추가 적립 안내

본 저서는 빅데이터와 인공지능을 처음 접하는 학부생과 석·박사 과정생 및 현직 보건의료 계열 연구자들에게 보건의료 분야의 대표적인 빅데이터를 기본적으로 이해하는 것에서부터 분석코드 중심의 예시를 통해 자료분석에 실무적인 도움을 줄 수 있도록 집필하였다. 이에 0부는 초심자도 분석에 필요한 SAS 코딩을 쉽고 빠르게 이해할 수 있도록 SAS 프로그램에 대한 기초과정으로 구성하였다. 1~4부는 보건의료 분야에서 활용될 수 있는 국내 주요 자료원별 연구주제에 대한 설명과 상세 예시를 수록하였는데, 1부는 국민건강보험 빅데이터, 2부는 한국의약품안전관리원의 자발적부작용보고자료, 3부는 의료패널자료, 4부는 공통데이터모델에 대한 내용으로 구성하였다. 마지막 5부는 인공지능과 머신러닝을 활용한 빅데이터 분석을 다루었으며 이론과 사례 부분으로 나누어 설명하였다.

〈0부 빅데이터 분석을 위한 SAS 기초 정보〉
1 SAS 프로그램 개요
2 자료의 입출력
3 DATA step
4 SQL과 MACRO

〈1부 국민건강보험 빅데이터〉
1장 국민건강보험 빅데이터의 구조와 특성
1 국민건강보험 빅데이터의 이해
2 국민건강보험 빅데이터 분석을 위한 자료 구축
3 분석 사례
2장 약물 사용 연구
1 의약품 데이터의 이해
2 약물사용양상 분석
3장 비용 연구
1 국민건강보험 빅데이터를 활용한 비용분석 준비
2 비용분석 사례
3 특이적인 상황의 비용산출 시 주의사항
4 기타 고려사항
4장 정책평가를 위한 통계분석
1 정책평가를 위한 통계연구
2 단절적시계열분석
3 이중차분분석

〈2부 자발적부작용보고자료를 활용한 빅데이터 분석〉
5장 한국의 자발적부작용보고자료의 개요
1 배경
2 의약품부작용보고원시자료의 구성
3 의약품부작용보고원시자료 신청방법 및 절차
6장 부작용보고자료를 활용한 이상반응 보고현황의 기술적분석
1 연구용 자료로 변환하기 위한 자료 불러오기, 합치기 및 변환
2 연도별 부작용보고현황과 백신 부작용 보고현황의 성별, 연령, 보고자유형 등의 특징
3 임신 중 백신 부작용 보고 관련 현황 및 사망 보고건의 분석
7장 KAERS 자료를 활용한 실마리정보 분석
1 실마리정보 분석의 개념 및 적용
2 메틸페니데이트 치료제에 대한 실마리정보 분석
8장 KAERS 자료에 활용 가능한 백신의 이상반응 연구: 변경점 분석
1 변경점 분석 개념
2 변경점 분석 수행

〈3부 패널조사자료〉
9장 패널조사자료의 소개
1 패널조사자료의 개요
2 한국의료패널 소개
10장 자료처리
1 자료처리 개요
2 자료처리 예제
11장 패널분석
1 패널분석 개요
2 패널자료의 기술통계
3 패널자료의 회귀분석

〈4부 공통데이터모델〉
12장 공통데이터모델의 도입
1 Common data model의 개념 및 장단점
2 Common data model의 국내외 현황
13장 OMOP-CDM
1 OMOP-CDM 배경
14장 미국 센티넬 CDM 소개
1 센티넬 CDM 구축 배경
2 센티넬 시스템
15장 능동적 약물감시를 위한 MOA 프로젝트 소개
1 MOA CDM의 개념과 필요성
2 MOA CDM의 구조와 용어 체계
3 MOA CDM을 활용한 의약품 부작용 분석
16장 공통데이터모델을 활용한 심화 사례
1 개요
2 코호트 구성
3 처방 약물 패턴 분석
4 사용 약물에 따른 임상 결과 비교(추정, Estimation)
5 머신러닝을 통한 예측모형 구축(예측, Prediction)

