[reinvent 2024] 실제 데이터와 증거를 통해 헬스케어 혁신을 가속화하기

들어가며

이번 세션에서 가장 중요하게 다룰 주제는 다음과 같습니다. 첫째, 실제 데이터(Real-World Data, RWD)와 이를 통해 도출되는 실증적 증거(Real-World Evidence, RWE)의 개념과 중요성입니다. 둘째, 데이터를 통합하고 분석하는 과정에서 발생하는 문제점과 해결 방안입니다. 마지막으로, AWS Clean Room과 데이터 토큰화 기술이 어떻게 헬스케어 산업의 혁신을 가속화하는지 알아보겠습니다. 이를 통해 헬스케어 연구자와 개발자들이 데이터를 효과적으로 활용할 수 있는 인사이트를 제공하고자 합니다.

실제 데이터와 실증적 증거란 무엇인가?

반면 실증적 증거(Real-World Evidence, RWE)는 이 데이터를 분석하고 가공하여 질병 패턴, 치료 효과, 안전성 등 중요한 의료 결정을 뒷받침하는 결과를 의미합니다. 기존의 임상 시험이 인위적으로 설계된 환경에서 데이터를 수집하는 것과 달리, 실제 데이터는 현실 세계에서 환자의 상태와 치료 결과를 반영하므로 더욱 신뢰성 있는 결과를 제공합니다. 이를 통해 제약 회사와 연구자들은 보다 효율적으로 약물을 개발하고, 의료 혁신을 이끌 수 있습니다.

제약 산업에서 실제 데이터의 활용

그래서 제약 회사들은 실제 데이터를 활용해 연구와 임상 시험의 효율성을 극대화하고자 합니다. 예를 들어, 특정 질병의 바이오마커를 분석하거나 환자의 안전성과 효능 데이터를 실시간으로 검토하는 것이 가능합니다. 이를 통해 기존의 임상 시험보다 더 정교하고 타겟화된 연구가 가능해집니다. 또한, 데이터 분석을 통해 약물의 라벨 확장(다른 질병에 대한 적용)을 보다 빠르게 검토할 수 있어, 약물 개발의 전체적인 비용과 시간을 절감할 수 있습니다.

환자 데이터의 단절과 통합의 어려움

현장의 연구자들은 데이터 통합에 평균 3~4개월이 걸리며, 대부분의 과정은 전화와 이메일을 통해 수작업으로 이루어집니다. 게다가 데이터의 불완전성과 일관성 부족으로 인해 연구의 정확도가 떨어질 위험이 있습니다. 이러한 데이터 단절 문제는 연구의 속도와 효율성을 저해하는 주요 원인입니다.

AWS Clean Rooms 를 이용한 데이터 통합 솔루션

토큰화 기술을 통해 데이터는 개인정보가 노출되지 않도록 보호되며, 프라이버시를 유지하면서도 데이터의 통합 분석이 가능합니다. 예를 들어, 병원 A의 EMR 데이터와 연구소 B의 유전자 데이터를 연결해 환자의 상태를 종합적으로 분석할 수 있습니다. AWS Clean Rooms은 연구자와 기업이 복잡한 데이터 통합 과정을 대폭 간소화하고, 연구를 가속화하는 데 기여합니다.

데이터 밴드의 토큰화 기술

이 과정에서 개인정보는 그대로 보호되며, 데이터 제공자는 데이터의 보안을 유지하면서도 필요한 분석에 데이터를 제공할 수 있습니다. 데이터 소비자는 안전하게 데이터를 통합하고 분석할 수 있어 연구의 정확도와 효율성이 높아집니다.

사용자 친화적 데이터 탐색과 분석 도구

또한, 사용자 인터페이스(UI)를 통해 데이터 제공자는 데이터를 플랫폼에 등록하고, 데이터 소비자는 필요한 데이터를 탐색해 분석할 수 있습니다. 이러한 도구를 통해 연구자는 데이터를 빠르게 탐색하고 분석에 집중할 수 있으며, 데이터 제공자는 자신의 데이터를 더욱 효과적으로 제공할 수 있습니다.

데이터 제공자의 새로운 기회

또한 데이터를 더 빠르게 판매할 수 있어 수익을 극대화할 수 있습니다. 기존의 비효율적인 데이터 제공 과정이 생략되면서 판매 과정이 단축되고, 데이터 소비자는 더욱 빠르게 데이터를 활용할 수 있습니다.

데이터 소비자의 이점과 효율성

또한 데이터를 일부만 구매할 수 있어 비용 절감이 가능합니다. 대규모 데이터베이스를 구매하는 대신 필요한 데이터만 선택적으로 활용할 수 있기 때문에 비용 효율성이 크게 향상됩니다.

결론