T-Rx: A toolbox for reproducible processing of prescriptions (Rx) stored in electronic health record databases

당신이 어떤 사람들은 질병으로부터 회복되는 반면 어떤 사람들은 그렇지 못한 이유에 대한 미스터리를 풀려는 탐정이라고 상상해 보십시오. 이를 위해 당신은 거대한 단서의 도서관이 필요합니다. 현대 의학의 세계에서 이 단서들은 '전자 건강 기록(EHR)' 속에 숨겨져 있습니다. EHR은 의사들이 당신에게 무엇이 잘못되었고 어떤 약을 처방했는지 적어두는 디지털 노트입니다. 하지만 문제는 이 디지털 노트가 매우 지저분하다는 점입니다. 한 의사는 "500mg 알약 두 개 복용"이라고 적을 수 있고, 다른 의사는 "500mg 정제, 수량 2"라고 적을 수 있으며, 세 번째 의사는 그저 "고용량"이라고 휘갈겨 쓸 수도 있습니다. 이는 마치 모든 페이지가 서로 다른 필체와 언어로 쓰인 이야기를 읽으려는 것과 같습니다.

과학자들에게는 수십만 명의 사람들의 DNA 샘플과 개인적인 이야기가 담긴 거대한 보물 상자인 '바이오뱅크(biobank)'가 있습니다. 과학자들이 이 지저분한 의사들의 노트를 이 DNA 보물 상자와 결합하려고 할 때, 그들은 벽에 부딪힙니다. 한 사람이 정확히 얼마만큼의 약을 얼마나 오랫동안 복용했는지 쉽게 파악할 수 없기 때문입니다. 이러한 명확한 그림이 없다면, 특정 약물이 효과가 있는지, 누군가 그 약에 내성이 있는지, 혹은 용량이 중요한지를 파악하기 어렵습니다. 이 논문은 그 지저한 필기를 정리하고, 흩어진 메모들을 누구나 사용할 수 있는 명확하고 읽기 쉬운 이야기로 바꿔주는 새로운 도구를 소개합니다.

처방 데이터의 디지털 맥가이버 칼인 T-Rx를 만나보십시오. 이것은 R이라는 컴퓨터 프로그램 안에 존재하는 매우 똑똑한 번역가이자 정리 도구라고 생각하면 됩니다. T-Rx의 임무는 전자 건강 기록에서 발견되는 혼란스럽고 구조화되지 않은 낙서들을 가져와 연구자들이 실제로 사용할 수 있는 깔고 깔끔하게 정리된 데이터로 바꾸는 것입니다. 저자들은 우리가 방대한 데이터를 가지고 있음에도 불구하고, 이를 처리하는 표준화된 방법이 부족하다는 점을 깨닫고 T-Rx를 만들었습니다. 현재 만약 한 연구자가 항우울제에 대한 사람들의 반응을 연구하고 싶다면, 특정 노트에서 "500mg"이 무엇을 의미하는지 알아내기 위해 자신만의 복잡한 코드를 작성해야 합니다. 동일한 것을 연구하는 다른 연구자는 완전히 다른 코드를 작성할 수도 있습니다. 이는 마치 두 명의 요리사가 서로 다른 계량컵을 사용하여 레시피를 비교하려는 것과 같아서, 결과를 비교하는 것을 불가능하게 만듭니다.

T-Rx는 공장의 조립 라인처럼 함께 작동하는 세 가지 주요 '모듈(module)', 즉 도구들을 통해 이 문제를 해결합니다.

첫째, 추출 및 결측치 보정(Extraction and Imputation) 모듈입니다. 예를 들어 "아모시실린 500mg 캡슐"이라는 처방을 보고 있다고 상상해 보십시오. T-Rx는 특수한 규칙 세트(숫자와 단위를 찾아내는 패턴인 '정규 표현식')를 사용하여 숫자와 단위를 찾아냅니다. T-Rx는 "500"과 "mg"을 잡아내어 깔끔한 상자에 넣습니다. 만약 노트에 숫자가 빠져 있다면, T-Rx에는 '결측치 보정(imputation)'이라는 두 번째 비장의 카드가 있습니다. 이것은 마치 탐정이 상식에 기반하여 빈칸을 채우는 것과 같습니다. 예를 들어, 의사가 "알약 한 알 복용"이라고 적었지만 용량을 적는 것을 잊었다면, T-Rx는 해당 약물의 표준 용량을 찾아내어 그 빈칸을 채울 수 있습니다. 연구팀은 이를 영국 바이오뱅크(UK BioBank)와 임상 실무 연구 데이터링크(CPDRD)의 실제 데이터로 테스트했습니다. 그 결과, 항우울제의 경우 T-Rx는 약 85%의 노트에서 즉시 용량을 성공적으로 추출해 냈으며, '빈칸 채우기' 기술을 사용한 후에는 99% 이상의 용량을 파악해 냈습니다. 이는 데이터를 지저분한 상태로 두는 것에 비해 엄청난 개선입니다.

