Title: Towards an interoperable information infrastructure providing decision support for genomic medicine
ArXiv ID: 1109.6626
발행일: 2011-09-30
저자: Matthias Samwald, Holger Stenzhorn, Michel Dumontier, M. Scott Marshall, Joanne Luciano, Klaus-Peter Adlassnig
📝 초록 (Abstract)
의학 분야에서 새로운 치료법을 개발하기 위해서는 질병 개념과 치료 방법에 대한 근본적인 변화가 필요하다. 이 변화는 세밀하게 조정된 증거 기반 개인 맞춤형 의료로 나아가는 것을 의미한다. 유전체 의학은 이러한 개인 맞춤형 의료의 중요한 부분으로, 환자의 의료 역사와 생리적 지표를 유전적 배경과 결합하여 의사결정을 개선하는 시스템이다. 약유전학적 정보는 치료 효과를 향상시키고 부작용을 줄이는 데 중요한 역할을 하지만, 이러한 정보가 의료 실천에 통합되는 것은 아직 흔하지 않다.
이러한 문제를 해결하기 위해 개발된 의사결정 지원 시스템은 각 환자와 치료법에 맞춘 정확하고 적시의 알림과 의사결정을 지원한다. 그러나 이러한 시스템 개발에는 복잡하고 다양한 유전체 정보 처리가 필요하다. 본 논문에서는 정보 기술을 활용하여 약유전학적 데이터를 통합하고, 임상 의사결정에 필요한 지식을 제공하는 방법을 소개하며, 이를 통해 의료 서비스 품질을 향상시키는 시스템 설계 및 보급의 비전을 제시한다.
💡 논문 핵심 해설 (Deep Analysis)
본 논문은 개인 맞춤형 의료를 실현하기 위한 유전체 데이터 통합과 의사결정 지원 시스템 개발에 초점을 맞추고 있다. 이는 의학 분야에서 새로운 치료법을 개발하고, 질병 개념과 치료 방법에 대한 근본적인 변화가 필요함을 강조한다. 개인 맞춤형 의료의 핵심은 환자의 유전적 배경과 생리적 지표를 고려한 세밀하게 조정된 증거 기반 의사결정이다.
유전체 의학이 개인 맞춤형 의료에서 중요한 역할을 하는 이유는 약물 반응에 대한 유전적 요인의 중요성 때문이다. 그러나 이러한 정보가 실제 임상 실무에 통합되는 것은 여전히 제한적이며, 의사들의 교육 부족과 복잡한 데이터 처리 과정이 주요 장애물로 작용한다.
본 논문은 이러한 문제를 해결하기 위해 정보 기술을 활용하는 방법을 소개한다. 특히, 분산 환경에서의 약유전학적 데이터 통합 및 의사결정 지원 시스템 개발에 중점을 둔다. 이를 통해 각 환자와 치료법에 맞춘 정확하고 적시의 알림과 의사결정을 지원할 수 있다.
논문은 다양한 데이터 소스를 RDF/OWL 형식으로 접근 가능하게 만드는 작업을 소개한다. 이는 세계 웹 컨소시엄(W3C)의 건강 관리 및 생명 과학 관심 그룹 참여자들과 함께 진행 중이며, 약물 유전체 지식 기반(PharmGKB), Drugbank, Online Mendelian Inheritance in Man (OMIM), dbSNP, SNPedia와 같은 데이터 세트를 포함한다.
또한 자연어 처리(NLP)는 유전체 약리학 정보 식별에 성공적으로 활용되고 있다. NLP는 유전체-약물-질병 관계나 새로운 분자 진단 기술을 발견하는 데 중요한 역할을 한다. 이러한 데이터를 효과적으로 활용하기 위해, 온톨로지와 규칙 기반 시스템이 사용된다.
온톨로지는 상호운용성과 데이터 일관성을 향상시키는 데 도움이 된다. 번역 의학 온톨로지(TMO)와 제안된 약유전학 온톨로지(SO-PHARM)는 화학적, 유전적 및 단백질체 데이터를 통합하고 질병, 치료 및 전자 건강 기록과 연결할 수 있는 기반을 제공한다.
규칙 기반 시스템은 의사결정 지원 시스템 개발에 중요한 역할을 한다. 논문에서는 아르덴 시노프(Arden Syntax)를 활용하여 의료 논리 표현의 다양한 측면을 명시하며, 특정 조건에 따라 규칙을 트리거하는 메커니즘과 데이터 검색 및 결론 도출 방법을 포함한다.
논문은 유전적 변이, 질병 및 치료 반응 간의 관계를 정확하게 이해하기 위해 고전적인 규칙 엔진의 사용을 보완할 수 있는 미시적 및 확률적 추론과 일관성 검사를 강조한다. 이를 통해 의사결정 지원 시스템이 더 정교해질 수 있다.
