Se ha denunciado esta presentación.
Utilizamos tu perfil de LinkedIn y tus datos de actividad para personalizar los anuncios y mostrarte publicidad más relevante. Puedes cambiar tus preferencias de publicidad en cualquier momento.
Big Data Driven Healthcare
충북대학교병원 내분비내과 최형진
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
What is Big Data?
미국 내분비 학회
미국 골대사 학회
Big Data Dimensions
Big Meal?
Volume Variety
Velocity
(중환자실 심전도)
Data Variety
Architecture of Big Data Analytics
2014 Big data analytics in healthcare- promise and potential
Machine Learning
2014 Big data bioinformatics
Tipping Point for Big Data Healthcare
2013 McKinsey The big data revolution in healthcare
Gartner's Hype Cycles
Hypothesis Driven Science Data Driven Science
Hypothesis
Collect
Data
Data
Generate
Hypothesis
Analyze
Analyze
Candidate Gene
Approach
Genome-wide
Approach
Choose a Gene
from Prior Knowledge
Analyze the Gene
Analyze ALL Genes
Discove...
GWAS
(Genome wide association study)
SNP chip
Whole Genome
SNP Profiling (500K~1M SNPs)
Common Variant
Estrada et al., Nature Genetics, 2012
+ novel targets
for bone biology
Recent largest GWAS
GEFOS consortium
2010 An Environment-Wide
Association Study (EWAS) on Type
2 Diabetes Mellitus
Environment-Wide Association Study (EWAS)
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
Genomics
Wearable/
Smart Device
Medical Informatics
Genome Sequencing
Quantified Self
Health Avatar
Electronic Medical Rec...
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
Electronic Health Records
2012 NRG Mining electronic health records- towards better research applications and clinical care
Common EHR Data
Joshua C. Denny Chapter 13: Mining Electronic Health Records in the Genomics Era. PLoS Comput Biol. 2012 D...
Medication Data
Lab Data
Big Data Analysis
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
1/Creatinine
한 환자의 10년간 신장기능의 변화
전체 환자의 당 조절 정도 분포
충북대 정보통계학과
허태영 교수
PCA Analysis혈당
신장기능
Clinical Notes
밤동안 저혈당수면 Lt.foot rolling Keep떨림,
식은땀, 현기증, 공복감, 두통, 피로감등의 저혈
당 에 저혈당 이 있을 즉알려주도록 밤사이 특
이호소 수면유지상처와 통증 상처부위 출혈
oozing, sev...
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
Medical
Images
Brain Vasculature
Color =
Vessel Diameters
2011 Optimization of MicroCT Imaging and Blood Vessel Diameter Quantitation of ...
fMRI analysis
2013 Sciencce Functional interactions as big data in the human brain
Functional Connectivity
2013 Sciencce Functional interactions as big data in the human brain
N=50,000 voxels
N(N – 1)/2 = ...
비만 fMRI 연구
tDCS stimulation
2mA for 20min
Behavioral task 1
(food image ratings)
~7min
3
+
Food presentation
max 4sec
Feed...
Bone Quality and
TBS (Trabecular Bone Score)
Clinical Implication of TBS
2014 Endocrine. Utility of the trabecular bone score (TBS) in secondary osteoporosis
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
Overview of secondary data in
public health by data source
Data Variety
Anti-hypertensive
prescriptions
(2008-2011)
N = 8,315,709
New users
N = 2,357,908
Age ≥ 50 yrs
Monotherapy
Compliant user ...
Design
BB
CCBACEI
2007 2011
Hypertension
Fracture Incidence
Fracture Incidence
Cohort study (Health Insurance Review & Ass...
Fracture
Fracture Fracture
* Exclude
- Fractures
- Medications
(New User)
Fracture
No
Fracture
BB
BB
BB
BB
BB
ARB
ARB
ARB
...
Distribution of ARB MPR
(Histogram)
ARB Non-user
20
FrequencyDensity
ARB user
80 120
Medication Possession Ratio (MPR)
Tot...
Fracture rates per 10,000 person-years (95% CI)
819
Fracture Rates
(per 10,000 Person-Years)
Total
Male
Female
AB: alpha-a...
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
혈당관리
혈당 관리
혈당관리
Apple Healthbook
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
DNA
mRNA
Protein
Metabolite
Epigenetics
Genetics Information and OMICs
Genomics
Epigenomics
Transcriptomics
Proteomics
Met...
Disease genetic susceptibility
Cancer driver
somatic mutation
Pharmacogenomics
Targeted
Cancer Treatment
(EGFR)
Causal
Var...
저의 유전자
분석 결과를
반영하여 진료
해주세요!! 헠?
Voxel-wise GWAS
2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an expanded search spa...
Connectome-wide GWAS
2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an expanded searc...
Disease GWAS vs. Whole-brain GWAS
2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an e...
2014 JAMA Finding the Missing Link for Big Biomedical Data
Contents
1. What is Big Data?
2. Healthcare Big Data
① Electrical Health Records (EHR)
Structured/Unstructured Data
② Medi...
발전한다?
New Value Pathways
Individual Decision Making
Medical Big Data
 Artificial Intelligence
Jeopardy!
2011년 인간 챔피언 두 명 과 퀴즈 대결을 벌여서 압도적인 우승을 차지
2013 PLOS CB Reassessing Google Flu Trends Data for Detection of Seasonal and Pandemic Influenza
Google Flu Trends
Social Network and
Obesity Prevalence
2013 PLOS One. Assessing the Online Social Environment for Surveillance of Obesity P...
2014 Science. Big data. The parable of Google Flu- traps in big data analysis
2014 Science. Big data. The parable of Google Flu- traps in big data analysis
Big data platform model by Korea Institute of
Drug Safety and Risk Management
Medical Big Data
Medical Big Data
Medical Big Data
R vs. Stata vs. SAS
빅데이터 연구 적용
전통적인 관점 연구
Large scale
(unstructured)
data
Summary
(Modify)
Classical hypothesis driven study
새로운 관점 연구
Hypothe...
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
Próxima SlideShare
Cargando en…5
×

