본문내용 바로가기
무료배송 한정판매 소득공제

보건의료 빅데이터 및 가명·익명정보 기술현황 의료산업의 새로운 패러다임

양장
하연 편집부 지음 | 하연 | 2021년 04월 14일 출간 (1쇄 2021년 05월 14일)
  • 정가 : 380,000원
    판매가 : 342,000 [10%↓ 38,000원 할인]
  • 혜택 :
    [기본적립] 19000원 적립 [5% 적립] [추가적립] 5만원 이상 구매 시 2,000원 추가적립 안내 [회원혜택] 회원 등급 별, 3만원 이상 구매 시 2~4% 추가적립 안내 [리뷰적립] 리뷰 작성 시 e교환권 최대 300원 추가적립 안내
  • 추가혜택 : 포인트 안내 도서소득공제 안내 추가혜택 더보기
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    05월 21일 출고 예정 배송일정 안내
상품상세정보
ISBN 9791185497273(1185497277)
쪽수 284쪽
크기 210 * 297 mm 판형알림

책소개

이 책이 속한 분야

▶ 이 책은 보건의료 빅데이터 및 가명·익명정보 기술현황에 대해 다룬 도서입니다. 보건의료 빅데이터 및 가명·익명정보 기술현황에 대한 기초적이고 전반적인 내용을 확인할 수 있도록 구성했습니다.

목차

제1장 디지털 세상과 의료 빅데이터

1. 디지털 전환에 따른 의료 환경 변화
1-1. 디지털 세상
1-1-1. 중앙집중식 병원시스템의 붕괴
1-1-2. 코로나 펜데믹에 의한 보건의료 패러다임 변화
1-1-3. 펜데믹에 의해 가속화되고 있는 디지털 헬스케어
(1) 질병에 따른 사회적 비용 증가
(2) 디지털 기술 기반 의료시스템의 재편
1-2. 보건의료 빅데이터
1-2-1. 보건의료 빅데이터 개념
1-2-2. 데이터와 의료산업
(1) 의료데이터(clinical data)
(2) 유전데이터(genomics data)
(3) 외인데이터(exogenous data)
1-2-3. 보건의료 분야의 빅데이터 활용
(1) 보건의료 빅데이터의 축적 및 활용
(2) 각국의 보건의료분야의 빅데이터 활용 방안
(3) 보건의료 빅데이터와 개인정보 보호
1-2-4. 보건의료 빅데이터와 인공지능의 결합
1-2-5. 공통데이터모델(Common Data Model)
(1) 공통데이터모델(CDM) 등장 배경
(2) 공통데이터모델(CDM) 개념
(3) 공통데이터모델 활용
(4) 공통데이터모델과 개인정보 보호
1-3. 4차 산업혁명과 의료 환경 변화
1-3-1. 스마트 의료기기
1-3-2. 스마트폰·웨어러블 디바이스 보급 확대
1-3-3. 모바일 헬스케어

2. 디지털 세상의 보건의료 빅데이터
2-1. 라이프로그(Life log)와 빅데이터
2-1-1. 라이프로그(Life log) 데이터 수집
(1) 행동정보를 이용한 라이프로그
(2) 생체정보를 이용한 라이프로그
가. 맥파(Photoplethysmogram, PPG) 기반 라이프로그
나. 심전도(Electrocardiogram, ECG) 기반 라이프로그
다. 맥파전파속도(Pulse?Wave?Velocity, PWV)
2-1-2. 라이프로그 기반 빅데이터
(1) 라이프로그와 빅데이터 개요
가. 개인 빅데이터
나. 개인건강기록(Personal Health Record, PHR)
(2) 보건의료 빅데이터
2-2. 임상데이터
2-2-1. 임상데이터 개념
2-2-2. 임상데이터 활용
(1) 임상데이터 통계
(2) 임상데이터 관리(Data Management)
(3) 임상데이터 표준화
2-3. 병원정보시스템과 의료정보시스템에서 발생하는 빅데이터
2-3-1. 병원 진료기록
2-3-2. 전자의무기록(EHR)과 PHR(Personal Health Record) 데이터
(1) EMR과 EHR의 비교
가. EMR(Electronic Medical Record)
나. EHR(Electronic Health Record)
다. 전자건강기록(EHR) 활용
라. 전자의무기록의 해결 과제
(2) PHR(Personal Health Record)
가. PHR(Personal Health Record) 개념
나. PHR시스템 활용
다. 국내외 PHR 동향
라. PHR 해결 과제
2-3-4. 청구데이터(claim data)
(1) 청구데이터(Claim Data) 개요
가. 청구데이터 개념
나. 청구데이터 특징
다. 청구데이터 구성
(2) 청구데이터 활용
(3) 청구데이터 활용 해결 과제
2-3-5. 개인의 생활습관 및 건강 관련 환자 유래 의료데이터(PGHD)
(1) 환자 유래 의료데이터(Patientgenerated health data, PGHD) 개념
(2) 환자 유래 의료데이터(PGHD)의 중요성
(3) 환자 유래 의료데이터(PGHD)의 활용
(4) 환자 유래 데이터의 한계
2-4. 유전체 데이터(genomic data)

