여건에 따라 병원을 방문하는 것이 아니라 각자 상황에 맞게 최적화된 일정에 따라 진료를 받게 된다. 유토피아적인 미래에는 환자와 의사 모두 세심하게 모니터링하고, 만성질환에 대해 소통하며, 예방 치료에 더욱 적극적으로 임할 것이다.

글 - 이안 첸(Ian Chen)/ 맥심 인터그레이티드 산업·의료 사업부 수석 디렉터

기술 분야 전문가들은 이미 출시되었거나, 시제품 및 연구 개발 단계에 있는 다양한 연속 모니터링 웨어러블 제품을 통해 비침해적(non-intrusively)으로 수집 가능한 데이터의 한계를 계속 넓혀가고 있다. 의료 전문가들도 디지털 의료 세계에 입문하고 있다. 웨어러블 건강 모니터링 효율에 대한 최근 연구에 따르면 캘리포니아 LA세다스시이 병원에서 수술받은 환자 100명을 모니터링 한 결과 액티비티 모니터링이 걸음수 측정 정확도를 높여 준 것으로 확인됐다. 미국의사협회(AMA)가 후원한 이 연구에서 수술 다음날 걷는 걸음 수가 많으면 많을수록(최대 1천 걸음) 장기 입원 가능성이 63% 낮아졌다. 미국의사협회는 디지털 건강 실현 플레이북을 제작해 디지털 헬스 솔루션 도입과 확대를 장려하기 위해 단계별 안내와 모범사례, 각종 자료를 제공하고 있다. 

그러나 개인별 맞춤화되고 분산화된 헬스케어의 구현은 아직 걸음마 단계다. 결국 이 정보가 미래의 데이터에 적용하는 통찰로 정제되려면 검증을 위한 방대한 데이터를 모아야 한다. 예를 들어 연구자들은 보행 데이터 세트를 정확하게 해석하는 알고리즘 개발을 위해 연령, 체중, 보폭, 신발 종류, 노면·경사도·속도별 걸음 패턴 등 다양한 유형의 보행자 데이터를 수집해야 한다. 걸음과 연관성 없는 데이터도 수집해 이 같은 데이터가 걸음으로 잘못 해석되는 것도 방지해야 한다.
 
▲의료 분야에서 웨어러블에 대한 신뢰를 구축하기 위해 의사들은
웨어러블 기기의 효용성과 데이터 분석 원칙에 대한 이해를 높여야 한다.

“무가치한 데이터를 넣으면 무가치한 결과가 나온다”는 말은 연속 모니터링 데이터에 아주 적합할 수 있다. 연속 모니터링으로 개인 건강에 대한 통찰을 확보하기 위해서는 신뢰성이 담보돼야 한다.  

먼저 데이터에 대한 해석이 정확하고 신뢰할 수 있어야 한다. 이 때 어려운 점은 ‘경계선 상’에 놓여 있는 데이터 처리다. 데이터 해석 전략이나 알고리즘에는 처리가 애매한 데이터 그룹이 있기 마련이다. 알고리즘의 신뢰성을 확보하려면 사용자는 알고리즘의 탐지 한계와 오류 특성을 정량적으로 이해할 수 있어야 한다.

또한 데이터와이에 대한 해석은 실행 가능하도록 의사 결정권자에게 안정적으로 제공돼야 한다. 데이터가 맥락을 갖도록 환자의 의료 기록과도 정확하게 연동돼야 한다. 데이터를 기반으로 유의미한 조치를 취할 수 있도록 데이터의 정확성을 입증하는 것도 필요하다.

이 글에서는 웨어러블 헬스케어 기기가 높은 신뢰를 받기 위해 무엇이 필요한지, 신뢰 구축을 위해 헬스케어 인프라 관점에서 무엇이 선행돼야 할지 살펴본다.   

헬스케어 웨어러블은 방치되지 않고 착용하도록 설계해야 한다.
IHS에 따르면 전 세계 웨어러블 제품 출하량은 2019년 2억 개를 넘어서 지난 6년 간 출하량의 두 배가 될 것으로 예상된다. 이 시장의 총 수익이 판매 수량보다 빠르게 증가하며 웨어러블 기기의 가격이 상승하고 있음도 주목해야 한다. 헬스케어 애플리케이션은 피트니스와 운동 모니터링에서 시작해 산소포화도, 혈당 수치, 피부전기반응(간질 관리용)에 대한 연속 모니터링까지 적용 범위가 확대돼 왔다.

기기 관점에서 웨어러블이 더 많은 사람들의 일상에 자리잡기 위해서는 시스템 및 기계적 설계와 관련된 여러 문제점이 먼저 해결돼야 한다. 바이오 센서는 피부색, 땀, 동작, 혈액 관류, 주변 조명 등 측정을 방해하는 여러 요인을 극복하도록 설계돼야 한다. 이런 요인들은 폼팩터와 각 변수에 대한 용도에 따라 다르게 작용한다. 예를 들어 귀의 외이도는 손목과 비교했을 때 혈액 관류량이 많고 움직임이 거의 없는 부위다. 이어버드(ear buds) 같은 인이어 기기는 손목에 착용하는 기기와 비교해 광학 심박 신호 기록에 더 효과적일 수 있지만, 장시간 착용의 편안함, 센서와 피부 조직 간 접촉을 계속 유지해야 하는 과제를 해결해야 한다. 

