EHR 기반 페노타이핑 알고리즘을 위한 시맨틱 웹 기술 평가

초록

본 논문은 전자의무기록(EHR)에서 질병 페노타입을 정의하는 알고리즘을 기계가 이해하고 실행할 수 있는 형태로 저장하기 위해 시맨틱 웹 핵심 기술인 OWL과 RDF를 적용 가능성을 평가한다. 기존에 텍스트 기반으로만 제공되던 페노타이핑 규칙을 온톨로지와 트리플 형태로 변환함으로써 재사용성, 공유성, 자동화된 실행을 촉진한다는 점을 강조한다.

상세 분석

이 연구는 먼저 페노타이핑 알고리즘이 현재 어떻게 문서화되고 있는지를 진단한다. 대부분의 알고리즘이 서술형 텍스트 혹은 스프레드시트 형태로 존재해, 연구자들이 이를 프로그래밍 언어로 구현할 때 높은 인적 비용과 오류 위험을 감수해야 한다는 문제가 제기된다. 이러한 상황에서 시맨틱 웹 기술, 특히 OWL(Web Ontology Language)과 RDF(Resource Description Framework)가 제공하는 형식화된 지식 표현 메커니즘은 두 가지 주요 장점을 제공한다. 첫째, OWL은 클래스와 속성, 관계를 논리적으로 정의함으로써 페노타이핑 규칙을 명확히 모델링한다. 예를 들어, ‘당뇨병 환자’라는 클래스를 정의하고, 해당 클래스에 속하는 환자를 식별하기 위한 진단 코드, 약물 처방, 실험실 결과 등을 객체 속성으로 연결할 수 있다. 둘째, RDF는 이러한 클래스와 속성을 트리플(주어‑술어‑목적어) 형태로 저장해 그래프 데이터베이스에 효율적으로 적재한다. 이를 통해 SPARQL 질의 언어를 이용해 복합적인 논리 연산(AND, OR, NOT)과 시계열 조건을 손쉽게 수행할 수 있다. 논문은 실제 EHR 데이터셋을 활용해 두 개의 대표적인 페노타이핑 알고리즘(심혈관 질환 및 알츠하이머 병)을 OWL‑RDF 모델로 변환하고, 변환 전후의 구현 난이도, 실행 효율성, 유지보수성을 비교한다. 결과는 온톨로지 기반 모델이 코드 변환 단계에서 발생하는 오류를 30 % 이상 감소시키고, 새로운 데이터 소스가 추가될 때 기존 모델을 최소한의 수정만으로 확장할 수 있음을 보여준다. 또한, RDF 그래프를 이용한 질의는 전통적인 SQL 기반 구현에 비해 복합 논리 연산에서 평균 1.8배 빠른 성능을 기록한다. 그러나 온톨로지 설계에 필요한 초기 학습 비용과, 대규모 트리플 저장소의 관리 복잡성은 여전히 과제로 남는다. 저자는 이러한 한계를 극복하기 위해 자동화된 온톨로지 생성 파이프라인과 클라우드 기반 그래프 데이터베이스 활용을 제안한다.