제2장 보건의료 빅데이터 산업 동향

1. 보건의료 빅데이터 산업 개요
1-1. 의료 빅데이터 개방
1-2. 개인정보
1-2-1. 개인정보 개념
1-2-2. 의료분야에서의 환자 개인정보
1-2-3. 개인정보보호법
1-3. 가명정보
1-3-1. 가명정보 개념
1-3-2. 가명처리 대상 정보의 범위
1-3-3. 가명처리 원칙
1-3-4. 가명정보 처리 및 활용 절차
① 1단계 사전준비: 처리 목적의 적합성 검토 및 사전 계획 수립
② 2단계 가명처리: 가명처리 수준정의 및 처리
③ 3단계 적정성 검토 및 추가 가명처리
④ 4단계 활용 및 사후관리
1-3-5. 가명정보 결합 및 반출 절차
① 1단계 사전준비 및 결합신청(가명처리)
② 2단계 결합키 생성 및 정보 송신(일련번호+결합대상정보, 일렬번호+결합키)
③ 3단계 추가처리 및 반출요청
1-4. 익명정보
1-4-1. 익명정보 개념
1-4-2. 익명정보 처리 원칙
1-4-3. 익명정보 처리 과정

2. 보건의료분야의 가명·익명정보의 활용 동향
2-1. 의료분야 마이데이터
2-2. 보건의료 빅데이터 및 가명·익명정보의 국내외 현황
2-2-1. 국내외 가명·익명정보 동향
(1) 해외 동향
가. EU GDPR
나. 일본 개인정보보호법
다. 미국 CCPA
(2) 국내 개정 개인정보보호법
2-2-2. 국내외 데이터 시장 전망

