| 초록 |
1. 분석자 서문 대규모 데이터 생산 기술의 발전과 전자건강기록(EHR)의 광범위한 채택은 오믹스 데이터와 EHR 데이터의 빠른 축적을 가능하게 하였다. 이러한 방대한 양의 복잡한 데이터들은 정밀의학을 위한 풍부한 정보들을 포함하고 있으며, 빅데이터 분석을 통해 헬스케어의 질을 향상시킬 수 있는 지식들을 추출할 수 있다. 본 자료에서는 오믹스 데이터와 EHR 데이터의 특성을 보이고 이와 관련된 도전 과제들과 데이터 전처리, 데이터 마이닝, 데이터 모델링 등을 포함한 분석 방법들을 설명한다. 또한 빅데이터 분석이 정밀의학을 어떻게 가능하게 할 수 있는지를 증명하기 위해 본 자료에서는 두 가지 사례 연구, 즉 멀티 오믹스 데이터를 활용한 질병 바이오마커 탐색 연구와 오믹스 정보를 EHR에 통합 연구를 예시로 보인다. 이를 통해 오믹스 데이터와 EHR 데이터를 활용한 빅데이터 분석이 정밀의학에 도움을 줄 수 있다는 것을 보인다. 2. 목차 1. 개요 2. 정밀 의학을 위한 빅데이터 2.1. 의생명 빅데이터 2.2. Omic 및 EHR 데이터와 관련된 과제 2.3. 정밀 의학을 위한 빅데이터 분석 2.4. 생물 의학 빅 데이터 분석의 원동력 3. 사례 연구 3.1. 정확한 암 이해를 위한 통합적 기능 3.2. 정밀의학을 위한 EHR에서의 유전체 채택 4. 바이오의료 빅데이터 이니셔티브 5. 토론 6. 결론 및 미래 방향 References 3. 원문정보 Po-Yen Wu; Chih-Wen Cheng; Chanchala D. Kaddi; Janani Venugopalan; Ryan Hoffman; May D. Wang/Omic and Electronic Health Record Big Data Analytics for Precision Medicine/IEEE Transactions on Biomedical Engineering/Feb. 2017 ※ 이 자료의 분석은 이크레더블의 이영범님께서 수고해주셨습니다. |
