의료데이터분석가 성장기

" />

.title[
# 의료데이터분석가 성장기
]
.subtitle[
## 절대 쓸모있는 사람이 되지 마라
]
.author[
### 김진섭; <a href="https://openstat.ai"><span><i class="fab  fa-github faa-float animated "></i>jinseob2kim</span></a>
]
.institute[
### 차라투(주)
]

---

<div class="my-footer"><span><a href="https://www.zarathu.com">Zarathu Co.,Ltd</a>   
&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;
&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;&emsp;
<a href="https://github.com/jinseob2kim">김진섭</a></span></div>

---

# Executive summary

- 수학올림피아드 + 의대 = 의학통계(예방의학)

- 의학통계 + IT기업(삼성전자 무선사업부) = 창업(의학통계)

- 연매출 1.5억 + 파트타임 job = 소상공인(투자없이생존)

- 소상공인 + 정부지원(사업비, 사무실) = 스타트업

- 의학연구지원 `$\rightarrow$` 임상시험분석시장 진출

- 천하3분지계: 법학, 의학, 종교

- 사람을 살리고 널리 인간을 이롭게하는 **홍익인간**

- 김옥균, 맹상군, 유비

- 문제해결 `$\rightarrow$` 문제정의 `$\rightarrow$` **아름다움** `$\rightarrow$` **신내림**

---
class: center, middle

# 창업하기까지

---

# 수학올림피아드

수학과만 생각했는데 의대 입학

- 1학기 수시: 올림피아드 전형

의대 적응 못함

- 6년內 면허취득 마지노선

- 인턴 탈락

학원강사

- 본과 2학년말부터 대치 위OO.

- 30살까지 수원 프OOOO, 대치 위OO.

---
# 1학기 수시

> 지금은 없어졌는데 학부 입학전형 중에 2001년부터 올림피아드 경시대회 특기자 전형이 있었어요. 당시 제가 2000년에 입학하고 부학장님께 올림피아드 경시대회 수상자들 중 의과대학에 와서 재능을 발휘하면 굉장한 시너지를 낼 인재들이 숨어있다고 건의를 했었는데, 좋게 받아들여져서 처음으로 해당 제도가 생겼고 그때 들어왔던 친구들이 좋은 성과를 내서 인원이 늘어나기도 했던 기억이 있어요. 제 의견이 정책으로 이어지는 과정을 직접 경험하며, 지금의 예방의학 정책 자문에 대한 꿈이 생겨났을 수도 있겠네요.(웃음, 성균관의대 사회의학 김종헌 교수)

---

# 예방의학

전공의

- [서울대 보건대학원](http://health.snu.ac.kr/node/104) 예방의학교실

- **임상의학 아님**. 관악캠퍼스 소속으로 타 과와의 연계가 장점.

석사 및 박사 수료

- 서울대 보건대학원 [유전체역학 연구실](http://snugepi.snu.ac.kr/)

- 유전체 데이터 분석 방법론 연구.

[R](https://www.r-project.org/), [python](https://www.python.org/), 리눅스 이용 시작. 지인 상대로 통계 자문 시작.

---

# [삼성전자](http://health.chosun.com/news/dailynews_view.jsp?mn_idx=165897)

박사과정과 응급실 당직 병행 중, 지도교수님 통해 우연히 제의받음.

- 면접 후 2년 3개월 계약직으로 입사.

DMC 연구소로 입사 10개월만에 무선사업부로 이동.

- 연구소에서는 디지털헬스 선행 기술 개발팀, 사업부에서는 **삼성헬스** 앱 개발팀.

---

# 삼성전자에서 만난 의사.
.large[
- 중앙의대卒, 진단검사의학 전문의, 現 근무

- 연세의대 03학번(WELT 대표), 인턴中 무선사업부 입사, 사내벤처 1호.

- 美 소아과 의사
]

---

# 사내벤처 C-lab
.large[
사내 우수 아이디어 선발, 1년 과제 진행後 스핀오프 결정. 
]

거북목관리 안경테, 1day 통계지원 서비스로 지원했으나 광탈.

---

# 퇴사

- 한국수력원자력 탈락.

- 한국투자파트너스, 스틱인베스트먼트 VC 탈락.

의료 쪽 일을 병행하며 의대 입시컨설팅에 도전하기로 함. 
]

---

# 박사과정

- 이론연구자가 되기로 결심하고 통계이론 논문을 작성.

- 해외 논문 게재 실패. 박사 학위도 어려움.