참고문헌

그림목차

[그림 1] 디지털 세상
[그림 2] 병원의 디지털 전환 프레임워크
[그림 3] 환자 중심의 의료 기술
[그림 4] COVID-19 상황에서 사용된 디지털 기술들
[그림 5] 치료방식의 변화와 디지털 헬스케어의 개념
[그림 6] 만성질환 관리를 위한 예측 분석
[그림 7] 스마트 병원
[그림 8] 보건의료 빅데이터 도식화
[그림 9] 국내 공공의료 빅데이터수
[그림 10] 보건의료데이터 현황 및 가치
[그림 11] EMR의 구조
[그림 12] 만성질환(제2형 당뇨병) 치료를 위한 외인성 데이터 활용
[그림 13] 데이터 아키텍처의 변화요소들
[그림 14] 데이터 분석을 위한 기술
[그림 15] 의료분야의 빅데이터
[그림 16] 보건의료 빅데이터 플랫폼 데이터 흐름도
[그림 17] 오믹스(Omics) 데이터 기반 개인 맞춤형 치료를 위한 프레임워크
[그림 18] 의료 인공지능 및 분석을 위한 프레임워크
[그림 19] IoT 병원 아키텍처
[그림 20] 의료시스템의 디지털화
[그림 21] 공통데이터모델(CDM) 개념
[그림 22] 병원 EHR기반 공통데이터모델 구축
[그림 23] OMOP 공통데이터모델
[그림 24] 공통데이터모델(CDM) 및 분산연구망(DRN)
[그림 25] 공통데이터모델 표준화 형식
[그림 26] 유행성 감염병 대응을 위한 의료시스템
[그림 27] 신체 부위에 착용하는 의료 및 건강관리 장치
[그림 28] mhealth 앱의 다이어그램
[그림 29] 스마트 모바일 헬스케어 시스템의 아키텍처
[그림 30] Digital hospital
[그림 31] 정밀의학 패러다임 변화
[그림 32] Life-log 모니터링
[그림 33] 라이프로그 기반 MashMap 프레임워크의 전체 구조
[그림 34] 라이프로그 서비스의 분류
[그림 35] 생체신호?인식
[그림 36] Architecture of Emotion Detection and Recognition System(EDRS)
[그림 37] ECG 신호의 신호 처리 및 감정 식별 단계
[그림 38] 맥파 속도에 영향을 미치는 요인?
[그림 39] 우리의 삶을 변화시킬 빅데이터
[그림 40] 정밀의료용?개인건강기록?플랫폼?활용?체계
[그림 41] 인공지능 신약개발 모델
[그림 42] 공통데이터모델(CDM)
[그림 43] 일반적인 복잡한 의료 환경 분석
[그림 44] 데이터 통합
[그림 45] HIS와 GIS간의 데이터 연결 구조
[그림 46] 임상데이터 활용을 위한 아키텍처
[그림 47] 의료정보 교류 개념도
[그림 48] 개인 전자건강기록
[그림 49] 빅데이터를 이용한 전자의무기록 최적화
[그림 50] 전자건강기록 데이터에서 예측·분석을 생성하는데 필요한 프로세스
[그림 51] 개인건강기록(PHR) 및 전자건강기록(EHR)의 개념 구성도
[그림 52] EHR 상호호환성(Interoperability)
[그림 53] OmniPHR 아키텍처 모델
[그림 54] 개인건강기록(PHR) 접근 방식
[그림 55] PHR 기반 의원 진료 지원서비스
[그림 56] 블록체인 기반 개인건강기록(PHR) 개요
[그림 57] 현행 진료비 심사 체계
[그림 58] K-Cancer 통합 빅데이터 구축 방향
[그림 59] Structure of the national health insurance program in Korea. NHIS, national health insurance service; HIRA, health insurance review and assessment service
[그림 60] NHANES-Medicare 데이터 구조
[그림 61] 연도별 국민건강보험공단 연구DB 제공 횟수
[그림 62] 환자가 생성한 건강데이터(PGHD) 흐름
[그림 63] Health IT 생태계
[그림 64] PGHD 흐름 및 1차 질병 예방과 건강 증진을 위한 프레임워크
[그림 65] EHR FHIR 서버를 통해 연결된 PGHD 앱
[그림 66] 유전체 의학
[그림 67] 암호화 된 데이터에 대한 작업
[그림 68] 데이터 사용 및 분석에서 진화하는 개념
[그림 69] EMR의 구조, 관리 및 분석
[그림 70] 가명처리 개념
[그림 71] 가명정보의 요건
[그림 72] 가명정보 결합 및 반출 절차(안)
[그림 73] 가명처리 단계별 세부 절차도
[그림 74] 가명처리 사후관리 단계 세부 절차
[그림 75] 가명정보 결합 과정 예시
[그림 76] 비식별조치 및 사후관리 절차
[그림 77] 익명처리 절차
[그림 78] 비식별 조치 방법
[그림 79] 익명화 vs 가명화
[그림 80] EMR의 구조
[그림 81] 의료데이터 기반 디지털 헬스케어
[그림 82] 국내 빅데이터 및 분석 시장 전망
[그림 83] 국내 데이터산업 시장 규모 전망

