• Journal of Genetic Medicine
• /
• 제8권2호
• /
• pp.89-99
• /
• 2011

유전상담이 왜 국내 의료 현장에서는 필요한 의료서비스로 제공되고 잇지 않은 지에 대한 문제점과 해결책을 모색하고자 미국과 일본에서 유전상담이 필요한 유전 의료 서비스의 일환으로 정착되는 배경과 과정을 비교 고찰하였다. 동시에 국내 유전의료서비스의 현황과 유전상담 서비스 제공에 있어서 장애가 되는 요인들을 고찰하였다. 미국의 경우에는 1970년대 초에 산전 진단이 보편화되면서 유전상담의 수요가 늘게 되어 새로운 직종의 전문 유전상담사를 양성하게 되는 계기가 되었으며, 현재 29개의 양성과정의 교육을 통해서 3,000명에 가까운 전문유전상담사가 배출되어 임상유전 의료팀의 일원으로 임상유전학 전문의의 감독 하에 유전상담을 제공하고 있으며, 21세기 유전의료시대에 요구되는 생명유전정보관리를 위해서 유전상담의 필요성과 그 역할이 확대되고 있다. 일본에서는 정부주도하에 HGP 유전체 연구사업 이후 21세기 유전의료시대의 도래를 준비하는 밀레니엄 프로젝트 차원에서 <유전의료시스템의 구축과 운영> 및 <유전 카운슬링 체제의 구축>을 위한 대규모의 연구단을 구성하여 임상유전 전문의의 제도화와 본격적인 임상유전 전문 분야의 서비스가 의료기관에 개설되는 동시에 비의사를 위한 인정 유전카운슬러의 양성과 자격에 대한 연구를 거쳐서 2003년 7개의 대학원에서 유전상담사 양성 과정이 인정되어 2012년까지 110명의 유전카운슬러 배출을 목표로 현재 100명이 넘는 유전상담사가 인증되었다. 사회적 의료 수요에 부응하는 의학유전 유관학회와 교육기관의 전문가 그룹이 선도한 미국의 유전상담사 양성 프로그램과 정부 주도 하의 시대적 의료 변화에 부응하는 연구에 전문가들의 참여로 체계적인 유전상담 프로그램개발을 정착시킨 일본의 경우, 모두 비의사 유전상담사에 의한 유전상담 서비스에 대한 보험급여 등의 제도적인 보완 없이 선행되었다는 점은 우리에게 시사하는 점이 크다고 본다. 한국의료 현장에서 유전상담 서비스가 시도되지 않는 주 장애요소로는 유전상담에 대한 이해 부족과 무관심, 국내 의료 제도 하에서 의사의 진료 수가가 너무 낮아서 그 결과 외래에서 한 환자의 진료에 할애할 수 있는 시간은 10분을 초가 할 수 없는데, 유전상담 서비스는 장시간이 소요되기 때문이다(최소30분이상). 또한, 건강보험 급여제도에서 '유전상담'을 필요한 의료 행위로 인정하지 않고 있어서 아직 code 조차 생성되어 있지 않기 때문이다. 또한, 무엇보다도 근본적인 요인으로 유전상담 서비스를 제공할 수 있는 임상유전 전문의가 절대 부족하고, 최근까지도 국내 의과대학 교육 curriculum에 유전상담을 실제적으로 이해하고 습득할 기회가 없었기 때문에 일반 의료인에게는 유전상담에 대한 이해 부족과 무관심 등이 유전상담 서비스의 걸림돌로 파악되었다. 그러나, 대한의학유전학회에서 2007년 전문가들을 대상으로 실시한 유전상담과 전문 유전상담사 수요에 대한 전국 조사 연구에서 유전의료 현장과 연구 부분에서 유전상담과 전문 유전상담사가 매우 필요하다는 것이 확인되었다. 또한, 정부는 희귀난치성질환센터 Help Line의 유전질환 정보 제공을 통해서 유전상담을 받을 것을 권고하고 있지만, 실제로 의료 현장에서는 유전상담이 제공되고 있지 않기 때문에, 한국근육장애인협회, 저신장장애인협회, 코헴회등, 유전성환자들로 구성된 국내 자조회 등에서는 유전상담의 필요성을 제기하며, 서비스를 요구해오고 있다. 최근 한국희귀질환재단에서 유전성 희귀질환 환자와 가족들에게 유전상담 교육 강좌를 제공한 후 설문조사에 응한 283명의 81%가 이전에 유전상담에 대해서 접해 본 적이 없었고, 96%에서 유전상담이 희귀난치성질환 환자에게 도움이 될 것이라고 응답했다. 한편, 2009년 실시한 국내 실정에 맞는 유전상담사 양성을 위한 교육 프로그램과 교육기관의 인정 및 전문 자격 인증제도 수립에 대한 연구에서 관련 업무 전문 종사자 총 117명(의사52명, 전문 연구원30명, 간호대학 교수 26명 포함) 중 설문조사에 응한 88%가 대한의학유전학회에서 주관하고 유전상담위원회를 구성하여 교육 프로그램 개발과 인증제도를 구체화 할 것을 촉구하였다. 전문 인력의 양성을 위한 교육 수련 및 인증 프로그램을 개발하고 수행하는 것은 전문학회의 역할인 동시에 "사회적책임"이라고 생각한다. 새로운 분야(신기술)의 전문 임상 인력을 양성하는 데는 시간이 걸리기 때문에(유전상담사의경우, 2년의 대학원 과정과1년의clerkship, 임상수련과정 등으로 적어도 3년) 대한의학유전학회에서는 전문 유전상담사 양성을 위한 선 교육, 후 제도적 보완을 추진하는 것이 바람직한 방향이다. UNESCO에서는 이미 1995년 Report에서 유전상담은 유전자 검사의 보급이 증가하고 있는(21세기 유전의료시대) 의료현장에서 가장 빠르게 성장하고 있는 전문 분야로서 유전정보와 기법을 환자 진료에 연결하는 것을 돕는다고 하였다. 유전상담은 21세기 post-genome의 맞춤의료시대에서 그 역할과 적응범위가 확대되어가는 유전의료서비스의 일환이라는 것을 국내 의료계와 정부 의료 정책 부서에서 인지할 필요가 있다. 특히, 국내 저진료 수가의 의료정책 제도 하에서는 의사가 환자를 위해 충분한 진료시간을 확보하기 힘든데, 비의사전문유전상담사를유전의료팀의일원으로 유전상담에 참여하게 함으로써 환자와 가족들에게 정확한 유전정보에 대한 충분한 이해를 통해서 맞춤 유전 의료 서비스를 원활하고 효율적으로 제공하는데 도움이 될 것이다. 이를 위해서는 국내에서도 종합적인 유전의료 서비스의 구축 사업의 일환으로 유전상담 서비스 공급을 위한 전문 인력(유전상담사포함) 수급에 대한 지원 사업과 유전상담에 대한 건강보험 급여 인정 등 제도적인 뒷받침이 필요하다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.