- 결국 자체 [블로그](https://blog.zarathu.com/posts/2018-11-08-mdlm/)에 게재.
]

---

---

# 법인설립

연구는 안되는데 창업 공모전은 선정되기 시작.

- ['18년 창업선도대학 (예비)창업팀](https://www.k-startup.go.kr/homepage/businessManage/businessManageFunction.do?sid=111&itemSeq=1060): 블록체인 기반 유전체-건강 빅데이터 구축 및 정밀 의학 솔루션.

- [심평원, 보험공단 주최 보건의료빅데이터를 활용한 창업아이디어 공모전](http://www.hira.or.kr/bbsDummy.do?brdBltNo=9598&brdScnBltNo=4&pageIndex=1&pgmid=HIRAA020041000100): 맞춤형 의학연구 애플리케이션

창업하기로 결심, 블록체인은 엄두가 나지 않음.

- 배운게 도둑질, 원래 하던 통계지원을 하기로 결정하고 1인 법인 설립.

- 처음엔 선배, 동기들과 그들의 지인들이 주 고객.

- 現 맞춤형/공개 통계웹, 통계컨설팅, 공공빅데이터 분석이 주 업무

---

# 창업 후 ~ 現

---
# 맞춤형 통계웹

![](ss.png)

---

---
# [공개 통계웹](https://openstat.ai)

![](https://blog.zarathu.com/posts/2018-11-24-basic-biostatistics/app.gif)

---
# 주요 계약

- 대한심혈관중재학회 [COBIS III 레지스트리](https://clinicaltrials.gov/ct2/show/NCT03068494) 분석: [추가계약](http://pf.kakao.com/_XsuxgC/48388190)

- 서울성모병원 [COREA-AMI II 레지스트리](https://clinicaltrials.gov/ct2/show/NCT02806102) 분석: [10개 연구 계약](http://pf.kakao.com/_XsuxgC/48043955)

- 삼성서울병원 [공통데이터모델(CDM)](http://www.feedernet.org/html/?pmode=cdmdrn) 분석: [심평원 코로나데이터](https://hira-covid19.net/) 분석 중

- 강동성심병원 CDM 분석지원: 공단표본데이터 분석 중

- 경기도감염병관리지원단 코로나 대시보드 with Shinykorea: [최종보고](https://shinykorea.github.io/corona-activityrecord)

- 삼성서울병원 이식외과 육종(sarcoma) 데이터 분석: [5개 연구 계약](http://pf.kakao.com/_XsuxgC/51701089)

- 해운대백병원 정신질환 네트워크분석: [논문 5편](http://pf.kakao.com/_XsuxgC/52664370) 게재

- 성균관의대 환경역학연구실 [미세먼지 대시보드](http://pf.kakao.com/_XsuxgC/43627405)

- [삼성서울병원 정신과 통계자문계약](http://pf.kakao.com/_XsuxgC/55192190)

- [서울대병원 순환기내과 통계자문계약](http://pf.kakao.com/_XsuxgC/55577702)

- 기타: 제약/바이오, 임상시험SW, 디지털치료기기 스타트업 등

---
# 주요 논문 성과

.large[
SCI 논문 200건 지원
]
<center>
<img src="https://jinseob2kim.github.io/lecture-general/statreview/paper.png" width=80%></a>
</center>

---
# NEJM

> 삼성서울병원 이주명, 최기홍 교수님을 도와 두 심혈관중재시술(PCI) 전략을 비교, 다기관 고려한 stratified cox 와 competing risk analysis 를 수행하고 관련 통계자문을 제공하였습니다. 본 연구는 New England Journal of Medicine(NEJM, IF 176.079) 에 게재되었습니다.
]

---
# LANCET

> 연세의료원 심장내과 홍명기교수 팀을 도와 high-intensity statin 단일요법과 ezetimibe + moderate-intensity statin 병용요법을 비교, (1)비열등성검정 샘플수 계산 및 통계검토와 (2)리비전 통계분석을 지원하였습니다. 본 연구는 The Lancet(IF 202.731) 에 게재되었습니다
]

---
# JAMA

Statin 치료전략 비교

> 연세의료원 심장내과 홍명기교수 연구팀을 도와 LODESTAR (Low-Density Lipoprotein Cholesterol-Targeting Statin Therapy Versus Intensity-Based Statin Therapy in Patients With Coronary Artery Disease) Trial 을 분석, statin 치료전략을 비교하고 리비전에 필요한 통계자문을 제공했습니다. 본 연구는 JAMA(IF 157.3) 에 게재되었습니다.

