초기에 헬스케어 분야에서 라이프로그 카지노 입플로 인식됐던 것은 ‘Patient Generated Health Data(PGHD; 라이프로그와 유사한 개념이지만 환자로 카지노 입플 제공 주체를 제한)’ 였다가 점차 환자가 아닌 일반으로 카지노 입플 주체를 확장해 나가는 개념으로 변했다.

이러한 라이프로그는 ▲활동량 정보 ▲영양 카지노 입플 ▲자가 측정 임상 카지노 입플 ▲커뮤니케이션 카지노 입플가 있다.

활동량 정보는 라이프로그 중 가장 먼저 모이기 시작한 분야로, 착용하고 있으면 수동적으로 카지노 입플가 모인다는 관점에서 다량의 카지노 입플를 수집할 수 있게 됐다. 최근 사용성 이슈로 시장의 급속한 하락을 보이고 있다.

영양 카지노 입플는 활동량 카지노 입플 다음으로 대두되고 있는 분야로, 스마트폰을 활용한 손쉬운 식사 기록이 가능하며, 식생활 변화를 통한 체중 감량 및 만성질환 예방에 활용할 수 있다. 카지노 입플의 밀도가 높은 편이지만 사용성에 따라 카지노 입플의 수집량 및 통계적 분석에 대한 편차가 큰 편이다. 이와 관련해 김 이사는 “활동량 카지노 입플에 비해 영양 카지노 입플는 비교적 능동적인 카지노 입플로 수집될 수 있다. 음식에 대한 구체적인 기록이 남아 단순히 개인 뿐만 아니라 연구에도 활용될 수 있는 카지노 입플다”고 설명했다.

자가 측정 임상 카지노 입플는 자가 측정용 의료기기를 활용해 측정된 임상 카지노 입플를 의미한다. 임상 현장에서 측정하던 카지노 입플를 일상 환경에서 연속적으로 측정 가능하다. 또한 임상 환경에서 인지하지 못하는 현상 및 변이(fluctuation)를 관찰 할 수 있다. 현재 기기의 숙련도에 따른 정확성에 대한 논란이 있다. 이와 관련해 김 이사는 “자가혈당측정기는 이미 출시된 지 꽤 시일이 지났고, 대신 이런 부분을 조금 더 자동화해서 모으거나 서비스 플랫폼에 붙여 단순히 자신이 측정하는 것에서 넘어서 전문가의 도움을 받거나 해석하는 것까지 추가되면서 자가 측정 임상 카지노 입플의 양이 점점 증가하고 있다”고 말했다.

커뮤니케이션 카지노 입플는 ▲헬스케어 서비스와 사용자의 대화 로그와 ▲사용자 간의 그룹 활동 카지노 입플를 의미한다. 헬스케어 서비스와 사용자의 대화 로그는 메시지 기반의 커뮤니케이션 카지노 입플로, 의료인뿐만 아니라 준의료인까지 포함하는 포괄적인 제공주체와 향후 인공지능 엔진학습의 주요 카지노 입플가 될 것으로 전망된다. 사용자 간의 그룹 활동 카지노 입플는 동일한 질환으로 진단받은 환자군의 그룹 소통 카지노 입플로, 페이스북, 인스타그램 등의 SNS 채널에서 수집되는 카지노 입플까지도 확장 가능하다.

커뮤니케이션 카지노 입플와 관련해 김 이사는 “최근 의료진과 환자 간의 소통이 의료 현장에서 중요짐에 따라 커뮤니케이션 카지노 입플의 중요성이 점점 높아지고 있다. 또한, 단순히 건강과 관련이 없는 카지노 입플라 할지라도 개인적으로 SNS 등에 올리는 포스트, 페이스북, 인스타그램 등에 올리는 사진 등이 의료카지노 입플와 붙어 시너지를 낼 수도 있지 않을까에 대한 고민도 있다. 사실 지금 상황에서는 뜬 구름 잡는 소리로 보일 수 도 있다. 조금 더 구체적인 형태로 건강과 관련된 이슈로 하는 환자 간 커뮤니티, 특정 질환으로 묶인 그룹 간 커뮤니케이션 같은 경우 조금 더 임상적 자료로 가치가 있을 것으로 예상된다. 대표적으로 미국의 ‘Patient like me’ 같은 플랫폼이 이런 역할을 하고 있다”고 평가했다.

라이프로그의 특성은 ▲분절적인 카지노 입플 수집을 연속적으로 확장 ▲새로운 형태의 카지노 입플 확보를 통해 위험도 예측 향상 및 적절한 개입 가능 하다는 것이다. 즉, 분절적인 카지노 입플 수집을 연속적으로 확장할 수 있다는 것은 기존의 임상 카지노 입플는 내원ㆍ입원 시에 집중적으로 형성되고, 사용자의 일상생활(Daily life)과 관련된 카지노 입플는 공백이 존재했다. 이러한 상황을 라이프로그 카지노 입플를 통해 임상 카지노 입플를 연속적으로 모을 수 있다는 것이다. 새로운 형태의 카지노 입플 확보를 통해 위험도 예측 향상 및 적절한 개입이 가능하다는 것은 질병의 위험도 및 임상적 결과 예측에 활용할 수 있는 변수의 양을 증가 시켜주고, 라이프로그 카지노 입플를 기반으로 적절한 시기에 개입이 가능하다.

그러나 현재 라이프로그의 치명적인 단점으로 수집에 대한 번거로움과 아직 카지노 입플 양이 충분하지 않다는 것이 지적됐다.

이와 관련해 김 이사는 “라이프로그는 수집 자체가 굉장히 번거롭기 때문에 카지노 입플의 양도 임상카지노 입플에 비해 적을뿐더러, 시간이 지날수록 카지노 입플가 수집되는 밀도가 감소한다. 과거에는 이런 비슷한 시도를 하다, 라이프로그 카지노 입플가 카지노 입플로서 가치가 적다고 여겨 버리는 경우가 많았다. 디지털 매체와 발달로 기록의 번거로움이 해소되고 있는 상황이나, 여전히 사용자의 참여에 따라 카지노 입플 수집이 좌우된다”고 말했다.

라이프로그의 수집과 해석에 대한 이슈로는 ▲사용자의 지속 사용 여부 ▲카지노 입플 자체의 한계점이 제기됐다.

사용자들이 지속적으로 라이로그를 수집에 참여시키기 위한 방법으로 김 이사는 ▲보상 ▲사용자의 상황 ▲의료진 피드백을 제시했다. 즉, 라이프로그 카지노 입플를 사용자가 수집할 때, 구체적인 보상체계와 이 보상체계 중 가장 명확한 것이 의료진의 구체적인 피드백이라는 것이다. 이와 관련해 김 이사는 “실제로 1차 의료 현장에서 환자들이 식사기록, 혈당측정 등과 같은 라이프로그를 기록해도, 의사가 환자에게 세심한 피드백을 주지 않는다는 불만이 상당히 많다. 의사 입장에서는 이런 기록에 대한 피드백을 어떻게 줘야 할지 잘 알지 못 하니, 무심히 넘어가는 경우가 많은 것이다”고 지적했다.

라이프로그 카지노 입플의 근본적인 한계점으로는 ▲검증(validation)여부 ▲공백값 처리 방법이 제시됐다. 이와 관련해 김 이사는 “공백값을 예측을 해서 넣을 것인가, 공백값을 그대로 둘 것인가 등과 관련해 기존의 의학 연구에서 사용했던 기존 임상연구 방법으로는 대입하기가 어렵다. 이러한 문제점 때문에 딥러닝, 머신러닝 분석법이 필요하다”고 설명했다.