마지막으로, 논문은 광범위한 임상 실무자와 국제 이해관계자들과의 협력을 중요시하며, 성공적인 의사결정 지원 시스템 배포를 위해 병원 정보 시스템과 전자 환자 기록 및 임상 실험실로부터 정보를 처리할 수 있는 플랫폼을 제안한다. 비엔나 의과대학과 비엔나 일반병원은 이러한 정보학 플랫폼의 최종 설정을 마무리하고 있다.
본 논문은 개인 맞춤형 의료를 위한 유전체 데이터 통합 및 의사결정 지원 시스템 개발에 대한 포괄적인 접근법을 제시하며, 이를 통해 의료 서비스 품질 향상과 새로운 치료법 개발의 가능성을 열어놓는다.
📄 논문 본문 발췌 (Excerpt)
## 개인 맞춤형 의료를 위한 정보 기술 활용: 약유전학 데이터 통합 및 임상 의사결정 지원 시스템 개발
의료 및 제약 분야에서 새로운 치료법 개발의 진전을 위해서는 의학 실천의 근본적인 변화가 필요하다는 데 점점 더 많은 합의가 형성되고 있습니다. 이는 광범위하게 정의된 질병 개념과 치료 요법에서 벗어나 세밀하게 조정된 증거 기반 개인 맞춤형 의료로 나아가는 것을 의미합니다. 유전체 의학은 개인 맞춤형 의료의 중요한 구성 요소이며, 특정 환자의 의료 역사와 현재 생리적 지표를 유전적 배경과 결합하여 의료 결정을 개선하는 시스템을 말합니다 [1]. 유전학이 다양한 치료에 대한 반응을 결정하는 데 주요 역할을 하기 때문에, 이러한 약유전학적 정보의 적절한 활용은 치료 효과를 향상시키고 부작용 발생률을 줄일 잠재력을 가지고 있습니다.
미국 외래 환자의 거의 4분의 1이 약유전학적 지식이 있는 한 가지 이상의 약물을 복용하고 있지만 [2], 약유전학적 발견이 의료 실천에 통합되는 것은 여전히 흔하지 않습니다. 의사들은 일반적으로 유전체 의학에 대해 특별히 훈련받지 않으며, 유전 검사 비용-편익 분석은 종종 불분명하고, 복잡한 약유전학적 추론을 일상적인 의료 결정에 포함할 시간적 여유가 부족합니다.
따라서 개인 맞춤형 의료를 실현하기 위해서는 의사결정 지원 시스템 개발이 필수적입니다. 이러한 시스템은 각 개별 환자, 약물 및 치료 요법에 맞춘 정확한 및 적시에 알림과 의사결정 지원을 제공해야 합니다. 그러나 유전체 의학 의사결정 지원 시스템 개발자들은 제한된 임상 시험에 기반한 유전자와 약물 반응 간의 복잡하고 다양한 정보 처리와 관련된 도전에 직면해 있습니다. 그들은 분산된, 불완전하며 때로는 모순되는 정보를 다루어야 합니다.
본문에서는 이러한 문제를 해결하기 위해 정보 기술을 활용하는 진행 중인 연구와 미래 비전을 소개합니다. 이를 통해 1) 분산 환경에서 관련 약유전학적 데이터의 원활한 통합, 2) 임상 의사결정 지원에의 유용한 약유전학적 지식 활용, 3) 의료 서비스 품질 향상을 위한 임상 의사결정 지원 시스템 설계 및 보급을 목표로 합니다.
관련 데이터 소스는 이미 개방적이고 연결된 형식으로 제공되거나 곧 제공될 예정입니다. 우리는 세계 웹 컨소시엄(W3C)의 건강 관리 및 생명 과학 관심 그룹 [3] 참여자들과 함께 여러 관련 데이터 세트를 RDF/OWL [5] 형식으로 접근 가능하게 만들었습니다. Pharmacogenomics 지식 기반(PharmGKB [6]), Drugbank [7], Online Mendelian Inheritance in Man (OMIM [8]), dbSNP [9], SNPedia [10]와 같은 추가 관련 데이터 세트의 추출 및 변환 작업은 현재 진행 중입니다.
수동적으로 수집된 데이터 외에도 자연어 처리는 유전체 약리학 정보 식별에 성공적으로 활용되었습니다. 예를 들어, 유전체-약물-질병 관계 [11] 또는 새로운 분자 진단 기술 설명 [12]를 발견할 수 있습니다.
