• Journal of Information Technology Services
• /
• v.21 no.4
• /
• pp.63-74
• /
• 2022

Globally researchers at medical institutions are actively sharing COHORT data of patients to develop vaccines and treatments to overcome the COVID-19 crisis. OMOP-CDM, a common data model that efficiently shares medical data research independently operated by individual medical institutions has patient personal information (e.g. PII, PHI). Although PII and PHI are managed and shared indistinguishably through de-identification or anonymization in medical institutions they could not be guaranteed at 100% by complete de-identification and anonymization. For this reason the security of the OMOP-CDM database is important but there is no detailed and specific OMOP-CDM security inspection tool so risk mitigation measures are being taken with a general security inspection tool. This study intends to study and present a model for implementing a tool to check the security vulnerability of OMOP-CDM by analyzing the security guidelines for the US database and security controls of the personal information protection of the NIST. Additionally it intends to verify the implementation feasibility by real field demonstration in an actual 3 hospitals environment. As a result of checking the security status of the test server and the CDM database of the three hospitals in operation, most of the database audit and encryption functions were found to be insufficient. Based on these inspection results it was applied to the optimization study of the complex and time-consuming CDM CSF developed in the "Development of Security Framework Required for CDM-based Distributed Research" task of the Korea Health Industry Promotion Agency. According to several recent newspaper articles, Ramsomware attacks on financially large hospitals are intensifying. Organizations that are currently operating or will operate CDM databases need to install database audits(proofing) and encryption (data protection) that are not provided by the OMOP-CDM database template to prevent attackers from compromising.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.1224-1225
• /
• 2023

디지털 헬스케어 서비스 활성화에 따라 디지털 의료 데이터의 양은 매년 급속하게 증가하고 있으며, 의 데이터의 상호 교환과 연동을 위한 다양한 CDM(Common Data Model)이 개발되고 있다. 그러나, 의료 데이터 교류에 대한 요구가 증가하면서, 기존 레거시 시스템의 데이터를 CDM으로 변환하기 위한 추가적인 비용이 소요될 수 밖에 없다. 이에 본 연구에서는 OMOP CDM (Observational Medial Outcomes Partnership Common DataModel) 기반 의료 데이터 ETL (Extract, Transform, Load) 툴을 개발하였다. OMOP CDM ETL 툴은 기존의 레거시 데이터베이스 정보를 CDM으로 변환할 수 있는 효과적인 료인터페이스를 제공함으로써, 디지털 의료 데이터 공유와 관리 및 분석의 효율성을 증대할 수 있을 것이다.

• The Journal of Korean Institute of Next Generation Computing
• /
• v.13 no.6
• /
• pp.66-76
• /
• 2017

In this study, we investigated how to protect personal healthcare information when constructing OMOP (Observational Medical Outcomes Partnership) CDM (Common Data Model). There are two proposed methods; to restrict data corresponding to HIPAA (Health Insurance Portability and Accountability Act) PHI (Protected Health Information) to be extracted to CDM or to disable identification of it. While processing sensitive information is restricted by Korean Personal Information Protection Act and medical law, there is no clear regulation about what is regarded as sensitive information. Therefore, it was difficult to select the sensitive information for protecting personal healthcare information. In order to solve this problem, we defined HIPAA PHI as restriction criterion of Article 23 of the Personal Information Protection Act and maps data corresponding to CDM data. Through this study, we expected that it will contribute to the spread of CDM construction in Korea as providing solutions to the problem of protection of personal healthcare information generated during CDM construction.

• Korea Journal of Hospital Management
• /
• v.29 no.1
• /
• pp.1-18
• /
• 2024

Purposes: The Common Data Model(CDM) is very important for multi-institutional research. There are various domestic and international CDM construction cases to actively utilize it. In order to construct a CDM, different terms from each institution must be mapped to standard terms. Therefore, we intend to derive the importance and major issues of terminology mapping and propose a solution in CDM construction. Methodology/Approach: This study conducted terminology mapping between Electronic Health Record(EHR) and MOA CDM for constructing Medical Record Observation & Assessment for Drug Safety(MOA) CDM at Dankook University Hospital in 2022. In the process of terminology mapping, a CDM standard terminology process and method were developed and terminology mapping was performed by applying this. The constructions of CDM mapping terms proceeded in the order of diagnosis, drug, measurement, and treatment_procedure. Findings: We developed mapping guideline for CDM construction and used this for mapping. A total of 670,993 EHR data from Dankook University Hospital(January 1, 2013 to December 31, 2021) were mapped. In the case of diagnosis terminology, 19,413 were completely mapped. Drug terminology mapped 92.1% of 2,795. Measurement terminology mapped 94.5% of 7,254 cases. Treatment and procedure were mapped to 2,181 cases, which are the number of mapping targets. Practical Implications: This study found the importance of constructing MOA CDM for drug side effect monitoring and developed terminology mapping guideline. Our results would be useful for all future researchers who are conducting terminology mapping when constructing CDM.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.16-19
• /
• 2020

본 논문은 국제표준화인 OHDSI OMOP-CDM 의 확장으로 의료영상 표준기반의 R_CDM 으로 변환하고 그 데이터를 기반으로 다기관 임상연구를 위한 관리시스템에 대해 기술한다. 이를 위해 기존 공통데이터모델과 연계에 중점을 두어 DICOM 태그정보를 기반으로 의료영상 표준 모델의 스키마와 다기관 연구를 위한 Report 정보를 포함하여 모델링하였다. 이를 기반으로 머신러닝 기술개발을 위한 데이터 셋 생성과 관리를 위한 웹 기반 시스템 구조와 기능에 대해서 기술한다. 끝으로 구현된 시스템에서 제공하는 웹 서비스 수행 결과를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.40-43
• /
• 2019

본 논문은 국제표준화인 OHDSI OMOP-CDM 의 확장으로 의료영상 표준기반으로 한 관리시스템에 대해 기술한다. 이를 위해 기존 공통데이터모델과 연계에 중점을 두어 DICOM 메타태그정보 기반의 의료영상 표준 모델의 스키마를 제시한다. 이를 기반으로 머신러닝 기술개발을 위한 데이터 셋 생성과 관리를 위한 웹 기반 시스템 구조와 기능에 대해서 기술한다. 끝으로 구현된 시스템에서 제공하는 웹 서비스 수행 결과를 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.45-46
• /
• 2020

최근 의료데이터의 표준화를 기반으로 다양한 임상연구가 국내외에서 활발하게 진행되고 있다. 그러나 대부분 개발기술이 임상현장에 적용되지 못하는 이유는 상이한 인프라로 인한 일관성있는 결가를 도출하지 못하는 문제점과 부족한 진단지표와 기준 그리고 충분하지 못한 기술적·임상적 검증이 문제가 되고 있다. 본 논문에서는 이러한 문제점을 해결하기위한 새로운 통합 플랫폼을 제안하고자 한다. 이를 위해서 임상데이터는 OHDSI의 OMOP-CDM으로 표준화되어야 하며, 이외에 의료영상 정보를 포함한다. 제안한 플랫폼은 표준화된 데이터를 통해 지속적인 자가 학습을 수행하며, 질환별 진단에 필요한 개발 도구와 분석 소프트웨어 도구를 통해 다양한 타겟 질환연구를 지원한다. 제안한 플랫폼은 질환에 대한 비침습적 진단을 위해 의료영상을 기반으로 데이터표준화을 기반으로하며, 이를통해 인공지능 기술을 개발하고 병원 정보시스템과 연계하여 임상현장에 실증을 통해 검증하고자 한다.