---
# 병원고객

- 강동/동탄성심, 상계/일산백, 길, 고대안암병원과 연단위 계약 체결

---
# 임상시험시장 진출

- 신라젠과 연단위 계약 체결, EverEX 확증임상시험 승인 지원

---
# 정부지원사업 선정

---
# 22년 IITP 연구개발과제 선정

.large[
2년 10.5억 with 앤틀러, 파이디지털헬스케어
]
<center>
<img src="http://k.kakaocdn.net/dn/bsgueW/btrzkqLQ3H2/qQBLFHw769HWkRJyeRWRG1/img_l.jpg" width=70%></a>
</center>

---
# R&D: statgarten

- with 파이디지털헬스케어, 앤틀러

]

---
# 22년 창업도약패키지 선정

.large[
1억
]
<center>
<img src="http://k.kakaocdn.net/dn/cQa4s2/btrESX34HXo/GJZOCzNJwzo4B4czmb2tKk/img_xl.jpg" width=50%></a>
</center>

---
# 심평원 공통데이터모델 변환 용역

---
# 23년 공개SW기술확산사업

(의학연구위한) 오픈소스 SaaS 의료데이터 분석서비스
- NIPA(7개월, 2억)

---
# 창업성장기술개발 디딤돌

---
# 가상환경 의료기술 개발사업

"더 나은 환자 경험을 위한 클라우드 기반 디지털 의료서비스 모델 개발 및 실증"
- 보건복지부(5년 50억원)
- 주관: 연세대학교 산학협력단
- 공동: 분당차병원, 원주 연세대학교, 레몬헬스케어, 월드버텍, 차라투
- 차라투는 "AI 챗봇기반 사전 예진실 서비스" 담당

---
# 24년 글로벌협업프로그램 "마중"

"신약 임상시험 특화 분석서비스"
- 중기부 및 마이크로소프트 (최대 2억, 평균 1.25억)
- Azure 이용 SaaS 전환, 생성형AI 보고서 생성기술, 일본진출

---
# 재무 & 팀

- 21년 1.45억 -> 22년 2.74억 -> 23년 5.82억(원) 
- 창업 후 투자, 대출 없이 운영중

팀원 8명(평균나이 27세), 인턴 4명(의사 2명)

- R 패키지 개발자 2명, 백엔드 개발자 1명, 분석가 3명, 의사 1명, 마케팅 1명
- 100% 원격근무, 재량근로제 계약
]

---
class: center, middle

# 핵심기술 R

---
# 프로그램 개발, 블로그 운영

- [jstable](https://github.com/jinseob2kim/jstable): 논문용 테이블 만들기

- [jskm](https://github.com/jinseob2kim/jskm): 생존분석 그림 만들기

- [jsmodule](https://github.com/jinseob2kim/jsmodule): 웹에서 하는 통계분석
]

--
.large[
데이터 분석용 가상머신([docker](https://www.docker.com/) image)

- [rshiny](https://github.com/jinseob2kim/docker-rshiny): [Rstudio](https://www.rstudio.com/)와 [shiny server](https://www.rstudio.com/products/shiny/shiny-server/) 가 설치된 이미지.
]
--
.large[
[블로그](https://blog.zarathu.com/), 카카오톡 오픈채팅방- 프로그래밍 갤러리 R 유저 모임
]

---

---
# 150,000 다운로드

---
# 발표: 개발환경구축
<center>
<img src="RUCK2018.jpg" width=80%></a>
</center>

---
# 발표: R패키지 개발 후기
<center>
<img src="RUCK2019.jpg" width=80%></a>
</center>

---

# 공부모임: Shiny 밋업

- 월 1회 공부내용 공유. 42회 진행

- 의료/유전학/축산/반도체/게임/IPTV/회계 등 다양한 분야 사람들이 모임.

- **경기도 코로나 대시보드 공동작업**

- 21년 공개SW기반 **커뮤니티** 지원사업, **韓中日 공개SW** 국제협력 강화 TASK 선정

]

---
# 경기도 코로나 [병상관리 대시보드](https://github.com/shinykorea/corona-sickbed)

![](https://shinykorea.github.io/corona-activityrecord/d1.png)

---
# 프로그래밍갤러리 R 유저모임

카카오톡 오픈채팅방 운영: 닉네임 大逆不道玉均
]

---

# R 데이터분석

---
# [data.table](https://blog.zarathu.com/posts/2022-02-11-datatable/)

- 심평원/공단분석 필수.

