이상수의 health policy insight

[Health Policy Insight-제69회]

빅데이터(Big Data) 혁명,
질 분석 및 헬스케어시스템 전환에 기여

이 상 수
메드트로닉코리아
대외협력부상무

미국 보험청(Centers for Medicare and Medicaid Services, CMS)은 가장 큰 규모의 단일보험자이며 엄청난 양의 데이터를 생산해낸다. 메디케어(Medicare) 만을 대상으로 CMS는 의료기관, 의사, 의약품 및 기타 헬스케어 청구 지불보상에 연간 20억 데이터 포인트(data points) 이상을 수집할 뿐만 아니라 등록 정보(enrollment information), 메디케어 가입자 자격 점검, 질 메트릭스(quality metrics) 및 ‘calls to 1-800-MEDICARE’와 같은 항목에 대해 수십 억개 데이터 포인트를 생성한다. 역사적으로 CMS는 거대한 양의 데이터로 인해 이와 같은 정보를 저장, 분석 및 배포하는데 기술적 도전과제에 직면해 왔다. 수년간 데이터는 다수의 시스템에 분산되었고 분석 혹은 배포를 위한 데이터 회수에 많은 시간과 비용을 소비해 왔다. 그러나, 과거 수년 간에 걸친 데이터 아키텍처, 저장 및 분석 분야의 빠른 발전 – 빅데이터 혁명(big-data revolution) – 은 새롭고 혁신적인 방법으로 데이터를 이용할 수 있는 방법을 제시하였다. CMS는 오랫동안 헬스케어 운영과 질 평가 활동을 지원하고 다양한 법적 요구사항을 충족시키기 위해 다양한 형태의 데이터를 수집해 왔는데 메디케어 행위별수가(fee-for-service) 청구, 메디케이드 청구, 평가 데이터 및 설문 데이터가 포함된다. 규제 및 법률 변화로 인해 과거 10년간 CMS가 수집한 데이터 양이 증가하였고 새로운 데이터세트(datasets)로 질 데이터(quality data), Medicare Advantage encounter data, 그리고 Part D 처방의약품 데이터(event data) 등이 있다.

cms 수집
데이터
내용
청구(claims)

•메디케어 행위별수가(fee-for-service) 청구데이터는 메디케어 가입자(Part A, hospital insurance / Part B, medical insurance)에게 제공된 헬스케어 서비스를 지불하기 위해 수집된 정보 포함: 시술 및 진단 정보, 서비스 일시, 지불 및 청구 금액, 의료공급자 정보
•州정부는 메디케이드 프로그램 운영에 직접적인 책임이 있으나 CMS에 메디케이드 청구 정보를 제출해야 함: 시술 및 진단 정보, 서비스 일시, 지불 및 청구 금액, 의료공급자 정보 

평가(assessments)

•가입자에게 전달한 케어 질 평가를 위해 사용된 환자 평가 도구 로부터 수집된 정보 포함
•CMS는 너싱홈(nursing home), skilled nursing facility, 혹은 입원환자 재활시설에서 케어를 받은 가입자 혹은 재택서비스(home health service)를 받은 가입자에 대한 평가 데이터를 수집

설문(surveys)

•CMS는 다양한 설문을 실시하는데 메디케어 현행 가입자 설문(Medicare Current Beneficiary Survey), 메디케어 가입자의 전국 대표 샘플의 연속적인 다목적 설문을 포함; Health Outcomes, Medicare Advantage program, Healthcare Effectiveness Data and Information Set (HEDIS)

질(quality)

•CMS는 가치기반 케어 구매자로서 전환 중에 있으며 질 관련 데이터를 수집하여 지불보상 및 성과시스템으로 정보를 통합
•의료기관은 ‘의료기관 가치기반 구매 프로그램(Hospital Value-Based Purchasing Program)’에 사용할 질 데이터를 제출하며 CMS는 Hospital Compare 웹사이트에 의료기관의 성과 정보를 공개
•의사 또한 질 데이터를 제출하며 다양한 보고 메커니즘을 사용할 선택권이 있으며 가장 많이 사용하는 것이 ‘의사 질 보고시스템(Physician Quality Reporting System)’임
•CMS는 입원환자 재활 시설, 장기케어 병원, 호스피스, 재택서비스 및 외래환자 투석시설에 대한 질 보고 프로그램을 운영

Medicare Advantage Encounters

•CMS는 Medicare Advantage program을 통해 메디케어 가입자에게 서비스 제공을 위해 민간보험사와 계약하고 2012년 1월 이후 제공된 서비스에 대한 기록(encounter records)을 제출할 것을 요구: 기록은 가입자 치료 및 진단 정보를 포함해야 하는데 메디케어 행위별수가제 청구 정보와 유사
•수집된 정보는 지불보상율(payment rates)과 사기(fraud) 및 남용(abuse)에 대한 모니터링을 개선하기 위해 좀 더 정교한 위험보정방법(risk-adjustment method) 이용을 지원함. 또한 이와 같은 데이터는 질 검토 및 개선 목적에 사용되는데 행위별수가제 및 Medicare Advantage program 가입자에게 제공된 케어 질을 비교하는데 사용

