바이오빅데이터 활용 확산을 위한 보건의료연구정보 익명화 기술 최적화 연구

초록

1. 연구개발의 필요성 ㅇ 보건의료연구정보의 규모와 다양성이 증가함에 따라 데이터 활용 및 확산을 위해 익명화 변환 기술 최적화 및 익명화 검증 기술 자동화가 필수적임. ㅇ 보건의료데이터 활용 가이드라인이 있으나 보건의료연구정보의 정보보호 및 활용성 증진을 위한 기술이 제한적임. ㅇ 연구팀은 유전체, 의료영상, 정형 익명화 변환 기술 최적화 및 익명화 검증 기술 자동화를 수행함. 2. 유전체 데이터 익명화 기술 최적화 ㅇ 유전체 서열 변이 정보(VCF)를 대상으로 메타데이터, 희귀 변이·반복서열 등 재식별 위험 대상에 대해 익명화 수준(저/고)별 변환이 가능하도록 pysam을 기반으로 익명화 변환 기술을 최적화함. ㅇ 익명화율이라는 검증 지표를 새롭게 정의하여 이 지표를 기반으로 익명화 변환 후 자동으로 검증을 수행하여 그 결과를 정량 리포트로 제공하도록 유전체 익명화 검증 기술을 자동화함. 3. 의료영상 데이터 익명화 기술 최적화 ㅇ 의료영상(DICOM) 헤더의 필드들은 필드의 유형과 식별성에 따라 익명화 변환 방식을 다르게 하고, 헤더와 함께 얼굴정보도 익명화 수준(저/고)별 익명화 변환이 가능하도록 헤더 익명화 변환 기술 RSNA DICOM Anonymzier와 얼굴정보 익명화 변환 기술 Faceoff를 최적화함. ㅇ 의료영상의 헤더와 얼굴정보에 대해 익명화 검증 결과를 정량 리포트로 확인할 수 있도록 Pydicom 과 nnU-Net을 기반으로 의료영상 익명화 검증 기술을 자동화함. 4. 정형 데이터 익명화 기술 최적화 ㅇ 정형(CSV/XLSX 등) 정보는 구조가 다양하여 각 필드의 의미를 자동으로 추정하여 익명화 변환하는 기술을 개발하고 필요 시 사용자가 직접 조작할 수 있도록 정형 익명화 변환 기술 ARX를 최적화함. ㅇ 필드 별로 실험을 통해 정량 검증 기준을 제시하고, 검증 기준 충족 여부를 검사하여 검증 결과를 정량 리포트로 제공하도록 정형 익명화 검증 기술을 자동화함. 5. 연구개발 성과 및 기대 효과 ㅇ 보건의료데이터 활용 가이드 기반의 최적화된 개인정보 익명화 검증 기술 및 익명화 변환 기술을 통해 연구 가치를 보존하면서도 익명화 원칙을 준수할 수 있음. ㅇ 이를 통해 보건의료연구정보의 활용과 확산을 용이하게 하여 의료 연구 및 AI, 빅데이터 기술 발전에 기여할 수 있음.

1. Necessity of Research and Development ㅇ As the scale and diversity of healthcare research information grow, it is essential to optimize anonymization transformation technologies and automate anonymization verification technologies to enable data utilization and dissemination. ㅇ Although there are guidelines for the use of healthcare data, technical support to enhance both protection and usability of healthcare research information remains limited. ㅇ The research team optimizes anonymization transformation techniques for genomic, medical imaging, and structured data, and automates anonymization verification technologies. 2. Development of Genomic Data Anonymization Technology ㅇ For VCF data, anonymization was optimized using pysam to support level-specific anonymization (low/high) of sensitive elements such as metadata, rare variants, and repetitive sequences. ㅇ The anonymization-rate metric was newly defined, and automated verification was implemented to evaluate anonymization results and provide structured quantitative reports. 3. Development of Medical Imaging Data Anonymization Technology ㅇ Header fields in DICOM images were anonymized using field-type- and identifiability-based transformation strategies. Facial information was also anonymized at level-specific scales (low/high) by optimizing RSNA DICOM Anonymizer and Faceoff. ㅇ Automated verification based on Pydicom and nnU-Net enables quantitative reporting of anonymization results for both header fields and facial information. 4. Development of Structured Data Anonymization Technology ㅇ Structured data (CSV/XLSX, etc.) can have highly diverse formats. A field-semantics inference technology was developed to automatically determine field meanings for anonymization, and the ARX anonymization tool was optimized to support manual adjustment when needed. ㅇ Quantitative verification criteria were established for each field, and automated verification evaluates compliance and provides structured quantitative reports. 5. Research Achievements and Expected Impact ㅇ The technologies comply with healthcare-data utilization guidelines while preserving research value through optimized anonymization transformation and anonymization verification. ㅇ The results will promote the utilization and dissemination of healthcare research information and support advances in medical research, medical AI, and big-data technologies.