의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일

3.396 visualizaciones

Publicado el

- 의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일
빅데이터 개념 입문과
의료와 관계된 빅데이터 종류와 활용 방법
진료와 연구에 활용할 수 있는 방법을
임상의사의 관점에서 다루었습니다.

1. What is Big Data?
2. Healthcare Big Data
1) Electrical Health Records (EHR) Structured/Unstructured Data
2) Medical Images
3) National Healthcare Data
4) Behavior/Sensor Data
5) Genetic Data
3. Clinical and Research Applications

Publicado en: Atención sanitaria
  • Inicia sesión para ver los comentarios

의료 빅데이터 - 개념 입문과 임상의사가 할 수 있는 일

  1. 1. Big Data Driven Healthcare 충북대학교병원 내분비내과 최형진
  2. 2. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  3. 3. What is Big Data?
  4. 4. 미국 내분비 학회
  5. 5. 미국 골대사 학회
  6. 6. Big Data Dimensions
  7. 7. Big Meal? Volume Variety
  8. 8. Velocity
  9. 9. (중환자실 심전도)
  10. 10. Data Variety
  11. 11. Architecture of Big Data Analytics 2014 Big data analytics in healthcare- promise and potential
  12. 12. Machine Learning 2014 Big data bioinformatics
  13. 13. Tipping Point for Big Data Healthcare 2013 McKinsey The big data revolution in healthcare
  14. 14. Gartner's Hype Cycles
  15. 15. Hypothesis Driven Science Data Driven Science Hypothesis Collect Data Data Generate Hypothesis Analyze Analyze
  16. 16. Candidate Gene Approach Genome-wide Approach Choose a Gene from Prior Knowledge Analyze the Gene Analyze ALL Genes Discover Novel Findings
  17. 17. GWAS (Genome wide association study) SNP chip Whole Genome SNP Profiling (500K~1M SNPs) Common Variant
  18. 18. Estrada et al., Nature Genetics, 2012 + novel targets for bone biology Recent largest GWAS GEFOS consortium
  19. 19. 2010 An Environment-Wide Association Study (EWAS) on Type 2 Diabetes Mellitus Environment-Wide Association Study (EWAS)
  20. 20. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  21. 21. Genomics Wearable/ Smart Device Medical Informatics Genome Sequencing Quantified Self Health Avatar Electronic Medical Records (EMR) Medical Images (MRI, CT) National Healthcare data (Insurance)
  22. 22. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  23. 23. Electronic Health Records 2012 NRG Mining electronic health records- towards better research applications and clinical care
  24. 24. Common EHR Data Joshua C. Denny Chapter 13: Mining Electronic Health Records in the Genomics Era. PLoS Comput Biol. 2012 December; 8(12): International Classification of Diseases (ICD) Current Procedural Terminology (CPT)
  25. 25. Medication Data
  26. 26. Lab Data
  27. 27. Big Data Analysis 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 1/Creatinine 한 환자의 10년간 신장기능의 변화 전체 환자의 당 조절 정도 분포 충북대 정보통계학과 허태영 교수
  28. 28. PCA Analysis혈당 신장기능
  29. 29. Clinical Notes