- 파일 가장 빨리 읽고 쓰는 [fst](https://www.fstpackage.org/)와 찰떡궁합

- 멀티코어 지원

]

---
# [R plot](https://blog.zarathu.com/posts/2022-03-25-graph/)

- [ggpubr](https://partrita.github.io/posts/ggpubr/) : 연구용 그림 + p-value 최적화

- [highcharter](https://jkunst.com/highcharter/): 반응형 그림, 상업용은 유료

- [jskm](https://github.com/jinseob2kim/jskm): 자체 개발 kaplan-meier 패키지 
]

---
# PPT export: [officer](https://davidgohel.github.io/officer/)

```r
library(rvg);library(officer)
editable_graph <- dml(ggobj = gg_plot)
doc <- read_pptx()
doc <- add_slide(doc)
doc <- ph_with(x = doc, editable_graph,
   location = ph_location_type(type = "body") )
print(doc, target = "reports/rvg.pptx")
```

---
# 공단/심평원분석 전략

- [haven](https://haven.tidyverse.org) 패키지로 sas7bdat 읽기, but 느림

- csv 또는 fst로 변환하여 R로 빨리 읽기

- SAS는 R서버 RAM보다 큰 데이터 다룰 때만: 크게크게 쳐냄

- 반출 테이블: xlsx 하나에 탭들로 저장, [openxlsx](https://github.com/ycphs/openxlsx) 패키지 이용

- 반출 그림: pptx 하나에 여러 슬라이드로 저장. [officer](https://davidgohel.github.io/officer/)

]

---
# [openxlsx](https://github.com/ycphs/openxlsx)

```r
# create workbook
wb <- createWorkbook()
addWorksheet(wb = wb, sheetName = "htwt")
writeData(wb = wb, sheet = "htwt", x = htwt)
addWorksheet(wb = wb, sheetName = "smk")
writeData(wb = wb, sheet = "smk", x = smk, rowNames=T)
saveWorkbook(wb, "tables.xlsx", overwrite = T) 
```
.large[
[반출 파일 실습](https://github.com/jinseob2kim/R-skku-biohrs/blob/main/lecture/dataexport.pptx?raw=true)
]

---
# CDM(OMOP) with R

---
# 분석코드, 결과도 R패키지

- R패키지를 여러 기관에서 실행
]

https://github.com/zarathucorp/RanitidineCancerRisk

--
.large[
분석결과는 R Shiny로

- 실행결과를 R기반 웹애플리케이션으로 표현

- 분석코드에 웹코드도 포함되어있음.
]

---

# 통계

데이터 형태에 따라 
- 일반, 반복측정, 표본추출, Propensity/IPTW

생존분석: Time-dependent analysis, landmark analysis

메타분석: [meta](https://bookdown.org/MathiasHarrer/Doing_Meta_Analysis_in_R/), [자체 개발앱](https://openstat.ai/app/meta-analysis/)

시계열분석: [fpp3 교과서](https://otexts.com/fpp3/)- ARIMA, [prophet](https://facebook.github.io/prophet/)

ML general: [caret](https://topepo.github.io/caret/index.html)

Non-linear(GAM) model: [mgcv](https://www.maths.ed.ac.uk/~swood34/mgcv/)

]

---
# 분석(X), 결과테이블(O)

```r
tb <- jstable::CreateTableOneJS(c("sex", "age", "status", "time"), strata = "rx", data = colon, nonnormal = "time")
kable(tb$table[, 1:6])
```

|                    |level |Obs                       |Lev                       |Lev+5FU                   |p      |test    |
|:-------------------|:-----|:-------------------------|:-------------------------|:-------------------------|:------|:-------|
|n                   |      |630                       |620                       |608                       |       |        |
|sex (%)             |0     |298 (47.3)                |266 (42.9)                |326 (53.6)                |0.001  |        |
|                    |1     |332 (52.7)                |354 (57.1)                |282 (46.4)                |       |        |
|age                 |      |59.45 ± 11.96             |60.11 ± 11.64             |59.70 ± 12.25             |0.608  |        |
|status (%)          |0     |285 (45.2)                |287 (46.3)                |366 (60.2)                |<0.001 |        |
|                    |1     |345 (54.8)                |333 (53.7)                |242 (39.8)                |       |        |
|time (median [IQR]) |      |1506.00 [496.75, 2231.00] |1562.50 [498.75, 2332.00] |2066.00 [700.75, 2450.00] |<0.001 |nonnorm |

