SAS, 합성데이터로 응급실 수요 예측…실제 환자정보 없이 병원 수용력 계획 지원 작성일 05-03 10 목록 <div id="layerTranslateNotice" style="display:none;"></div> <strong class="summary_view" data-translation="true">[SAS 2026] 합성데이터, "데이터 보호와 실효성 모두 달성할 수 있어"</strong> <div class="article_view" data-translation-body="true" data-tiara-layer="article_body" data-tiara-action-name="본문이미지확대_클릭"> <section dmcf-sid="pEc84qgRCo"> <figure class="figure_frm origin_fig" contents-hash="242f44f846a6ec7a8bea2948aa560ffd9ef1ec9834ba3282d89d81e9590bf04c" dmcf-pid="UDk68BaeCL" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/03/552796-pzfp7fF/20260503100018000drka.jpg" data-org-width="640" dmcf-mid="3ZyNaehDha" dmcf-mtype="image" height="auto" src="https://img1.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/03/552796-pzfp7fF/20260503100018000drka.jpg" width="658"></p> </figure> <p contents-hash="71e3d237448b69be97bc4615db49c3224560dbfe18d99369218b3be8fabad264" dmcf-pid="uwEP6bNdSn" dmcf-ptype="general">[그레이프바인(미국)=디지털데일리 이상일기자] 실제 환자 개인정보를 사용하지 않고도 응급실 수요를 현실적으로 시뮬레이션하는 방법론이 공개됐다.</p> <p contents-hash="7dc6df660643f132ce2522c96e805e61593bcdef33ea41b7a718e762651ebf5d" dmcf-pid="7rDQPKjJyi" dmcf-ptype="general">미국 텍사스주 그레이프바인에서 4월 27일부터 30일(현지시간)까지 열리는 'SAS 이노베이트 2026(SAS Innovate 2026)'에서 캐나다 프린스에드워드아일랜드대학(University of Prince Edward Island) 오웬 브라운(Owen Brown)은 SAS 기반 합성 보건 데이터 생성 방법론을 발표했다.</p> <p contents-hash="5694b0f038f3cf7e13df295fbf17054604ac0ad8523df402cd2d04830c8a2191" dmcf-pid="zmwxQ9AihJ" dmcf-ptype="general">그는 공개·요약 수준의 보건 데이터를 활용해 응급실 도착 패턴, 중증도, 인구통계, 진료 경로, 검사 수요를 반영한 합성 환자 데이터를 생성하고 이를 병원 운영 시뮬레이션과 수용력 계획에 투입할수 있다고 밝혔다. 브라운은 이를 "데이터 보호와 운영 의사결정 사이의 다리"로 설명했다.</p> <p contents-hash="ba6ed78c40037c300a6fe801ff884585178bf6b885e1aa13aa450a016cfe1375" dmcf-pid="qsrMx2cnhd" dmcf-ptype="general">응급실 수용력 계획에는 환자 도착 시간, 캐나다 응급환자 중증도 분류체계(CTAS), 인구통계, 진료 필요도 등 세부 환자 단위 정보가 필요하다. 하지만 이런 데이터는 개인정보 보호, 연구윤리 승인, 접근권한 제한 등으로 확보가 어렵다. 합성 보건 데이터는 원본 데이터의 통계적 특성을 재현하는 새로운 마이크로데이터 기록을 생성해 이 문제를 해결한다.</p> <div contents-hash="aad3f83b18e58c50392a2498f4eb05be5092ebdb1fce813f3b09228fa6f0a8cd" dmcf-pid="BrDQPKjJWe" dmcf-ptype="general"> SAS 기반 생성 프로그램은 네 단계로 구성된다. 시뮬레이션 기간과 시간대별 도착 패턴 등 파라미터를 설정하고, 야간·주간·저녁 구간별 환자 도착 수를 생성한다. 이어 시간당 도착자 수를 개별 환자 기록으로 확장해 고유 ID와 세부 도착 시간을 부여한다. 