빅 데이터: 보건 전문직 내 및 기관 간 협업의 위험과 가능성(Dr. Mahan Kulasegaram)

 

Dr. Mahan Kulasegaram이 의료 교육 분야에서의 빅 데이터의 복잡성과 이 분야를 발전시키기 위한 잠재력에 대해 강의한 내용을 요약하겠습니다.

 

기술적 도전

• 변수 정의: 의료 교육 기관마다 GPA나 MCAT 점수와 같은 공통 측정 기준의 정의가 달라 비교 연구에 어려움이 있습니다.
• 데이터 저장 및 접근: 데이터 저장 방식에 일관성이 없고 때로는 동일 기관 내에서도 연결되지 않는 경우가 있어 입학 데이터와 프로그램 성과 데이터를 연결하는 데 문제가 있습니다.
• 데이터 품질 변화: 기관마다 데이터의 품질이 크게 달라서 유효한 비교를 만드는 데 있어 어려움이 있습니다.

구조적 도전

• 연구 혹은 평가: 연구와 평가 사이의 구분이 명확하지 않은 경우가 많고, 이는 데이터 공유와 활용 방식에 영향을 미칩니다.
• 이해관계자 참여: 데이터를 공유하는 학생들을 포함한 모든 이해관계자들의 참여가 필수적입니다.
• 데이터 거버넌스: 데이터 공유 관행을 감독하기 위한 강력한 거버넌스 메커니즘을 구축하는 것이 중요합니다.

온타리오 의과대학 성과 측정 연구 컨소시엄 (OMSOMRC)

• OMSOMRC는 이러한 도전을 해결하기 위해 결성되었습니다. 이는 온타리오 의과대학들 사이에서 데이터 수집 및 분석을 표준화하기 위한 공동 노력입니다.
• 주요 질문들: OMSOMRC는 의과대학 성과와 캐나다 의학 위원회(MCC) 시험 결과, 기관 간 변이를 이해하고자 합니다.
• 데이터 공유 프레임워크: 컨소시엄은 데이터 공유 계약을 만들기 위해 복잡한 법적 환경을 헤쳐나가야 했습니다. 이 과정에서 참여 기관 간 광범위한 대화와 타협이 필요했습니다.
• 윤리 및 사생활 보호: 데이터 사생활 보호에 대한 윤리적 고려가 중요하며, 학생들이 데이터를 공유하는 것에 대해 정보에 입각한 결정을 내릴 수 있도록 하는 것이 필수적입니다.

협력 프레임워크

• 연구 및 이해관계자 동의: 다양한 이해관계자가 참여하는 협력적 연구 접근 방식을 채택했습니다.
• 데이터 공유 메커니즘: 온타리오 의사 인력 데이터 센터(OPHRDC)가 데이터 공유의 제3자 수호자로 활동하여 데이터 공유의 역학을 용이하게 했습니다.

결과 및 성찰

• Dr. Kulasegaram은 이 과정을 학습 경험으로 반영하면서, 법적 및 윤리적 전문 지식을 포함한 다학제적 접근의 필요성을 강조합니다.
• 책임성: 학생들과 대중에게 책임을 지는 윤리적인 방식으로 교육 데이터를 활용하는 것이 중요합니다.

결론적으로, Dr. Kulasegaram은 의료 교육에서 빅 데이터를 활용하기 위한 복잡성, 극복을 위한 협력 노력, 그리고 의료 교육 및 보건 결과 개선을 위한 데이터의 책임 있는 사용의 윤리적 필요성에 대한 포괄적인 토론을 제시합니다.