---
# 표본추출(국건영)

```r
nhanesSvy <- svydesign(ids = ~ SDMVPSU, strata = ~ SDMVSTRA, weights = ~ WTMEC2YR, nest = T, data = nhanes)
tb <- jstable::svyCreateTableOneJS(c("HI_CHOL", "agecat"), strata = "RIAGENDR", data = nhanesSvy)
kable(tb$table[, 1:5])
```

|            |level    |1                  |2                  |p     |test |
|:-----------|:--------|:------------------|:------------------|:-----|:----|
|n           |         |134944553.9        |141591892.0        |      |     |
|HI_CHOL (%) |0        |112307738.4 (89.9) |114402926.5 (87.7) |0.010 |     |
|            |1        |12579208.9 (10.1)  |16056036.4 (12.3)  |      |     |
|agecat (%)  |(0,19]   |29299546.1 (21.7)  |28150760.5 (19.9)  |0.001 |     |
|            |(19,39]  |40497613.1 (30.0)  |40640361.5 (28.7)  |      |     |
|            |(39,59]  |41053579.4 (30.4)  |42817044.0 (30.2)  |      |     |
|            |(59,Inf] |24093815.3 (17.9)  |29983725.9 (21.2)  |      |     |

---
# 회귀분석류 table 만들기

```r
glm_gaussian <- glm(mpg~cyl + disp, data = mtcars)
jstable::glmshow.display(glm_gaussian, decimal = 2)$table %>% kable
```

|     |crude coeff.(95%CI) |crude P value |adj. coeff.(95%CI)  |adj. P value |
|:----|:-------------------|:-------------|:-------------------|:------------|
|cyl  |-2.88 (-3.51,-2.24) |< 0.001       |-1.59 (-2.98,-0.19) |0.034        |
|disp |-0.04 (-0.05,-0.03) |< 0.001       |-0.02 (-0.04,0)     |0.054        |

```r
glm_binomial <- glm(vs~cyl + disp, data = mtcars, family = binomial)
jstable::glmshow.display(glm_binomial, decimal = 2)$table %>% kable
```

|     |crude OR.(95%CI) |crude P value |adj. OR.(95%CI)  |adj. P value |
|:----|:----------------|:-------------|:----------------|:------------|
|cyl  |0.2 (0.08,0.56)  |0.002         |0.15 (0.02,1.02) |0.053        |
|disp |0.98 (0.97,0.99) |0.002         |1 (0.98,1.03)    |0.715        |

[더 살펴보기](https://github.com/jinseob2kim/jstable)

---
# Propensity score

그룹간의 baseline 맞춰주는 방법

- **Matching**: 적당한 사람들을 뽑음, N loss

- **IPTW(Inverse probability treatment weighting)**: 사람마다 가중치를 다르게 줌, N loss 無

- [MatchIt](https://cran.r-project.org/web/packages/MatchIt/vignettes/MatchIt.html): 2그룹 PS matching, IPTW

- [twang](https://cran.r-project.org/web/packages/twang/index.html) : 3그룹 이상 IPTW
]

---
# [생존분석 심화](https://blog.zarathu.com/posts/2020-10-29-survivalpractice/)

**Time-dependent  coefficients**
- 비례위험가정 깨질 때, Landmark analysis

**Time-dependent covariate**
- 관찰 시작 후 covariate 상태가 바뀔때 (ex: 약물복용)

예: 피부질환 진단 후(Indexdate) 약물치료 여부에 따른 Outcome
- **Indexdate ~ 약물치료일, 약물치료일 ~ F/U 마지막날** 한 사람의 데이터를 2개로 나눔.

Competing risk analysis: 최신 `survival` 패키지 기본옵션.

- 심혈관질환 발생할 사람이었는데 죽어서 못본다?

