4차 산업혁명으로 촉발된 디지털 치의학(Digital Dentistry)은 ICT 기술과 데이터를 기반으로 의료 서비스와 경영 환경을 변화시키고 있습니다. 의료 현장에서는 이미 3D 구강스캐너의 인상채득법, 3D 프린터의 보철제작, 전자의무기록 기반 진료 등의 서비스가 제공되고 있습니다. 현재 치과 경영 환경은 임상의 공급의 과잉으로 경쟁이 심화되고 있으며, 비교우위를 갖기 위해서는 데이터에 기반한 환자 맞춤형 서비스와 경영전략이 필요합니다.
의료기관에서 발생하는 의생명 데이터는 다층적이며 맥락에 따라 그 의미가 다양하므로 높은 수준의 정보학 이론과 처리 능력이 필요합니다. 의료정보학과 생물정보학에 기반한 데이터 표준화, 구조화, 생성 및 분석 기술은 데이터가 가진 의미를 해석하여 정보를 추출하는 토대가 됩니다. 특히, 의미기반으로 구조화된 의생명 데이터를 다양한 방법으로 분석하고 모델을 구축하는 것은 맞춤의료를 위해 선행되어야 할 연구들입니다.
본 전공에서는 생물 및 의료 정보학에 기반하여 의생명 데이터를 구축하고 분석하는 정밀의료 기술 연구과 빅데이터를 활용한 치과 경영 지원 시스템을 연구합니다. 프로젝트 중심의 연구를 통해서 다양한 의료 데이터와 분석 기법을 학습할 수 있으며, 해당 방법론이 의료 현장의 구체적인 사례에 적용될 수 있도록 진행됩니다. 본 전공에서 중점적으로 연구, 교육하는 분야는 다음과 같습니다.

1. 의생명 정보학 기반의 다중 오믹스 분석

차세대 염기서열(NGS)을 비롯한 의생명 데이터는 빅데이터로 구축되어 생명 현상을 밝히는 연구에 활용될 뿐만 아니라, 임상 현장에서도 진단 및 치료를 위한 기반 정보로 쓰이고 있습니다. 본 전공에서는 다중 오믹스 기반의 염기서열 분석과 자동화를 위한 파이프라인을 연구하고 있으며, 이를 통해서 연구자와 임상의는 연구의 목적에 최적화된 분석을 수행할 수 있습니다.

2. 지식 그래프 구축 및 통합

의생명 데이터는 다층적이고 맥락에 의존적인 특성을 지니므로 의미 기반의 데이터 큐레이션이 필요합니다. 본 전공에서는 데이터가 의미적인 구조를 갖추도록 온톨로지를 설계하고, 지식그래프를 구축하는 연구를 진행하고 있습니다. 특히, 다양한 지식 그래프의 통합은 다층적인 의생물 데이터의 의미구조를 드러내고, 단일 데이터에서 드러나지 않았던 현상과 그 의미를 발견할 수 있습니다. 또한, 지식그래프의 구축 및 통합을 위해서 사용자 기반의 직접적인(manual)데이터 처리와 자연어처리기법 기반의 자동화 기법 및 관리도구를 연구하고 있습니다.

3. 데이터 분석 및 기계 학습

각기 다른 형태와 특성을 가진 의생명 데이터에서 정보를 추출하기 위해서는 다양한 분석 방법론이 적용되어야 합니다. 본 전공에서는 전통적인 통계 기법부터 최신의 기계학습에 기반한 분석 방법을 아우르는 연구를 진행하고 있습니다. 특히, 각 분석 기법의 장점과 한계점에 대한 이론을 기반으로 데이터의 특성에 적합한 분석기법을 적용하여 유전체 분석, 신약 탐색 및 재창출, 세포주 특질 추출 등의 다양한 연구를 진행하고 있습니다.

4. 의무기록의 경영학적 분석 및 적용

임상의는 의무기록에서 정보를 추출하고, 정보를 토대로 의료 기관의 의사결정에 적용하는 것에 어려움을 겪고 있습니다. 본 전공에서는 임상에서 생성되는 데이터를 구체적인 경영 이슈에 적용하여 성과를 창출하는 연구를 진행하고 있습니다. 특히 임상 경험이 많은 외래교원과의 토론을 통한 교육은 임상 현장에서 빈번하게 접하는 경영 문제를 체계적으로 정의하여 해결하는 실질적인 도움을 제공합니다.

5. 의료경영 데이터 확장 및 활용

의료경영 데이터는 의료기관 외부의 다양한 데이터에 연결되어 확장될 수 있습니다. 의료 기관 주위의 물리적 환경, 사회적 특성, 소비 트렌드, 시장 동향 등의 정보는 개별 의료기관의 상황에 맞는 경영 전략과 서비스를 기획하는데 밑거름이 됩니다. 이를 위해서 공개 및 비공개된 데이터의 획득, 정제, 분석, 활용, 피드백에 이르는 선순환 구조를 연구하고 있습니다. 이를 통해 현재의 의료 서비스를 장단점을 입체적으로 이해하여 잠재 고객 선정 및 신규 의료 서비스 발굴을 창출할 수 있습니다.