Big data analysis in healthcare research seems to be a necessary strategy for the convergence of sports science and technology in the era of the Fourth Industrial Revolution. The purpose of this study is to provide the basic review to secure the diversity of big data and healthcare convergence by discussing the concept, analysis method, and application examples of big data and by exploring the application. Text mining, data mining, opinion mining, process mining, cluster analysis, and social network analysis is currently used. Identifying high-risk factor for a certain condition, determining specific health determinants for diseases, monitoring bio signals, predicting diseases, providing training and treatments, and analyzing healthcare measurements would be possible via big data analysis. As a further work, the big data characteristics provide very appropriate basis to use promising software platforms for development of applications that can handle big data in healthcare and even more in sports science.

빅데이터의 활용을 둘러싼 법적 쟁점은 개인정보보호를 우선할 것인지 아니면 빅데이터의 활용을 우선할 것인지의 문제로 귀결된다. 보건의료정보는 그것이 제한 없이 공개될 경우 개인의 신체 적⋅사회적 지위에 미치는 영향이 크다는 점에서 민감한 개인정보에 해당하는바, 개인정보보호의 대상이 된다. 그리하여 기존의 개인정보보호법제는 정보주체의 사전동의(opt-in방식)가 있는 경우를 전제로 정보의 수집⋅분석⋅이용을 규율하고 있었다. 그러나 국민 개개인에 대한 맞춤형 보건의료 서비스를 제공하기 위해서는 대량의 보건 의료정보를 신속하게 사용할 수 있어야 할 것이다. 결국 정보주체의 사전동의를 전제하는 기존의 방식으로는 내재적 한계에 부딪힐 수밖에 없으며 이에 대한 해결책이 강구되었다. 최근 정부가 발간한 개인정보 비식별 조치 가이드라인은 비식별 조치가 완료된 개인정보는 정보주체의 사전동의 없이도 제3자에게 제공이 가능하도록 하는 내용을 규정함으로써 전향적인 태도를 보이고 있다. 나아가 보건의료정보는 비식별 조치를 취함으로써 정보의 가치가 하락하는 경우 역시 발생할 수 있는바, 정보의 유형에 따라 예외적인 opt-out방 식의 도입을 검토할 필요가 있다. 또한, 동 가이 드라인은 법률의 위임 없는 행정규칙 내지는 유권해석에 해당하는바, 사법적 판단이 필요한 경우에 법적 안정성이 부족하다는 한계가 있다. 따라서 가이드라인의 취지와 핵심 내용을 개인정보보호법 또는 법률의 위임을 받은 법규명령에 반영 하기 위한 법 개정이 필요하다.

보건의료 정보의 활용은 빅데이터 시대에 피할 수 없는 흐름이다. 빅데이터를 활용하여 산업발전 및 소비자 후생증진을 도모할 수 있다. 이에 따라 빅데이터 사용에 있어 개인정보 보호의 문제도 대두되었다. 미국은, HIPAA (의료정보보호법)를 제정하여 보건의료 정보의 비식별화를 규정하고 있다. 유럽은 GDPR이 제정되었다. 이에 기반하여 EU의 제 29조 작업반(Working Patty 29)은 2014년 4월 10일 익명처리기법에 대한 의견서(WP opinion on Anonymisation Techniques)를 채 택하였다. 일본은 2003년 개인정보보호법을 제 정하였고 2015년 전면개정하였다. 개정법에서는 개인정보 빅데이터의 활용을 좀 더 용이하게 하기 위해 익명가공정보의 개념을 도입하였다. 우리 나라 개인정보 보호법 제18조 제2항은 개인정보를 목적 외로 이용 또는 제3자 제공할 수 있는 예외사유를 규정하고 있다. 또한 의료법 제19조 제 1항으로 의료인이나 의료기관 종사자에게 업무상 알게 된 다른 사람의 정보를 누설하거나 발표하 지 아니할 의무를 정하고 있고, 같은 조 제2항은 의료기관 인증에 종사하고 있거나 종사하였던 자의 업무상 알게 된 정보 누설 및 부당 사용을 금지한다. 2016년 6월에는 행정자치부 등 기관들의 합동으로 ‘개인정보 비식별화 조치 가이드라 인-비식별 조치 기준 및 지원⋅관리 체계 안내’를 발표하였다.

This study investigated the relationship between heat-related illnesses obtained from healthcare big data and daily maximum temperature observed in seven metropolitan cities in summer during 2013~2015. We found a statistically significant positive correlation (r = 0.4~0.6) between daily maximum temperature and number of the heat-related patients from Pearson's correlation analyses. A time lag effect was not observed. Relative Risk (RR) analysis using the Generalized Additive Model (GAM) showed that the RR of heat-related illness increased with increasing threshold temperature (maximum RR = 1.21). A comparison of the RRs of the seven cities, showed that the values were significantly different by geographical location of the city and had different variations for different threshold temperatures. The RRs for elderly people were clearly higher than those for the all-age group. Especially, a maximum value of 1.83 was calculated at the threshold temperature of 35℃ in Seoul. In addition, relatively higher RRs were found for inland cities (Seoul, Gwangju, Daegu, and Daejeon), which had a high frequency of heat waves. These results demonstrate the significant risk of heat-related illness associated with increasing daily maximum temperature and the difference in adaptation ability to heat wave for each city, which could help improve the heat wave advisory and warning system.