웨어러블 센서는 폼팩터에 상관 없이 잡음이나 오류 발생원의 영향을 극복하고 안정적으로 작동해야 한다. 이 기기는 만족스러운 사용자 경험을 위해 잦은 충전 없이 장기간 작동하고 발열량도 적어야 한다. 또한 완전히 비침해적 건강 상태 모니터 장치는 착용과 사용이 편해야 한다. 모양이 좋지 않고 부피가 큰, 또는 사용자가 특별한 자세나 습관을 갖춰야 측정 기능을 발휘하는 제품은 서랍에 방치될 가능성이 높다. 따라서 소형화, 저전력, 일정 부분의 자동화가 이뤄져야 하며, 데이터 수집과 분석 방식이 단순해야 한다.

다음 과제는 법적 승인이다. 미국은 질환의 진단, 예방, 치료 또는 완화를 목적으로 하는 기기는 미식품의약국(FDA) 승인을 받아야 하며 지금까지 이를 통과한 장치는 소수에 불과하다. 이에 미국 FDA는 최근 승인 절차 효율화를 위해 디지털 헬스 소프트웨어 사전인증 시범 프로그램을 도입했다. 물론 FDA 승인 자체가 품질을 완벽하게 보장하는 것은 아니다. 연속 모니터링 기능의 웨어러블 기기는 임상 환경과 매우 다른 환경에서 사용될 수 있고, 심지어 사용자의 생리적 상태가 활동별로 큰 차이를 보일 수 있어 결과는 상황에 따라 달라질 수 있다. 

신뢰성 확립의 첫 단계는 기준선 수립 
신뢰성 확립의 첫 단계는 정확성의 지표가 될 기준선의 수립이다. 이를 위해 웨어러블에서 수집한 데이터를 통제된 환경의 다수 모집단에서 수집한 데이터와 비교하는 작업이 선행돼야 한다. 임상적으로 추출한 데이터는 웨어러블 데이터의 정확성을 검증하는 역할을 한다. 이 단계는 필수적으로 수행돼야 하며 풀어야 할 과제가 많다. 

그 중 하나로 임상 장비가 임상 환경에서만 사용되도록 설계된 것을 들 수 있다. 웨어러블의 주요 기능인 활력 징후 추적에 임상 장비를 사용하는 일은 어려울뿐만 아니라 정확성이 떨어지는 경우가 많다. 피험자 모집단의 세심한 선정과 대표적 용례를 확립하는 것 또한 매우 중요하다. 진정한 대표성이 결여된다면 위양성(false positives) 또는 위음성(false negatives)이 발생할 위험이 있기 때문이다.

개인용 헬스케어의 핵심은 환자의 의료기록 또는 기준선을 데이터와 비교하는 것에 있다. 기계와 달리 환자의 기준선은 변한다. 성장, 나이, 약물 등의 요인이 기준선을 실제로 변화시킬 수 있다. 기준선의 일반적인 증감과 편차 유의성에 대한 이해가 부족하면 연속 모니터링된 헬스케어 데이터에 대한 신뢰도는 떨어진다. 
 
▲웨어러블 기기로부터 수집한 데이터의 장점은
일정 기간 동안 연속적으로 기록된 데이터를 제공한다는 것이다. 

데이터 인증과 개인정보보호는 매우 중요하며 아직 해결되지 않은 문제다. 환자는 자신의 민감 정보가 의도한 대로 사용되고 부적절한 곳에 유출되지 않는다고 신뢰해야 한다. 한편 의사는 진단의 근거가 되는 데이터가 신뢰할 만하다는 것을 인식해야 하고 잠재적 부정확성의 한도도 잘 이해해야 한다. 전통적인 의료시설에서는 그동안 이런 사안들이 해결돼 왔다. 의사와 병원, 테스팅 시설 및 장비는 인증이 잘 되어 있으며 잘 정의된 파라미터(한도) 내에서 운영된다. 환자가 의사의 진료 기록을 다른 의사에게 제출하는 경우 이를 받는 의사는 제출한 정보를 신뢰한다.  

대다수 웨어러블 기기는 이 같은 내용이 들어맞지 않는다. 최근에야 1회용 모니터링 기기가 수술 전후 치료 용도로 채택됐는데, 이는 제한된 범위 내에서 연속적이고 개인화된 의료 모니터링을 적용하는 첫 번째 단계다. 

헬스케어에 보다 종합적인 접근 방식 도입
전통적으로 의사들은 테스트는 물론 환자와 대화하고 관찰하면서 얻은 정보를 근거로 진단을 내렸다. 웨어러블 기기를 통해 연속으로 수집한 데이터를 진료 환경에 완벽히 적용하기 위해 의사들이 기기와 데이터를 신뢰할 수 있도록 최소한의 엔지니어링 원칙과 데이터 분석에 대한 기본적 이해가 필요하다. 현재 의료 교육 분야에서 이 같은 노력을 진행하면서 스탠퍼드 의과대학은 2018년 1월부터 12월까지 ‘휴먼와이드’라는 시범 프로젝트를 실시했다. 이 연구에서 교내 ‘프라이머리 케어 2.0’ 클리닉에 있는 1차 의료진들은 모바일 모니터링 장치를 통해 종합적 모니터링을 받았던 50명의 환자들을 관찰했다. 이 프로그램의 결과로 환자 및 데이터 중심의 종합적 의료 서비스 제공의 가능성이 확인됐다. 

단기적 측면에서 보면 연속 모니터링은 매우 특정한 용도의 단기 환자 진료 프로그램에 주로 적용될 가능성이 높다. 알고리즘 개발 표준 측면에서 봤을 때 지금으로서는 수집된 방대한 데이터에서 예상된 특정 변화를 찾는 것이 현실적이다. 그러나 이런 과정은 웨어러블이 환자의 건강에 더욱 핵심적인 역할로 자리잡는 기반이 될 수 있다.