Rush University System for Health, AWS 기반 인구 건강 분석 플랫폼 구축

1837년에 설립된 RUSH는 세 개의 주요 병원과 수많은 외래 환자 진료 시설을 포함하는 선도적인 학술 의료 서비스 시스템입니다. 이 시스템은 주로 시카고의 부유한 지역 거주자보다 기대 수명이 짧은 시카고의 웨스트사이드 주민들에게 서비스를 제공합니다. “가장 취약한 지역에 사는 우리 환자들은 부유한 지역의 환자들보다 수명이 16년 더 짧다”고 RUSH의 Internal Medicine Physician이자 Associate Chief Medical Informatics Officer인 Michael Cui 박사는 말합니다. 박사는 “HECAP의 목표는 문서로도 남아 있는 이 오랜 의료 서비스 격차를 개선하는 것”이라고 덧붙입니다.

의료 상태 및 생활 습관 외에도 건강의 사회적 결정 요인으로 알려진 주거, 교통, 음식 접근성과 같은 특정 요소는 의료 서비스 제공자가 건강 상태의 차이를 이해하는 데 도움이 됩니다. 환자 데이터는 다양한 제공자와 서비스 조직에 분산되어 있는 경우가 많기 때문에 캡처하기 어려울 수 있습니다. 환자가 생성한 데이터와 같이 일부 데이터 포인트는 정형화되지 않은 경우가 많습니다. 고용 및 지역 안전 데이터와 같은 기타 정보를 사용할 수 없는 경우도 있습니다. RUSH의 임상의들은 기대 수명 격차를 야기하는 광범위한 문제를 파악하기 위해 환자 데이터를 더 정확하고 실행 가능하게 만드는 프로젝트에 착수했습니다. RUSH의 Chief Innovation Officer인 Anil Saldanha는 “먼저, 여러 소스의 데이터를 단일 창으로 가져오는 솔루션을 AWS에 구축했다. 코로나19 팬데믹 대응을 위해 도시 전체 차원의 조정을 성공적으로 강화했다”면서 “Robert Wood Johnson Foundation에서 추가 보조금을 지원했을 때 AWS와 Health Equity Initiative의 지원을 받아 HECAP를 개발하고 출시할 수 있도록 플랫폼 기능을 확장했다”고 말합니다.

RUSH는 HECAP를 사용하여 환자에 대한 사용 가능한 모든 데이터를 집계하고 분석 모델 및 도구를 실행하여 의료 서비스 결정을 내리는 데 도움을 줄 수 있습니다. 이 솔루션은 Epic 전자 건강 기록(EHR), 혈압 수치, 건강 설문조사의 사회적 결정 요인, 청구 내역 등 여러 소스로부터 데이터를 수집합니다. 이 플랫폼은 의료 서비스 및 생명 과학 기업에 개인 및 인구 데이터에 대한 통합된 뷰를 제공하는 HIPAA 적격 서비스인 Amazon HealthLake를 사용하여 대규모 분석 및 개입 정보를 제공합니다. Amazon HealthLake는 EHR의 의사 메모 및 퇴원 요약과 같은 텍스트에서 주요 정보를 추출하는 HIPAA 적격 자연어 처리 서비스인 Amazon Comprehend Medical을 지원합니다. RUSH는 이 서비스를 사용하여 약물 및 시술과 같은 중요한 데이터를 ICD-10-CM 및 RxNorm과 같은 표준화된 의학 용어로 기록하고 연결할 수 있습니다. 그러면 HECAP는 이 데이터에서 관련 정보를 추출하여 추가 인사이트를 도출할 수 있습니다. Saldanha는 “여러 소스에서 데이터를 가져오고 적절한 기계 학습 모델을 식별한 후에는 위험 계층화라는 작업을 수행한다”면서 “이러한 결과를 사용하면 의료 형평성을 위해 실행할 수 있는 개입을 식별할 수 있다. 그런 다음에는 임상의와 지원 담당자가 개입하여 치료 제공 및 기타 서비스를 변경함으로써 환자의 치료 결과를 개선할 수 있다”고 말합니다.

RUSH는 사용자가 각 사용 사례에 맞는 기계 학습 모델을 구축, 훈련 및 배포할 수 있게 해주는 서비스인 Amazon SageMaker를 사용하여 분석 모델을 실행합니다. RUSH는 Amazon SageMaker를 사용하여 건강 결과에 영향을 미칠 수 있는 다양한 요인을 식별하고 위험 계층화 점수를 생성할 수 있습니다. 이 점수를 사용하여 위험이 가장 높은 환자를 식별할 수 있습니다. RUSH는 Amazon HealthLake에서 직접 데이터를 간단하게 분석할 수 있게 해주는 대화형 쿼리 서비스인 Amazon Athena를 사용하여 데이터를 쿼리합니다. 또한 Amazon Athena는 Amazon SageMaker와 통합되므로 데이터 사이언티스트는 기계 학습용 데이터를 준비할 수 있습니다. Saldanha는 “데이터 사이언티스트가 직면한 가장 큰 문제 중 하나는 모델이 복잡하고 여러 소스의 데이터를 결합하는 것이 번거로울 수 있다는 것”이라면서 “Amazon SageMaker의 로우 코드 환경에서는 의료 서비스 데이터 분석을 간소화하고 오류를 최소화할 수 있는데, 이것이 아주 중요하다”고 말합니다. 그런 다음 RUSH는 대규모 통합 비즈니스 인텔리전스를 통해 데이터 기반 조직을 지원하는 서비스인 Amazon QuickSight의 대시보드를 사용하여 제공자에게 데이터를 제공할 수 있습니다. 의료 서비스 제공자는 이 정보를 사용하여 각 환자의 치료에 관한 중요한 결정을 내리고 푸드뱅크, 공과금 납부 지원, 교통편 등과 같은 중요한 리소스와 환자를 연결할 수 있습니다.

RUSH는 AWS 기반 HECAP를 사용하여 임상의에게 환자에 대한 완전한 정보를 제공하고 환자에게 건강 증진을 위한 도구를 제공할 수 있습니다. Cui는 “임상의로서 다양한 소스에서 환자 데이터를 보는 것은 매우 중요하다”면서 “AWS의 기계 학습 도구를 도입하여 이 데이터를 분석할 수 있다는 것은 획기적인 변화이다. 의료 서비스 시스템으로서 우리는 환자를 더 잘 돌볼 수 있으며 현재 접근 가능한 것보다 새롭고 풍부한 데이터 소스에 액세스할 수 있다”고 말합니다.

RUSH는 위험 예측 모델링을 강화하고 소외 계층에 대한 치료를 강화하기 위한 추가 도구를 구현하는 등 의료 서비스 제공자 대시보드에 더 많은 기능을 추가하여 HECAP를 지속적으로 구축하고 있습니다. RUSH는 AWS을 기반으로 개발한 방법론과 아키텍처를 사용해 솔루션을 확장하여 다른 의료 서비스 기관을 지원하고 모든 곳에서 환자의 치료 결과를 개선할 수 있기를 희망합니다.

Saldanha는 “다양한 소스에서 더 많은 데이터를 가져오고 AWS의 강력한 기능을 사용하여 시스템 전반에 걸쳐 대규모로 확장할 수 있어 시카고에 있는 환자들의 치료에 상당한 도움이 될 수 있는 좋은 기회가 생겼다”면서 “우리는 HECAP을 다른 기관들이 미국 전역의 의료 형평성을 증진하는 데 사용할 수 있는 청사진으로 만들고자 한다”고 말합니다.