SNOMED-CT
정식 명칭: Systematized Nomenclature of Medicine — Clinical Terms
목적: 의학 개념의 포괄적 코딩
특징: 각 개념에 고유 코드를 할당하고 관련 개념과 연결하며 지속적으로 유지 관리
녹내장 예: “녹내장(질환)” = SCTID 23986001
사용: 2005년 연구에서 안과에서 가장 광범위한 적용 범위를 보임
녹내장 데이터 표준이란 녹내장의 임상 진료 및 연구에서 진단 검사 결과, 소견, 진단명, 영상 데이터 등을 기술하고 통신하기 위한 공통 규격입니다. 전자 건강 기록(EHR)의 보급으로 임상 데이터 접근성은 향상되었지만, EHR과 의료 영상 저장 전송 시스템(PACS) 간의 데이터 공유는 여전히 큰 과제로 남아 있습니다.
데이터 표준화가 요구되는 배경에는 다음 세 가지 요인이 있습니다.
임상 진료의 효율화: 바쁜 녹내장 클리닉에서는 매일 많은 환자의 시야 검사 및 OCT 결과를 과거 데이터와 비교해야 합니다. 시야 및 OCT에서 평균 편차나 패턴 표준 편차 등의 지표를 추출하여 전자 건강 기록에 통합함으로써 안압이나 시력의 이력과 함께 나란히 표시할 수 있습니다.
연구 데이터 통합: 대규모 다기관 연구에서는 수백에서 수천 명의 개별 환자 데이터를 여러 EHR 및 PACS에서 추출하여 공통 형식으로 변환해야 합니다. 기계 학습을 이용한 연구에서는 훈련 데이터의 편향을 피하기 위해 다양하고 지리적으로 광범위한 환자 집단의 데이터가 필요합니다.
의료 낭비 감소: 원발개방각녹내장의 PPP에서는 신뢰도가 낮은 검사 결과에 대해 재검사를 권장합니다3). 시야 및 OCT 측정값의 표준화된 전달이 없으면 의뢰 기관에서 불필요한 중복 검사가 발생할 수 있습니다.
녹내장의 추적 관찰에는 시야 검사와 OCT 등 여러 영상 검사의 종적 비교가 필수적입니다. 그러나 현재 EHR에 저장된 임상 데이터와 PACS에 저장된 영상 데이터는 종종 분리되어 있습니다. 또한 다른 OCT 기기 간 측정값의 호환성이 없기 때문에1)2) 데이터 표준화 없이는 다기관 연구와 효율적인 임상 워크플로우 달성이 어렵습니다.
DICOM(Digital Imaging and Communications in Medicine)은 의료 영상 검사와 그 결과를 통신하기 위한 국제 표준입니다. 모든 EHR 및 PACS 소프트웨어는 DICOM을 준수해야 합니다. 원시 영상 데이터 외에도 검사에서 계산된 지표의 저장 및 구조화된 보고서(Structured Reports) 작성 기능을 제공합니다.
녹내장 관련 주요 DICOM 보충 사양은 다음과 같습니다.
| 보충 사양 | 발행 연도 | 대상 |
|---|---|---|
| 110 | 2007 | 망막신경섬유층(RNFL) 및 전방각 검사 |
| 146 | 2010 | 시야 데이터의 저장 및 표현 |
| 152 | 2011 | RNFL 두께 측정값 |
보충 146은 주시불량, 위양성률 등의 품질 지표, 중심와 감도, 평균 감도, 평균 편차를 표준화합니다. 2025년에는 보충 247이 발행되어 구조화 보고 문서 및 DICOM 캡슐화 PDF를 위한 구조화 데이터 필드가 추가되었습니다.
현재 구조화된 시신경 OCT 측정을 위한 DICOM 표준은 존재하지 않습니다. 황반 그리드 두께와 부피에 대해서는 보충 143(2008년)이 존재합니다.
SNOMED-CT
정식 명칭: Systematized Nomenclature of Medicine — Clinical Terms
목적: 의학 개념의 포괄적 코딩
특징: 각 개념에 고유 코드를 할당하고 관련 개념과 연결하며 지속적으로 유지 관리
녹내장 예: “녹내장(질환)” = SCTID 23986001
사용: 2005년 연구에서 안과에서 가장 광범위한 적용 범위를 보임
LOINC
정식 명칭: Logical Observation Identifiers Names and Codes
목적: 임상 측정값의 장치 간 전송 표준화
특징: 각 관찰에 대해 6차원(구성 요소, 속성, 시간, 시스템, 척도, 방법) 제공
녹내장 예시: 우안 안압 = LOINC 79892-6
대상: 시력, 안압, 각막 두께, 시야, RNFL 두께 측정값
OMOP CDM(관찰 의료 결과 파트너십 공통 데이터 모델)은 OHDSI(관찰 건강 데이터 과학 및 정보학) 프로그램이 유지 관리하는 공통 데이터 모델입니다. 관찰 데이터의 구조와 내용을 표준화하여 효율적인 다기관 연구 분석을 가능하게 합니다. 미국의 ‘All of Us’ 연구 프로그램은 EHR 데이터를 OMOP CDM으로 변환합니다.