- 심혈관질환: outcome, 사망: competing risk

---
# Landmark analysis

```r
fit <- survfit(Surv(time,status)~rx, data=colon)
jskm::jskm(fit, mark = F,  surv.scale = "percent", pval =T, table = T, cut.landmark = 500, showpercent = T)
```

---
# Meta analysis

- Random/Fixed effect

- Publication bias: Funnel plot/Trim & fill 
]

[자체 개발앱](https://openstat.ai/app/meta-analysis/)

---
# 시계열

- [tsibble](https://tsibble.tidyverts.org/): 시계열 데이터전처리

- [fable](https://fable.tidyverts.org/): ARIMA 계수 자동추정, 간단한 시계열 인공신경망

- [prophet](https://facebook.github.io/prophet/): Meta 가 개발한 Additive model 기반 패키지 
]

---
# ETC

.large[
Non-linear(GAM) model
- [mgcv](https://www.maths.ed.ac.uk/~swood34/mgcv/) 패키지가 표준
- [강의자료](https://jinseob2kim.github.io/R-skku-biohrs/gam/#/title-slide)

ML general
- [caret](https://topepo.github.io/caret/index.html)
]

---
# [Github](https://github.com/)

- 코드 관리, 모든 중간기록 보관

- 오픈소스 SW(예: R패키지) 는 대부분 Github 프로젝트

- 포트폴리오 관리: 사실상의 이력서

- 간단한 홈페이지 운영 가능: 본 슬라이드도 Github 호스팅
]

---

# 서비스

---
# [R](https://www.r-project.org/)의 확장

* [Quarto](https://quarto.org): 논문과 발표자료를 [R](https://www.r-project.org/) 에서 직접 만듦. [과거 정리 내용](https://blog.zarathu.com/posts/2019-01-03-rmarkdown/)
]
--

.large[
* [blogdown](https://github.com/rstudio/blogdown): 홈페이지도 만들 수 있음. 당사 홈페이지도 이것과 [Quarto blog](https://quarto.org/docs/websites/website-blog.html) 로 제작.

* [Quarto book](https://quarto.org/docs/books/): 책도 직접 만들 수 있음.
]
--

.large[
* [Shiny](https://shiny.rstudio.com/), [Shiny Server](https://www.rstudio.com/products/shiny/shiny-server/): 서버 구축하고 웹기반 앱을 만들 수 있음. 간단한 Shiny 앱들은 Shinyapps.io 에서 무료호스팅.

]
--

법인 설립 후 모든 작업에 [R](https://www.r-project.org/)을 이용함.

---
# 논문

.large[
[R](https://www.r-project.org/)에서 글, 그림, 테이블, 참고문헌까지 직접 작성. 
 
* [rticles](https://github.com/rstudio/rticles): 대부분 학술지의 템플릿을 포함.

]

[준비하던 박사논문](https://blog.zarathu.com/posts/2018-11-08-mdlm/)

---
# 발표 슬라이드

* [기본 템플릿](https://rmarkdown.rstudio.com/lesson-11.html), [xaringan](https://github.com/yihui/xaringan) 패키지: 이 슬라이드도 [xaringan](https://github.com/yihui/xaringan)으로 제작.

포스터: [posterdown](https://brentthorne.github.io/posterdown_html_showcase/), [pagedown](https://pagedown.rbind.io/poster-relaxed)
]

---
# 발표 슬라이드: revealjs

]

---
# 홈페이지

.large[
[blogdown](https://github.com/rstudio/blogdown), [Quarto blog](https://quarto.org/docs/websites/website-blog.html): [깃허브](https://pages.github.com/) 통해 무료 웹호스팅 가능.

[홈페이지](https://github.com/zarathucorp/zarathu), [블로그](https://github.com/zarathucorp/blog)
]

---
# 웹 앱

---
class: center, middle

# Real World data

---
# Why RWD?

기존 임상시험은 RCT

- 연구를 위해 세팅된 환경에서 환자를 새로 모집하여 **랜덤**분배
- 인과성 인정받을 수 있으나, 비싸고 오래걸림

---
# RWD, RWE

존재하는 데이터로 RCT만큼의 인과성을 얻을 수 있을까?
- N수가 크다는 장점이 있음(심평원/공단데이터, 다국가데이터)
- Propensity score 매칭, IPTW

---
# PS matching

- 치료군 vs 대조군 연구에서, age/sex/기저질환 등의 변수를 이용하여 치료군에 속할 확률을 계산한 값
- 같은 PS 면 치료군에 속할 확률이 동일 
- 같은 PS면 age/sex/기저질환 이 비슷
- 치료군/대조군을 1/0으로 코딩하여 로지스틱 회귀분석, ML

따라서, **치료군의 PS와 비슷한 사람을 대조군에서 뽑으면** 두 그룹의 Baseline이 비슷해지겠군!
- 여기까지 알면 50점 
- 이럴거면 치료군에 속할 확률을 굳이 계산할 필요가 없음. 그냥 두군의 baseline 비슷한 사람 뽑으면 됨
]

---
# 인과추론

PS matching: PS가 0.7인 사람이 두 군에 배정될 확률? 50:50 
- PS 0.7인 사람이 치료군에 있다면, 대조군에서도 맞춰서 뽑았을 것임
- 여기까지 알면 90점 
]

.large[
**그럼 PS matching하면 RCT만큼 인정받을 수 있다?**
- **No**
- 치료군과 동일 특성을 가진 대조군이 매칭되므로, 연구집단 전체가 치료군의 특성을 가짐(예: 더 고령/ 남자가 많다 등)
- ATE(average treatment effect)를 추정할 수 없음, **ATT(average treatment effect on the treated)** 임.