약유전학 분야의 현재 증거를 검토하고 권장 사항을 발표하는 조직들이 등장했습니다. 예를 들어, 최근 PharmGKB 내에서 Clinical Pharmacogenetics Implementation Consortium (CPIC)가 설립되었습니다. CPIC 회원들은 특정 약유전학적 실천에 대한 작성, 수집, 검토 및 업데이트된 요약과 권장 사항을 만듭니다. 증거 수준과 권장 사항의 강도가 문서화됩니다. 또 다른 예는 Evaluation of Genomic Applications in Practice and Prevention (EGAPP [13]) 이니셔티브입니다. 이러한 이니셔티브에서 제공하는 텍스트 기반 권장 사항은 임상 의사결정 지원 시스템에 규칙으로 쉽게 공식화될 수 있습니다.
온토학은 상호운용성과 데이터 일관성을 향상시키는 데 도움이 됩니다. 여러
최근 몇 년간 약유전학에 관련된 온톨로지들이 등장했습니다. 번역 의학 온톨로지(TMO, [14])는 화학적, 유전적 및 단백질체 데이터를 통합하고 질병, 치료 및 전자 건강 기록과 연결할 수 있는 기반을 제공합니다. 제안된 약유전학 온톨로지(SO-PHARM, [15])는 오픈 바이오메디컬 온톨로지(OBO) 자원을 기반으로 약유전학 지식을 포착하는 방법을 처음으로 보여주었습니다. 시퀀스 온톨로지는 생물학적 시퀀스의 특성 및 속성을 설명하기 위한 것을 목표로 합니다. [16] 이 온톨로지는 단일 염기 다형성(SNP)을 포함한 유전적 변이에 대한 시퀀스 수준의 설명에 가치 있는 용어와 관계를 포함하고 있습니다.
저희 연구는 국제 표준화 노력에 의해 안내되며, 또한 표준화 활동에 참여하고 있습니다. 이 맥락에서 가장 중요한 표준화 조직은 헬스 레벨 7(HL7 [17])과 월드 와이드 웹 컨소시엄(W3C)입니다. W3C는 대규모 분산 데이터 통합 및 접근을 위한 표준을 개발합니다.
제약 분야의 여러 발전이 상호운용 가능한 정보 시스템에 대한 표준 적용 관행을 촉진하는 데 도움이 될 것입니다. 유럽 FP7 혁신 의약품 이니셔티브(IMI) 보조금은 제약 회사들의 매칭 스폰서십과 함께 여러 프로젝트를 창출했습니다. 이러한 프로젝트들은 약물 발견, 전자 환자 기록, 임상 시험, 양적 모델링 및 조직 은행을 포함한 여러 IMI 프로젝트의 결과와 정보를 공유하기 위해 상호운용 가능한 정보 시스템이 필요합니다. IMI 프로젝트 참여자는 많은 학술 및 제약 파트너뿐만 아니라 EU 바이오뱅킹 및 바이오몰큘러 리소스 연구 인프라(BBMRI)의 참여자를 포함합니다. BBMRI는 건강 관련 연구 및 개발을 위한 생물학적 자원 접근성을 향상시키는 것을 목표로 합니다.
규칙 기반 시스템은 약유전학 의사결정 지원 시스템을 만드는 데 유용합니다 [18]. 저희는 표준 기반 규칙 프레임워크인 아르덴 시노프(Arden Syntax) [19]를 이 작업에 활용하고 있습니다. 아르덴 시노프는 HL7 표준으로, 의료 논리 표현의 다양한 측면을 명시하며, 특정 조건에 따라 규칙을 트리거하는 메커니즘, 의료 정보 시스템에서 데이터 검색 및 입력 데이터로부터 결론 도출을 포함합니다.
현재 유전적 변이, 질병 및 치료 반응 간의 관계에 대한 발견은 종종 모호하고 상충되는 경향이 있습니다. 고전적인 규칙 엔진의 사용은 미시적 및 확률적 추론과 일관성 검사를 통해 보완될 수 있습니다. 최근 개발된 시스템인 미시적 아르덴 시노프 [20] 또는 확률적 OWL 추론기 프론토 [21]가 이러한 목적을 위해 만들어졌습니다.
이러한 발전이 임상 실무에 실질적인 영향을 미치도록 보장하기 위해, 광범위한 임상 실무자 및 국제 이해관계자와의 협력이 보완적으로 이루어질 것입니다. 성공적인 의사결정 지원 시스템 배포의 핵심 요소는 문헌에서 설명되었습니다 [22]. 이러한 발견에 기반하여, 저희가 구상하는 시스템은 병원 정보 시스템에 직접 연결되어야 하며, 기존 워크플로우에 원활하게 통합되어야 하고, 전자 환자 기록 및 임상 실험실로부터 정보를 처리할 수 있어야 합니다.