마지막으로 중증도, 성별, 연령대, 진료 경로, 검사 필요 여부 등 환자 특성을 확률적으로 할당한다. </div> <figure class="figure_frm origin_fig" contents-hash="94cede16f5a54aa2aba5e8963563fd59dc71f9c4fb84ca0731ece09bc39ba829" dmcf-pid="bmwxQ9AiyR" dmcf-ptype="figure"> <p class="link_figure"><img class="thumb_g_article" data-org-src="https://t1.daumcdn.net/news/202605/03/552796-pzfp7fF/20260503100019338jwoe.jpg" data-org-width="640" dmcf-mid="0RQ3FYfzvg" dmcf-mtype="image" height="auto" src="https://img3.daumcdn.net/thumb/R658x0.q70/?fname=https://t1.daumcdn.net/news/202605/03/552796-pzfp7fF/20260503100019338jwoe.jpg" width="658"></p> </figure> <p contents-hash="0ac590420fc448c42935b590edff5f7991d7938b739cd15dfe09c4de5f8e72af" dmcf-pid="KsrMx2cnlM" dmcf-ptype="general">CTAS는 이 방법론의 핵심 축이다. 1단계 소생(Resuscitation)부터 5단계 비긴급(Non-Urgent)까지 환자 긴급도를 구분하는 CTAS 기준에 따라 환자를 외상 진료, 기본 응급진료, 경증 진료 등 진료 경로에 배정하고 검사 수요도 확률적으로 할당한다. 생성된 합성 데이터셋에는 날짜별 도착자 수, CTAS 단계별 환자 수, 실험실 검사·CT·X선 수요 등이 포함된다.</p> <p contents-hash="90d9ca0dc84cbc2df7824ef4e14c616d61d12fe20b4cbdd57fd41a8e0c8afa19" dmcf-pid="9OmRMVkLyx" dmcf-ptype="general">생성된 합성 데이터는 이산사건 시뮬레이션(DES·Discrete Event Simulation)과 연결된다. 환자 도착, 대기, 초기 평가, 진료, 검사, 퇴원 등 개별 사건의 흐름을 표현하는 DES에 합성 데이터가 핵심 입력값으로 투입된다. 도착 시간이 달라지면 대기열 길이가 달라지고, 중증도 수준이 달라지면 진료 경로와 필요 검사도 달라진다.</p> <p contents-hash="64b3d5340ed588d753cb64ba821a12037c8af2b008febecaa87c0a8379768fbb" dmcf-pid="2IseRfEovQ" dmcf-ptype="general">이번 연구에서는 검증된 기본 모델과 8개의 시나리오를 만들어 진료 공간 수와 의사 근무 교대 수 변화가 환자 체류시간에 미치는 영향을 분석했다.</p> <p contents-hash="c63e1444be8323f02f15d9f3ccf769dbee2564f98e254cbfb1cf1308172eb09c" dmcf-pid="VCOde4DgvP" dmcf-ptype="general">현재 방법론의 한계도 명확히 제시했다. 향후 과제로는 환자 특성 간 연관성을 더 정교하게 반영하는 것, 중간 규모 응급실 외 다른 진료 현장에 적용하는 것, 대규모 환자 급증이나 재난성 수요 이벤트를 포함하는 것, 입원 병상과 후속 자원까지 시뮬레이션 범위를 확장하는 것이 제시됐다.</p> <p contents-hash="0dd3f5fb02253b200fea46da315843dcaeb1d1dac60142189fcc25409f40ae49" dmcf-pid="fhIJd8wah6" dmcf-ptype="general">그는 "응급실 혼잡과 대기시간 문제가 의료 시스템 전반의 성과에 직접 영향을 미치는 상황에서 합성데이터가 병원 운영진이 미래 수요를 더 안전하고 반복 가능한 방식으로 실험할 수 있게 하는 기반이 될 수 있다"고 밝혔다.</p> </section> </div> <p class="" data-translation="true">Copyright © 디지털데일리. All rights reserved. 무단 전재 및 재배포 금지.</p> 관련자료 이전 신지·문원 결혼식 현장…김종민·빽가 깜짝 이벤트에 눈물 05-03 다음 “저 박보영 아닙니다” 더벅머리+수염 수북 ‘박지리’ 변신에 팬들 충격 (모먹티비) 05-03 댓글 0 등록된 댓글이 없습니다. 로그인한 회원만 댓글 등록이 가능합니다.