]

---
# IPTW

- 매칭 안하고 모든 샘플을 씀. 단 각 사람마다 가중치가 다름
- A는 1명이지만 2명처럼 간주, B는 1명이지만 10명처럼 간주
- 사람별 가중치를 조절하면 Baseline을 동일하게 맞출 수 있음
- 치료군엔 `$1/PS$`, 대조군엔 `$1/(1-PS)$` 로 가중치 부여

- 여기까지 알면 50점
]

---
# 인과추론

`$$0.7 * 1/0.7 = 0.3 * 1/0.3 = 1$$`

- 따라서 PS 0.7인 사람이 치료군과 대조군에 동일하게 분포
]

---
# RWD 뜨는 이유?

- 3상은 안되더라도 4상은..?

N수가 크므로 희귀질환연구 가능

]

---

# 꿈

---
# 지금만으로도 행복

- 사람을 살리는 일이어서 행복

- 연구지원하며 동기, 선후배, 교수님 많이 만날 수 있어 행복

- R을 매개로 의학 외 다양한 분야 사람들과 교류할 수 있어 행복

- 학원강사 본능도 만족시킬 수 있어 행복
]

---
# 바이오헬스 규제과학과

같은 내용으로 현재 길병원 매주 교육 진행
]

---
# [SW마에스트로 멘토](https://www.swmaestro.org/sw/main/contents.do?menuNo=200034)
.large[
- 과기정통부, 정보통신기획평가원 주관 SW인재양성사업

- 기술멘토 60인 선발: 23년까지 임기

]

---
# 목숨바칠만한 일

- 나도모르게 눈물이 남.

- 의학연구자 = 어벤저스, 차라투 = 어벤저스지원
]

---
# 지금 목표

- 올해도 무사히

- 일본어, 일본 진출

- 인턴쉽 유망주 육성

- 의대생, 의사 인턴십을 공식 프로그램으로

- 사주
]

---

---
# 장기 목표

---
# Load to 天下

---
# 롤모델

---
# 수학에 대한 생각

- 문제정의(30대초): 타니야마-시무라, 써스턴 기하화 추측, 힐베르트 23문제

- 아름다움(現): 갈루아 군, 파인만 다이어그램

- 신내림(꿈): 라마누잔 
]

> 나마기리 여신으로부터 수식에 대한 계시를 받았다

---
# 수학에 대한 생각(2)

- 20대: 통계는 가짜수학이다. 허나 의대에선 이것밖에..

- 30대: 수학은 세계관이다 `$0.999... = 1$` 일수도 아닐수도, 아름다운것이 선택받는다

- 40대: 수학이 날 버렸다..

]

[2+2=4 강요는 인종차별적? 수학 꼴찌권 미국은 지금 이런 논쟁 중](https://www.chosun.com/international/us/2021/11/09/DHP6ZKS2WFCVTL7TJVJPRPCD4U/)

---
# 수학에 대한 생각(3)

.large[
허준이 교수
 > "개인적으로 수학은 저 자신의 편견과 한계를 이해해가는 과정이고, 일반적으로는 인간이라는 종(種)이 어떤 방식으로 생각하고 또 얼마나 깊게 생각할 수 있는지 궁금해하는 일입니다"

]

---
# 비즈니스에 대한 생각

- 문제정의(現): 쉽게 분석할 수 있어야

- 아름다움(목표): 美를 판매

- 신내림(과연..): 세계관 판매, 없는걸 판매

]

---
<center>
<img src="logo.png" width=100%></a>
</center>

---
# Goyard

---
# Baobao
![](https://img.shoplineapp.com/media/image_clips/63710e0f364f8a002849470d/original.png?1668353550)
---
# Trinity

![](https://img.danawa.com/prod_img/500000/622/172/img/13172622_1.jpg?_v=20221004173551)

---
# 아름다운 연구

[클림트를 해부하다](http://www.bosa.co.kr/news/articleView.html?idxno=2215247)