OHDSI의 안과 진료 및 시력 연구 워크그룹이 안과 영역의 데이터 표준 개발을 추진하고 있습니다.
DICOM 호환 시야계를 사용하면 MD, PSD 등의 시야 지표를 구조화된 형식으로 저장하고 통신할 수 있습니다. DICOM 준수 PACS를 통해 EHR에 데이터를 통합하고 안압, 시력의 시간 경과 변화와 함께 표시할 수 있습니다. 또한 다기관 간 데이터 비교 및 대규모 연구에 데이터 제공이 용이해집니다.
시야 검사는 녹내장 진행 평가의 주요 진단 검사입니다. DICOM의 ‘안과 시야(OPV) 파일 형식’이 시야 결과 저장 및 통신의 표준으로 자리 잡았습니다.
주요 시야계로는 Zeiss사의 Humphrey Field Analyzer 3(HFA3)과 Haag-Streit사의 Octopus 900이 있으며, 각각 다른 검사 전략, 패턴, 지표를 제공합니다. HFA3는 SITA Standard/Fast/Faster 등의 검사 전략과 VFI, MD, PSD, GHT 등의 지표를 보고합니다.
OCT는 녹내장 진단에서 정량적 영상 평가로 널리 사용됩니다1)2). 시신경 유두, 유두 주위 망막 신경 섬유층, 황반 내층의 세 가지 매개변수 그룹이 측정 및 분석됩니다2).
그러나 OCT 측정값에는 중요한 제한 사항이 있습니다.
기기 간 호환성 없음: 스펙트럼 영역 OCT와 스위프트 소스 OCT는 기술적 특성, 소프트웨어, 참조 데이터베이스가 다르므로 다른 OCT 기기로 측정한 값은 호환되지 않습니다1)2). 이것이 데이터 표준화의 중요한 동기 중 하나입니다.
진행기의 한계: 진행된 녹내장에서는 바닥 효과(floor effect)가 발생하여, 더 이상의 질병 진행이 망막신경섬유층이나 황반 파라미터의 얇아짐으로 반영되지 않습니다1). 황반 파라미터는 망막신경섬유층 두께에 비해 바닥 효과의 출현이 늦습니다.
분할 오류: 고도 근시나 경사 시신경유두에서는 인공물이나 소프트웨어의 분할 오류가 발생하기 쉽습니다1). 임상의는 이미지 품질과 분할 분석의 타당성을 평가해야 합니다.
단일 검사 결과만으로 녹내장을 진단하는 것은 피해야 합니다1).
다른 OCT 기기로 측정된 망막신경섬유층 두께나 황반 내층 두께 값은 호환되지 않습니다1)2). 기기마다 기술 사양, 분석 소프트웨어, 정상 데이터베이스가 다르기 때문입니다. 경과 관찰에서는 동일한 기기를 계속 사용하는 것이 권장됩니다. 향후 데이터 표준의 보급으로 다른 기기 간 데이터 비교가 가능해질 것으로 기대됩니다.
2024년 2월, 미국의 10개 학술 기관의 녹내장 연구자와 정보학 전문가가 온라인 워크숍을 개최하여 시야 및 OCT 데이터의 대규모 추출에서의 현재 관행과 과제를 공유했습니다.
남캘리포니아 대학교(USC)의 Xu 박사는 PACS 시스템이 각 시야 검사를 개별 PDF로 저장하여 일괄 접근이 불가능한 과제를 보고했습니다. Saifee 박사가 개발한 Python OCR 알고리즘을 사용하여 PDF에서 시야 지표를 추출하는 방법이 소개되었습니다.
스탠퍼드 대학교의 Wang 박사는 FORUM(Zeiss 데이터 관리 시스템)의 Advanced Data Export(ADE) 도구를 통해 XML 또는 DICOM 형식으로 내보내기가 가능해졌음을 보고했습니다. 대규모 다기관 저장소인 SOURCE(Sight Outcomes Research Collaborative)의 표준 형식과의 정렬이 진행 중입니다.
녹내장 영역의 데이터 표준화는 다음과 같은 방향으로 발전이 기대됩니다.