  30. 30. 밤동안 저혈당수면 Lt.foot rolling Keep떨림, 식은땀, 현기증, 공복감, 두통, 피로감등의 저혈 당 에 저혈당 이 있을 즉알려주도록 밤사이 특 이호소 수면유지상처와 통증 상처부위 출혈 oozing, severe pain 알리도록 고혈당 처방된 당 뇨식이의 중요성과 간식을 자제하도록 .고혈 당 ,,관리 방법 .당뇨약 이해 잘 하고 수술부위 oozing Rt.foot rolling keep드레싱 상태를 고혈 당 고혈당 의식변화 BST 387 checked.고혈당 으로 인한 구강 내 감염 위해 식후 양치, gargle 등 구강 위생 격려.당뇨환자의 발관리 방법에 . 목표 혈당, 목표 당화혈색소에 .식사를 거르거 나 지연하지 않도록 .식사요법, 운동요법, 약물 요법을 정확히 지키는 것이 중요을 .처방된 당 뇨식이의 중요성과 간식을 자제하도록 .고혈 당 ,,관리 방법 .혈당 정상 범위임rt foot rolling 중으로 pain호소 밤사이 수면양호걱정신경 예 민감정변화 중임감정을 표현하도록 지지하고 경청기분상태 condition 조금 나은 듯 하다고 혈 당 조절과 관련하여 신경쓰는 모습 보이며 혈당 self로 측정하는 모습 보임혈당 조절에 안내하 고 불편감 지속알리도록고혈당 고혈당 의식변 화 고혈당 허약감 지남력 혈당조절 안됨고혈당 으로 인한 구강 내 감염 위해 식후 양치, gargle 등 구강 위생 격려.당뇨환자의 정기점검 내용과 빈도에 .BST 140 으로 저혈당 호소 밤동안 저 혈당수면 Lt.foot rolling Keep떨림, 식은땀, 현 기증, 공복감, 두통, 피로감등의 저혈당 에 저 혈당 이 있을 즉알려주도록 pain 및 불편감 호 소 WA 잘고혈당 고혈당 의식변화 고혈당 허 약감 지남력 혈당조절 안됨식사요법, 운동요법, 약물요법을 정확히 지키는 것이 중요을 .저혈당 /고혈당 과 대처법에 .혈당정상화, 표준체중의 유지, 정상 혈중지질의 유지에 .고혈당 ,,관리 방법 .혈당측정법,인슐린 자가 투여법, 경구투 약,수분 섭취량,대체 탄수화물,의료진의 도움이 필요한 사항에 교혈당 정상 범위임수술부위 oozing Rt.foot rolling keep수술 부위 (출혈, 통 증, 부종)수술부위 출혈 상처부위 oozing Wound 당겨지지 않도록 적절한 체위 취하기 설명감염 발생 위험 요인 수술부위 출혈 밤동안 간호기록지 Word Cloud Natural Language Processing (NLP)
  31. 31. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  32. 32. Medical Images
  33. 33. Brain Vasculature Color = Vessel Diameters 2011 Optimization of MicroCT Imaging and Blood Vessel Diameter Quantitation of Preclinical Specimen Vasculature with Radiopaque Polymer Injection Medium
  34. 34. fMRI analysis 2013 Sciencce Functional interactions as big data in the human brain
  35. 35. Functional Connectivity 2013 Sciencce Functional interactions as big data in the human brain N=50,000 voxels N(N – 1)/2 = 1,249,975,000 Pairs Seed Region Based Analysis
  36. 36. 비만 fMRI 연구 tDCS stimulation 2mA for 20min Behavioral task 1 (food image ratings) ~7min 3 + Food presentation max 4sec Feedback 1sec Fixation 1~10sec Blood test/survey fMRI Time Blood test/survey Resting MRI 5-6min T1 structure MRI 5-6min Behavior task 2 (food intake rating)
  37. 37. Bone Quality and TBS (Trabecular Bone Score)
  38. 38. Clinical Implication of TBS 2014 Endocrine. Utility of the trabecular bone score (TBS) in secondary osteoporosis
  39. 39. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  40. 40. Overview of secondary data in public health by data source
  41. 41. Data Variety
  42. 42. Anti-hypertensive prescriptions (2008-2011) N = 8,315,709 New users N = 2,357,908 Age ≥ 50 yrs Monotherapy Compliant user (MPR≥80%) No previous fracture N = 528,522 Prevalent users N = 5,957,801 Excluded Age <50 Combination therapy Inadequate compliance Previous fracture N = 1,829,386 Final study population 심평원 빅데이터 연구 고혈압약과 골절 Choi et al., in sumission
  43. 43. Design BB CCBACEI 2007 2011 Hypertension Fracture Incidence Fracture Incidence Cohort study (Health Insurance Review & Assessment Service) New-user design (drug-related toxicity) Non-user comparator (hypertension without medication) Fracture Incidence 2008
  44. 44. Fracture Fracture Fracture * Exclude - Fractures - Medications (New User) Fracture No Fracture BB BB BB BB BB ARB ARB ARB ARB ARB BB Group ARB Group First Prescription of Antihypertensives Fracture Outcomes 2007 2011.1.2008 2009 2010 2011.12.31. Exclusion of Fracture within 6 months