---
# 쓸모있는 사람 No

**아름다움**을 다루는 사람: 美
- 아름다움은 값을 평가할 수 없다
- 값을 제대로 평가하지 못해 패닉바잉 유도

**도덕**을 다루는 사람: 善 
- 한국은 도덕 쟁탈전을 벌이는 하나의 거대한 극장

**세계관**을 만드는 사람: 眞 
- 도덕, 아름다움을 스스로 정의한다. 
- 신
]

---

.large[
> 오직 하나의 완전무결한 이(理)만이 대접받는 사회이기 때문에 “자신의 삶이 얼마나 도덕적인가를 소리 높여 다른 사람들에게 끊임없이 표현하지 않으면” 안 된다. 이런 곳에서 권력 투쟁이란 곧 “도덕을 내세워 권력을 잡는 세력이 얼마나 도덕적이니 않은가를 폭로하는 싸움”이 된다. 상대의 도덕을 싸잡아 비난할수록 ‘훌륭한 선비’가 된다. 
]

---
# 헬스케어 업계에서 의사란?

---

---
# 철강왕 박태준 우향우정신

---
# 醫俠(의협: 의학 + 의로울 협) 정신

- 최선의 결과를 내야하는 의료진, 최선의 결과를 원하는 환자

- But, 최악과 차악뿐인 선택지

- 선택과 사투과정이 담긴 데이터

- 이 데이터를 헛되게 쓰는건, 환자의 희생과 의료진의 노력을 헛되게 만드는 것.

]

---
# 아뿔사 단월드 선배님

---
# 사이비교주의 핵심 역량

점술: 미래를 예측한다 
- 사주?

]

---
<center>
<img src="ss1.png" width=50%></a>
</center>
<center>
<img src="ss2.png" width=50%></a>
</center>
<center>
<img src="ss3.png" width=50%></a>
</center>

---
# 종교인 가능?

---
# 그동안 제시한 세계관

**올림피아드: 모든 도형문제를 삼각함수로 **
- 신프신은 두신코, 코마코는 마두신신, 신신은 마코마코반

**통계: 아름다움에 기반한 개념** 
- 모델이 휘어진게 아니다, 데이터가 휘어진거다
- 얍샵(?)하지 않은 P, 복소수 P(P + 파동함수)  
- 선형모델을 가능한 모든 모델들의 경로적분으로 해석

**창업: 의학연구로 사람을 살리는 홍익인간 **
- 글로벌 최고인재 의대생을 아티스트로 육성
- 이들이 제2 반도체신화를 이끈다

**종교: 쓸모있는 사람 No**
- 아름다움을, 선악을, 세계를..
- 우주를..?

---
# 근성론(김성모)

> 이세상 인간들은 다 사실 외롭고 쓸쓸하다. 겉으로는 행복한척 잘난척 하지만, 대다수의 인간은 자기 스스로가 밑에서부터 고장 나고 있다는것을 자각하며 살아간다.

미친듯이 성장한다는 느낌이 들어야 간신히 본전.

--
.large[
홍익인간: 결국 인간중심 세계관을 벗어나지 못했다.
]

---
# MLBPARK 현자

> 나이가 들어가니 세상을 보는 통찰력이 생기는거 같나? 그게 당신의 정신이 늙어간다는 증거다.  다시 거울속의 남자를 잘 봐라. 거울속의 남자가 당신 회사의 신입으로 들어왔다고 생각해 봐라.  세상을 보는 통찰력이 있는 훌륭한 신입사원이 들어왔으니 쾌재를 불러야 하는 상황인가? 아니면 답도없는 "싸가지론" 을 웅얼거리는 꼰대가 무려 신입으로 들어왔으니 앞으로 고생문이 열린 것인가?  두 눈을 부릅뜨고 또 다시 거울속의 신입사원을 잘 봐라.

> 나이를 먹는다는것은 통찰력이 생기는 것이 아니라 감각이 붕괴되는 것이다.  통찰력이 생겼다고 자부하지 말고 당신의 감각이 하나 더 붕괴됬음을 슬퍼해라. 늙어감에 예외는 없다.

> 늙는다는 것이 통찰력이 생긴다는 것이라면 고령화는 축복이겠지?  하지만 고령화를 축복이라 생각하는 사람은 없고, 거울속의 신입사원 보고 남감해 하지 않을 사람은 없다.

---
# 蒼天航路

---
class: center, middle

# END