병원 밖 영양 식이 중요성 부각 "맥락 데이터로 만성질환 관리"
■왜 먹었는지가 중요 "맥락 데이터 통한 병원 밖 중재 필요"
이어진 발제에서 디어얼스 권용진 대표는 다이어터리 콘텍스트(Dietary Context), 즉 식이 맥락 데이터를 기반으로 한 병원 밖 임상 영양 관리의 중요성을 조명했다.
권 대표는 기존 헬스케어 시장의 영양 관리 서비스가 단순히 섭취한 음식의 칼로리와 탄수화물, 단백질, 지방 비율을 수치화해 분석하는 수준에 머물러 있다고 지적했다. 환자가 무엇을 먹었는지는 묻지만, 왜 먹었는지에 대한 환경적, 심리적, 행동적 맥락을 간과하고 있다는 설명이다.
일례로 당뇨 환자가 당분을 섭취하는 경우 식후 허전함 때문에 습관적으로 단것을 찾는 것과, 저혈당 대비용 포도당 사탕을 건강식품으로 오인해 섭취하는 것은 다르다는 것.
이처럼 질환과 식습관이 유사하더라도 환자의 지식 수준이나 주변 환경을 파악해야 정확한 처방이 가능하다는 분석이다.
권 대표는 이런 중재 방식을 위해선 단순한 식품 영양소 분석 이상이 필요하다고 강조했다. 혈액 검사 결과, 식품 관련 지식, 알레르기 정보, 가구 구성 형태 등 식생활 전반에 영향을 미치는 '식이 맥락 데이터'를 수집해야 한다는 설명이다.
실제 노년기 결식률 연구에서 남성은 1인 가구일 때, 여성은 자녀 동거 가구일 때 결식률이 높게 나타나는 등 돌봄 역할에 따라 식생활 양상이 확연히 다르다는 것.
이런 데이터를 AI 기술로 분석해 예측 모델을 구축하면, 기존의 일률적인 교과서적 지침을 넘어 환자 실생활에 즉시 적용할 수 있는 맞춤형 영양 가이드를 제공할 수 있다는 기대다.
이런 데이터 맥락을 1차 의료기관과 지역사회로 확장해야 한다는 제언도 있었다. 또 그 방안으로 상급종합병원 임상영양사들이 의무기록과 대면 상담을 통해 수행하던 고도화된 영양 진단 과정을 디지털화해야 한다고 강조했다.
간호사나 영양사를 직접 채용하기 어려운 1차 의료기관 환경에서 AI 기반 영양 특화 서비스가 만성질환 모니터링의 핵심 자원이 될 수 있다는 시각이다.
단순히 활동량과 식사 사진을 기록하는 데 그쳐 실질적 효과를 거두지 못한 기존 보험사 헬스케어 앱들의 실패 사례를 거울삼아, 맞춤형 복지와 웰니스 연계 모델로 진화해야 한다는 것
권 대표는 "환자가 해당 식품을 선택한 환경적, 심리적 이유를 파악하는 식이 맥락 데이터 수집이 만성질환 관리의 핵심"이라며 "이를 바탕으로 교과서적인 지침이 아닌 실생활에 밀착된 현실적인 영양 중재를 제공해 의료 접근성을 높여야 한다"고 강조했다.
이어 "간호사나 영양사 채용이 어려운 1차 의료기관이나 지자체 보건소에 AI 기반 식이 맥락 분석 서비스를 도입한다면 개별 맞춤형 복지가 가능해질 것"이라며 "식이 맥락 정보 자체는 의료 정보가 아닐 수 있지만 기존 의료 정보의 해석력을 획기적으로 높여 환자의 건강 개선에 기여하는 필수 데이터"라고 강조했다.
출처 : 메디컬 타임즈, https://www.medicaltimes.com/Main/News/NewsView.html?ID=1169907&ref=naverpc
병원 밖 영양 식이 중요성 부각 "맥락 데이터로 만성질환 관리"
■왜 먹었는지가 중요 "맥락 데이터 통한 병원 밖 중재 필요"
이어진 발제에서 디어얼스 권용진 대표는 다이어터리 콘텍스트(Dietary Context), 즉 식이 맥락 데이터를 기반으로 한 병원 밖 임상 영양 관리의 중요성을 조명했다.
권 대표는 기존 헬스케어 시장의 영양 관리 서비스가 단순히 섭취한 음식의 칼로리와 탄수화물, 단백질, 지방 비율을 수치화해 분석하는 수준에 머물러 있다고 지적했다. 환자가 무엇을 먹었는지는 묻지만, 왜 먹었는지에 대한 환경적, 심리적, 행동적 맥락을 간과하고 있다는 설명이다.
일례로 당뇨 환자가 당분을 섭취하는 경우 식후 허전함 때문에 습관적으로 단것을 찾는 것과, 저혈당 대비용 포도당 사탕을 건강식품으로 오인해 섭취하는 것은 다르다는 것.
이처럼 질환과 식습관이 유사하더라도 환자의 지식 수준이나 주변 환경을 파악해야 정확한 처방이 가능하다는 분석이다.
권 대표는 이런 중재 방식을 위해선 단순한 식품 영양소 분석 이상이 필요하다고 강조했다. 혈액 검사 결과, 식품 관련 지식, 알레르기 정보, 가구 구성 형태 등 식생활 전반에 영향을 미치는 '식이 맥락 데이터'를 수집해야 한다는 설명이다.
실제 노년기 결식률 연구에서 남성은 1인 가구일 때, 여성은 자녀 동거 가구일 때 결식률이 높게 나타나는 등 돌봄 역할에 따라 식생활 양상이 확연히 다르다는 것.
이런 데이터를 AI 기술로 분석해 예측 모델을 구축하면, 기존의 일률적인 교과서적 지침을 넘어 환자 실생활에 즉시 적용할 수 있는 맞춤형 영양 가이드를 제공할 수 있다는 기대다.
이런 데이터 맥락을 1차 의료기관과 지역사회로 확장해야 한다는 제언도 있었다. 또 그 방안으로 상급종합병원 임상영양사들이 의무기록과 대면 상담을 통해 수행하던 고도화된 영양 진단 과정을 디지털화해야 한다고 강조했다.
간호사나 영양사를 직접 채용하기 어려운 1차 의료기관 환경에서 AI 기반 영양 특화 서비스가 만성질환 모니터링의 핵심 자원이 될 수 있다는 시각이다.
단순히 활동량과 식사 사진을 기록하는 데 그쳐 실질적 효과를 거두지 못한 기존 보험사 헬스케어 앱들의 실패 사례를 거울삼아, 맞춤형 복지와 웰니스 연계 모델로 진화해야 한다는 것
권 대표는 "환자가 해당 식품을 선택한 환경적, 심리적 이유를 파악하는 식이 맥락 데이터 수집이 만성질환 관리의 핵심"이라며 "이를 바탕으로 교과서적인 지침이 아닌 실생활에 밀착된 현실적인 영양 중재를 제공해 의료 접근성을 높여야 한다"고 강조했다.
이어 "간호사나 영양사 채용이 어려운 1차 의료기관이나 지자체 보건소에 AI 기반 식이 맥락 분석 서비스를 도입한다면 개별 맞춤형 복지가 가능해질 것"이라며 "식이 맥락 정보 자체는 의료 정보가 아닐 수 있지만 기존 의료 정보의 해석력을 획기적으로 높여 환자의 건강 개선에 기여하는 필수 데이터"라고 강조했다.
출처 : 메디컬 타임즈, https://www.medicaltimes.com/Main/News/NewsView.html?ID=1169907&ref=naverpc