표목차

[표 1] 의료 빅데이터 활용 강화 분야 및 라이프로그 모니터링
[표 2] 디지털 헬스케어 기술 분류 체계
[표 3] 국가별 원격의료서비스 현황
[표 4] 용도별 개인 건강관리 시스템 및 정밀의료(Precision Medicine)
[표 5] 개인정보, 가명정보, 익명정보의 개념 및 예시
[표 6] 의료데이터 특성 및 헬스케어 서비스 모델의 미래
[표 7] 빅데이터 활용서비스 해외 사례
[표 8] 각국의 헬스케어 빅데이터 관련 정책 및 보건의료 빅데이터 활용 사업의 분류
[표 9] 국가별 데이터 관련 규제 비교
[표 10] 의료 빅데이터 활용 강화 분야
[표 11] 바이오헬스 핵심규제 개선 과제
[표 12] 디지털 헬스산업 세부 분야 및 모바일 의료시스템의 모델
[표 13] 의료분야의 핵심기술 분야와 의료데이터의 종류 및 동향
[표 14] 라이프로그를 위한 센서와 로깅 데이터 종류
[표 15] 헬스케어 빅데이터 종류와 플랫폼 예시
[표 16] PHR의 구축 유형
[표 17] 의료 빅데이터 활용과 PHR시스템 모델
[표 19] 보건의료 빅데이터 구성과 개요
[표 20] 개인정보 빅데이터 결합내역(2016. 6~2017. 7)
[표 21] 빅데이터 활용 서비스 해외사례
[표 22] 자료관리 단계의 흐름
[표 23] EMR과 EHR 차이점 및 클라우드 기반 생태계
[표 24] EMR 인증제 인증기준 영역 및 의료정보의 요소와 범위
[표 25] PHR과 타 전자기록체계와의 비교 결과
[표 26] 국가별 EHR/PHR 추진현황
[표 27] 건강보험공단 100만 표본코호트 자료
[표 28] 맞춤형DB와 표본코호트 비교
[표 29] 국민건강보험공단 표본자료 및 표본연구DB의 신청절차
[표 30] 심평원과 건보공단의 데이터 특징
[표 31] 환자표본데이터를 통해 추출 가능한 정보
[표 32] 개인정보의 종류 및 정의
[표 33] 개인정보의 세부 종류
[표 34] 개인정보의 예시 및 개인정보처리자의 주요 의무사항
[표 35] 개인정보 보호 원칙
[표 36] 빅데이터 분석에 활용되는 정보의 종류
[표 37] 개인정보보호법 시행령의 가명처리 관련 개정사항 및 가명정보 결합 활용 절차
[표 38] 식별가능성에 대한 다양한 정의 및 일반적 비식별 조치 기법
[표 39] 가명처리 예시
[표 40] 가명처리 검토 결과보고서 예시
[표 41] 기관별 온·오프라인 신청 안내 및 접수
[표 42] 가명정보 처리시 안전성 확보조치 의무
[표 43] 가명정보 결합 및 반출 세부절차
[표 44] 개인정보, 가명정보, 익명정보의 정의
[표 45] 의료 빅데이터 활용 강화 분야 및 라이프로그 모니터링
[표 46] 마이데이터 서비스 제공 데이터
[표 47] GDPR 개인정보처리와 관련된 6대 원칙(법 제2장 제5조)
[표 48] 식별 가능성에 대한 다양한 정의
[표 49] 데이터 3법의 개정안

Klover 리뷰 (0)

북로그 리뷰 (0) 쓰러가기

북로그 리뷰는 본인 인증 후 작성 가능합니다.
책이나 타인에 대해 근거 없이 비방을 하거나 타인의 명예를 훼손할 수 있는 내용은 비공개 처리 될 수 있습니다.
※ 북로그 리뷰 리워드 제공 2021. 4. 1 종료

문장수집 (0) 문장수집 쓰기 나의 독서기록 보기
※구매 후 문장수집 작성 시, 리워드를 제공합니다. 안내

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유
  • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)
  • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등
  • 복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①서양도서-판매정가의 12%, ②일본도서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
소비자 피해보상
환불지연에 따른 배상
  • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
    소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
  • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
    소비자 보호에 관한 법률에 따라 처리함
바로가기
  • 우측 확장형 배너 2
  • 우측 확장형 배너 2
최근 본 상품