인도 보건의료를 위한 오픈소스 전자건강기록 시스템 메타데이터 적합성 정량분석

초록

본 연구는 인도 보건부가 제시한 전자건강기록 최소 데이터셋(EHRMDS)과 10개의 주요 오픈소스 EHR 시스템 간 메타데이터 일치도를 정량적으로 평가한다. 교차매핑과 구문·의미 유사도 분석을 통해 OpenEMR이 73.81%로 가장 높은 호환성을 보였으며, OpenClinic은 33.33%에 불과했다. 또한 OS‑EHR에 존재하지만 EHRMDS에 누락된 47개의 메타데이터 항목을 식별해 확장 스키마 필요성을 제시한다.

상세 분석

이 논문은 인도 보건부가 제정한 EHRMDS(총 91개 요소, 10개 카테고리)를 기준 메타데이터 표준으로 삼고, 전 세계에서 널리 사용되는 10개의 오픈소스 전자건강기록 시스템(OS‑EHR)을 선정해 메타데이터 적합성을 정량적으로 측정한다. 메타데이터 교차매핑은 두 단계로 진행되었다. 첫 번째는 문자열 기반의 구문 유사도(Similarity = Jaccard / Levenshtein 등) 계산으로, 요소 명칭과 속성 명세가 직접 일치하는지를 확인한다. 두 번째는 의미적 매핑을 위해 UMLS와 SNOMED‑CT 용어집을 활용해 동의어·상위·하위 개념 관계를 탐색하고, 시멘틱 유사도 점수를 부여하였다. 각 시스템별로 구문·의미 점수를 가중 평균해 ‘클로즈니스 점수’를 산출하고, 이를 백분율로 환산해 EHRMDS와의 커버리지 비율을 제시한다.

분석 결과, OpenEMR은 68개의 EHRMDS 요소와 직접 매핑되고, 추가 7개의 요소는 의미적 동의어 매핑을 통해 포함되어 전체 73.81%의 커버리지를 달성하였다. 반면 OpenClinic은 30개 요소만이 직접 매핑되었으며, 의미적 매핑을 포함해도 33.33%에 머물렀다. 다른 시스템들(OpenMRS, GNU Health, OpenMedi 등)은 45%~65% 사이의 중간값을 보였다.

특히 47개의 ‘추가 메타데이터’가 OS‑EHR 전반에 걸쳐 발견되었는데, 이는 환자 동의서, 임상 이미지 메타데이터, 보험 청구 코드, 치료 경로 추적, 원격 진료 로그 등 EHRMDS에 아직 반영되지 않은 최신 의료 실무 요구를 반영한다. 이러한 요소들을 EHRMDS‑ext(확장 스키마)로 통합하면 데이터 완전성 및 상호운용성이 크게 향상될 것으로 기대된다.

논문은 또한 메타데이터 정량 평가 프레임워크를 제시함으로써 정책 입안자와 의료기관이 OS‑EHR 선택 시 ‘커버리지 비율’, ‘시멘틱 일치도’, ‘시스템 가용성(데모·문서·커뮤니티)’ 등을 객관적으로 비교할 수 있는 기준을 제공한다. PRISMA 기반 문헌 검색과 메타데이터 가중치 부여 절차는 재현 가능성을 높이며, 향후 다른 국가·지역 표준과의 비교 연구에도 적용 가능하도록 설계되었다.

전반적으로 이 연구는 메타데이터 수준에서의 정량적 근접성을 통해 EHR 시스템 선택의 과학적 근거를 마련하고, 인도 보건 데이터 표준의 개선 방향을 제시한다는 점에서 학술적·실무적 의의가 크다.