 

Part D
처방의약품
(Part D
Prescription
rug Events)

•2006년 CMS는 메디케어 Part D 프로그램을 시행하여 메디케어 가입자를 위한 외래 처방의약품 비용을 보조: 가입자는 민간보험사로부터 처방의약품 보험급여를 구매할 수 있음
•Part D 하에 처방을 기입하며 민간보험사는 CMS에 기록을 제출: 기록은 가입자가 수령한 의약품 및 지불보상 정보를 포함

 

CMS는 헬스케어 지출과 질 및 결과 간의 관련성(linkage)을 좀 더 포괄적으로 살펴볼 수 있게 되어 전통적인 행위별수가제, Medicare Advantage, 새로운 가치기반 지불보상제도 (예를 들어, 책임케어조직, Accountable Care Organizations, ACOs) 간의 차이를 좀 더 잘 평가할 수 있다. 데이터 분석 가운데 가장 높은 수준의 예로 메디케어 프로그램에서 병원 재입원율(hospital readmission rates) 추적(tracking)이 있다. 최근 몇 년간 CMS는 메디케어 행위별수가제 하에서 재입원을 줄이기 위한 몇 가지 추진계획을 시행해 왔다: Medicare readmissions penalty program, Partnership for Patients Program, Community-based Care Transitions Program. 기술 및 분석의 발전에 힘입어, CMS는 2012년/2013년에 재입원율의 빠른 감소를 신속히 확인할 수 있었다 (그림1). 또한, CMS는 전국적인 추세 차이를 이해하기 위해 다양한 지역적 수준 분석을 시행하였다 (그림2).

CMS는 또한 메디케어 사기를 적발하기 위해 예측 모델링 기법(predictive modeling techniques)을 이용하였다. 2011년 6월, 헬스케어 사기를 적발하고 방지하도록 고안된 정교한 데이터 분석 시스템인 사기예방시스템(Fraud Prevention System)을 출시하였는데 다양한 맞춤형 사기적발 분석 모델을 이용하여 매일 450만건의 메디케어 청구건을 모니터링 한다. 출범 첫해에 부적절한 지불보상 1억1천5백만 달러를 적발하여 536건의 새로운 사기 조사(fraud investigation)를 실시하였고 진행 중에 있는 511건의 조사에 대해 새로운 정보를 제공하였다. 2011년 미국의 9개 지역에 1단계 “Medicare’s Durable Medical Equipment, Prosthetics, Orthotics, and Supplies Competitive Bidding Program”을 실시하였 는데 메디케어 가입자를 보호하기 위해 실시간 청구 분석을 수행하여 경쟁적 입찰 지역(competitive bidding areas)의 가입자 그룹의 건강 상태를 모니터링하고 있다.

CMS는 데이터 투명성 증진에도 많은 노력을 기울이고 있으며 전례 없이 많은 양의 데이터를 공개하고 있으며(http://healthdata.gov/ 및 https://data.cms.gov/) 해당 웹사이트에 개인정보가 보호된 형태로 600개 이상의 데이터세트를 제공하고 있다. 2014년 4월에는 88만명 이상의 의사 및 다른 의료인이 가입자에게 제공한 서비스 및 시술에 대한 세부 정보를 공개하여 소비자와 다른 이해당사자들이 개별 의료공급자가 제공한 서비스와 지불보상액을 비교할 수 있다.

전통적으로 가입자 수준의 데이터는 소규모의 신뢰할 수 있는 학계 연구자와 질향상조직(Quality Improvement Organizations)에게만 공유되었는데, 최근에는 가용케어법(Affordable Care Act, ACA)과 CMS 정책 변화로 공유되는 데이터 양 뿐만 아니라 공유되는 외부 데이터 이용자 수도 현저히 증가되었다.

시사점

•데이터 분석(data analytics)은 헬스케어시스템 전환에 중요한 역할을 함

•헬스케어시스템의 모든 참여자들이 최상의 케어 전달 의사결정에 도움이 되도록 적시(right time)에 올바른 데이터(right data)에 접근 가능하도록 하고 있음

논문출처 : Leveraging The Big-Data Revolution: CMS Is Expanding Capabilities To Spur Health System Transformation
Brennan, N., Oelschlaeger, A., Cox, C., & Tavenner, M. (2014). Health Affairs, 33(7), 1195-1202.
http://content.healthaffairs.org/content/33/7/1195.short

“본 컬럼은 의료기기를 비롯한 헬스케어 분야의 국내외 학회지에 발표된 논문 및 연구보고서 등을 살펴봄으로써 우리나라 의료기기 관련 보건의료정책 마련에 통찰력을 제공하기 위한 목적으로 매주 발표됨”

키워드

#N
저작권자 © 의료기기뉴스라인 무단전재 및 재배포 금지