  45. 45. Distribution of ARB MPR (Histogram) ARB Non-user 20 FrequencyDensity ARB user 80 120 Medication Possession Ratio (MPR) Total prescription days Observation days 350 days (Prescription) 365 days (Observation) MPR 96% MPR (%)
  46. 46. Fracture rates per 10,000 person-years (95% CI) 819 Fracture Rates (per 10,000 Person-Years) Total Male Female AB: alpha-adrenergic blocker ACEI: angiotensin converting enzyme inhibitor DIUR: diuretics CCB: calcium channel blocker BB: beta-adrenergic blocker ARB: angiotesin-receptor blocker
  47. 47. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  48. 48. 혈당관리
  49. 49. 혈당 관리
  50. 50. 혈당관리
  51. 51. Apple Healthbook
  52. 52. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ National Healthcare Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  53. 53. DNA mRNA Protein Metabolite Epigenetics Genetics Information and OMICs Genomics Epigenomics Transcriptomics Proteomics Metabolomics
  54. 54. Disease genetic susceptibility Cancer driver somatic mutation Pharmacogenomics Targeted Cancer Treatment (EGFR) Causal Variant Targeted Drug (MODY-SU) Drug Efficacy/Side Effect Related Genotype (CYP, HLA) Genetic Diagnosis (Mendelian, Cystic fibrosis) Molecular Classification - Prognosis (Leukemia) Hereditary Cancer (BRCA) Microbiome (Bacteria, Virus) Genomic Medicine Risk prediction (Complex disease, Diabetes) Germline Variants
  55. 55. 저의 유전자 분석 결과를 반영하여 진료 해주세요!! 헠?
  56. 56. Voxel-wise GWAS 2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an expanded search space
  57. 57. Connectome-wide GWAS 2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an expanded search space
  58. 58. Disease GWAS vs. Whole-brain GWAS 2014 Nature Neuroscience. Whole-genome analyses of whole-brain data- working within an expanded search space
  59. 59. 2014 JAMA Finding the Missing Link for Big Biomedical Data
  60. 60. Contents 1. What is Big Data? 2. Healthcare Big Data ① Electrical Health Records (EHR) Structured/Unstructured Data ② Medical Images ③ Government Data ④ Behavior/Sensor Data ⑤ Genetic Data 3. Clinical and Research Applications
  61. 61. 발전한다?
  62. 62. New Value Pathways
  63. 63. Individual Decision Making
  64. 64. Medical Big Data  Artificial Intelligence
  65. 65. Jeopardy! 2011년 인간 챔피언 두 명 과 퀴즈 대결을 벌여서 압도적인 우승을 차지
  66. 66. 2013 PLOS CB Reassessing Google Flu Trends Data for Detection of Seasonal and Pandemic Influenza Google Flu Trends
  67. 67. Social Network and Obesity Prevalence 2013 PLOS One. Assessing the Online Social Environment for Surveillance of Obesity Prevalence
  68. 68. 2014 Science. Big data. The parable of Google Flu- traps in big data analysis
  69. 69. 2014 Science. Big data. The parable of Google Flu- traps in big data analysis
  70. 70. Big data platform model by Korea Institute of Drug Safety and Risk Management
  71. 71. Medical Big Data
  72. 72. Medical Big Data
  73. 73. Medical Big Data
  74. 74. R vs. Stata vs. SAS
  75. 75. 빅데이터 연구 적용 전통적인 관점 연구 Large scale (unstructured) data Summary (Modify) Classical hypothesis driven study 새로운 관점 연구 Hypothesis Generating Study

×