〈5부 인공지능과 머신러닝을 활용한 빅데이터 분석〉
17장 인공지능과 머신러닝 이론
1 인공지능과 머신러닝
2 머신러닝과 인공지능의 관계
3 머신러닝 유형
4 머신러닝 단계
5 머신러닝 분석 프로그램
18장 인공지능과 머신러닝 사례
1 SNS 비정형 데이터 머신러닝
2 임상 자료를 활용한 머신러닝
3 머신러닝 질병 위험 예측모형
4 머신러닝 기반 성향점수 추정 방법
5 실마리정보 탐지를 위한 머신러닝 알고리즘 개발

부록 데이터 전처리 SAS 코드

머리말

약사 전문성 강화와 제약산업 분야의 변화에 맞춰 창의적 약학 인재 양성이 요구됨에 따라 현재 국내 약학교육체제는 통합 6년제로 변화하는 그 시작점에 있다. 뿐만 아니라 최근 세계보건기구(WHO)와 국제약학연맹(FIP)에서 제시하는 미래 약사가 갖추어야 할 기능에 연구자(researcher)가 추가되면서 시대적으로 약사의 직능 확장이 필요한 시점이 되었다.

이러한 상황에서 맞이한 4차 산업혁명 시대에는 약학 분야에서도 빅데이터와 인공지능이라는 키워드를 간과할 수 없게 되었으며, 약학 교육에서도 빅데이터, 인공지능, 머신러닝 등에 대한 이해, 그리고 이를 활용하여 분석하는 방법과 그 결과를 해석하는 능력을 갖추는 것이 중요하게 되었다. 이에 통합 6년제 교육과정에서는 의약품 연구의 실제 사례 등을 포함한 보건의료 빅데이터 연구방법 관련 능력을 학생들이 습득할 수 있도록 해야 한다는 필요성이 제기되었고, 뜻을 함께한 열 분의 사회약학분과회 교수와 열다섯 분의 초빙 저자가 약학빅데이터연구회를 조직하여 이번 교재 집필에 참여하게 되었다.

본 저서는 빅데이터와 인공지능을 처음 접하는 학부생과 석·박사 과정생 및 현직 보건의료 계열 연구자들에게 보건의료 분야의 대표적인 빅데이터를 기본적으로 이해하는 것에서부터 분석코드 중심의 예시를 통해 자료분석에 실무적인 도움을 줄 수 있도록 집필하였다. 이에 0부는 초심자도 분석에 필요한 SAS 코딩을 쉽고 빠르게 이해할 수 있도록 SAS 프로그램에 대한 기초과정으로 구성하였다. 1~4부는 보건의료 분야에서 활용될 수 있는 국내 주요 자료원별 연구주제에 대한 설명과 상세 예시를 수록하였는데, 1부는 국민건강보험 빅데이터, 2부는 한국의약품안전관리원의 자발적부작용보고자료, 3부는 의료패널자료, 4부는 공통데이터모델에 대한 내용으로 구성하였다. 마지막 5부는 인공지능과 머신러닝을 활용한 빅데이터 분석을 다루었으며 이론과 사례 부분으로 나누어 설명하였다.

좋은 책을 위해 최선을 다했지만 미흡한 부분이 있을 수 있다. 이 점은 양해를 바라며 출간 후 나올 수 있는 수정사항과 본 저서에서 활용한 데이터파일 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실에 제공할 예정이니 참고하기를 바란다. 본 저서의 시작부터 완성까지 많은 시간을 투자하여 집필해주신 모든 저자분들께 감사인사를 드리며, 교재의 감수에 참여해주신 건강보험심사평가원의 변지혜 박사님, 국민건강보험공단의 김준호 박사님, 노연숙 박사님, 그리고 한국의약품안전관리원에도 깊은 감사의 마음을 전한다. 또한 출판하는 과정에서 실무적으로 도움을 주신 자유아카데미에도 감사의 말씀을 드리며, 끝으로 미래의 연구자들이 이 책을 통해 훌륭한 연구성과를 내는 데 보탬이 되기를 깊은 마음으로 응원한다.