Clinical pathway개발을 위한 EMR 데이터 추출 방법에 대한 연구

Abstract

본 논문에서는 전자의무기록(electronic medical record, EMR)시스템에서 발생된 임상 데이터를 근거로 clinical pathway (CP)를 개발하기 위한 기본모델을 만드는 방법을 제안하고, 이를 전산시스템으로 구현하여 자동화된 임상경로의 기본모델을 생성하는 과정을 모델링 하였다. 전자의무기록내의 임상 데이터로부터 CP 기본모델을 만들기 위해서 대상 상병의 일반적인 경우의 환자군을 추출하는 방법으로 확률분포를 이용하고 이를 통해 대상 상병에 대해 재원일자 및 수술일자를 기준으로 처방 데이터를 추출해 전산시스템으로 표현하여 CP개발을 위한 기본데이터를 제시하도록 하였다. 대상 상병의 환자군(대상 수술 환자군)을 EMR에서 추출하고, 익명화와 정형화한 환자 데이터를 상자수염그림(box-whisker plot)으로 변이를 제거한 다음 일자별로 퇴원환자수를 확률분포에 적용하여 대상 상병의 일반적인 환자군을 추출하였다. 추출된 환자군에 발생된 처방을 성격별로 분류하고, 약/주사를 보건복지부 효능별 분류기준을 이용하여 그룹으로 분류해 중요 처방의 빈도를 집중화(centralize) 하였으며, 단순 수치로 비교 가능한 진단검사결과를 정상(Normal), 비정상(High/Low)으로 정형화하는 등의 방법을 이용하여 각 재원일자, 처방의 종류에 따른 빈도수와 추세를 볼 수 있는 전산시스템을 구현하였다. 처방은 특별 처방, 약 처방, 주사 처방, 진단검사, 방사선검사, 특수검사, 물리치료, 마취, 처치재료 등으로 성격별로 분류하고 이를 분석하여 전문가들의 검증이 가능한 초기 데이터를 추출할 수 있었다. 그리고 자동으로 추출된 데이터와 전문가가 검증한 데이터가 가장 근접한 수준에서 교차점을 찾을 수 있는 방법을 도출하여 전문가들의 검증을 통하여 기본모델의 수정이 용이한 사용자 환경을 구현하였다. 본 논문에서는 EMR 데이터를 근거로 CP 기본모델 추출의 자동화 방법을 제시하고, 자동화된 프로그램으로 구현하였으며, 이를 이용하면 CP 개발에 시간과 노력을 절감하는 효과를 기대할 수 있을 것이다. In order to develop a clinical pathway using the clinical data from EMR (Electronic Medical Record) System, an automated extraction method for basic pathway model was presented in this dissertation. The patient group for interested diagnosis extracted from the EMR system was purified using box-whisker plot and the necessary items for experiments were picked out on the basis of length of stay and the operation day. Then, the general case of patient group from interested diagnosis was extracted using a probability distribution. Finally, the clinical order data from implemented general case was grouped and classified using the method of medication frequency centralizing and symbolizing of lab result. From the experimental result, a GUI-based clinical support program was implemented to display the essential and optional item for medical examination and treatment, to make the clinical data from automated method and that verified by clinical expert cross each other, and to make it easy to modify the basic pathway model. The time and effort spent in developing a clinical pathway are expected to reduce using the automated extraction method in this dissertation.