둘째, 노출 확정(Exposure Ascertainment) 모듈은 타임랩스 카메라와 같은 역할을 합니다. 데이터베이스의 처방은 보통 단일 사건의 목록으로 나타납니다: "환자가 월요일에 알약을 받음", "환자가 화요일에 알약을 받음". 하지만 현실에서 사람들은 일정 기간 동안 약을 복용합니다. 이 모듈은 흩어진 점들을 연결하여 환자가 실제로 약물에 '노출'된 시점이 언제인지를 보여주는 견고한 선을 그려냅니다. 이 모듈은 두 처방이 겹치는지(즉, 환자가 지속적인 공급을 받았는지) 아니면 간격이 있었는지를 파악합니다. 이를 통해 연구자들은 단순히 고립된 스냅샷이 아니라 치료의 전체 여정을 볼 수 있습니다.

마지막으로, 표현형 결정(Phenotyping) 모듈은 '이야기꾼'입니다. 데이터가 깨끗하게 정리되고 조직되면, 이 도구는 연구자들이 구체적인 질문을 던질 수 있도록 도와줍니다. 예를 들어, 이 도구는 "치료 저항성 우울증(TRD)"을 즉각적으로 식별할 수 있습니다. 과거에는 TRD를 정의하기 위해 환자가 한 에피소드 동안 약물을 최소 두 번 교체했는지 확인하는 복잡한 코딩이 필요했습니다. T-Rx는 이를 단 한 줄의 코드로 수행할 수 있는 사전 구축된 명령어를 가지고 있습니다. 또한 환자가 한 약물에서 다른 약물로 전환하는 시점도 포착할 수 있습니다. 저자들은 이 도구들을 사용하여 원시 처방 목록을 약물을 교체한 환자나 치료에 반응하지 않은 환자의 명확한 프로필로 바꿀 수 있음을 보여주었습니다.

이 논문은 T-Rx가 완벽하다거나 전 세계 어디에서나 작동한다고 주장하는 것은 아닙니다. 연구팀은 자신들이 영국 데이터(특히 UK Biobank와 CPRD)만을 테스트했다는 점을 인정합니다. 의사들이 노트를 다르게 작성할 수 있는 다른 국가의 데이터에서도 작동하는지는 아직 확인하지 않았습니다. 그러나 그들은 T-Rx가 오픈 소스(누구나 코드를 보고 개선할 수 있음)이기 때문에 다른 과학자들이 이를 확장하는 데 도움을 줄 수 있다고 제안합니다. 또한 일부 다른 도구들이 노트를 읽기 위해 복잡한 인공지능을 사용하는 반면, T-Rx는 더 빠르고 검증하기 쉬운 규칙 기반 방식을 사용하므로, 실제 세상에서 약물이 어떻게 작용하는지 연구하려는 사람들에게 훌륭한 출발점이 될 수 있다고 언급합니다.

요약하자면, T-Rx는 지저분하고 혼란스러운 디지털 처방 메모의 세계를 깨끗하고 잘 정리된 데이터 세트로 바꾸는 도구 상자입니다. 이 도구가 스스로 새로운 약물을 발견하거나 질병을 치료하는 것은 아니지만, 왜 어떤 사람에게는 치료가 효과가 있고 어떤 사람에게는 그렇지 않은지를 마침내 이해하는 데 필요한 명확하고 신뢰할 수 있는 데이터를 과학자들에게 제공합니다. 저자들은 이 도구들을 무료로 쉽게 사용할 수 있게 함으로써, 전 세계 연구자들이 바퀴를 다시 발명하는 데 시간을 허비하지 않고 자신들의 발견을 서로 비교하며 인류 건강이라는 더 큰 퍼즐을 풀어나가기를 희망하고 있습니다.