2017년 한국컴퓨터종합학술대회 논문집

지역 및 진료과목별 진료비용 분석 및 시각화

이일섭O 아지즈 류관희
충북대학교 소프트웨어학과
lis123kr@cbnu.ac.kr, aziz@cbnu.ac.kr, khyoo@cbnu.ac.kr

Analysis and Visualization of Medical Expenses

by Region and Medical Subject
Il Seob LeeO, Aziz Nasridinov, Kwan Hee Yoo
Dept of Computer Science, ChungBuk National University

요 약
진료비용 공개는 소비자에게 실질적인 도움을 줄 수 있는 방법 중 하나이며, 궁극적으로 의료기관 경영
의 투명성과 합리성을 제고할 수 있다. 건강보험심사평가원에서는 다양하고 방대한 진료정보와 의료자원
등의 의료빅데이터를 제공하여 다양한 분석이 가능하다. 본 연구에서는 심평원에서 제공하는 HIRA-NPS
(전체환자표본) 2013년 데이터를 이용하여 지역에 따른 진료과목별 진료비용에 대해 분석한 결과를 시각
화하여 보인다.

1. 서 론 2.2 데이터 시각화

최근 비급여 진료비용이 병원에 따라 천차만별이라는 데이터 시각화는 데이터 분석 결과를 쉽게 이해할 수

심평원의 분석 결과에 따라 진료비용에 대한 관심이 크
다[1]. 심평원은 연간 약 14억 5천여건의 진료내역을 분
석하여 국민의료비 절감 등 직간접적인 사회적 가치를
창출하고 있으며, 보건의료 빅데이터 개방시스템을 통해
공공데이터를 개방하여 다양한 분석 기회를 제공하고 있
다[2].
본 논문에서는 심평원에서 제공하는 HIRA-NPS 2013년
데이터를 이용하여 지역에 따라 진료과목별 진료비용을
시각화하여 차이를 확인한다. 시각화로 표현한 진료비용
은 진료과목별 환자의 평균 부담금에 대해 나타낸다.
2. 관련 연구
2.1 비급여 진료비 공개이슈
비급여 진료비는 국민건강보험의 혜택을 적용받지 못
한 진료비로 보통 CT촬영, MRI, 초음파 등의 치료가 해
당되며, 비급여 진료비에 따라 환자의 부담금액은 큰 차
이를 보인다. 심평원은 진료비확인요청제도를 통해 과다
하게 지불된 비급여 진료비를 환자가 환불받을 수 있도
록 돕는다. 또한, 국내 의료기관별 비급여 진료비용 공개
를 통해 환자들이 의료기관을 가격비교를 통해서 선택할
수 있게 하여 의료서비스의 가격정보 비대칭성을 보완하
고 소비자의 알권리를 보장한다[3]. 하지만 다른 한편으
로는 병원의 질적 수준에 따라서 비용이 다를 수밖에 없
으며 이런 변수를 고려하지 않고 단순 가격비교를 제공
하는 한계가 있다는 문제를 제기하고 있다[4].
있도록 시각적 수단을 통해 정보를 효과적으로 전달하는
것을 말한다[5]. 시각화를 위해 D3.js[6], R[7]을 이용한
프로그래밍 등이 있다. 특히 D3.js(Data Driven
Documents)는 데이터를 중심으로 시각화하며, 다양한 동
적인 효과를 통해 사용자와 상호작용할 수 있는 시각화
를 구현할 수 있다[8].
3. 진료비용 분석 및 시각화
본 논문에서는 심평원에서 제공하는 HIRA-NPS 2013년
데이터를 이용한 분석 및 시각화를 위해 [그림 1]과 같이
시스템을 구성한다. 약 2200만명의 환자에 대한 심평원
데이터베이스를 구축한 후 지역코드, 진료과목코드 및
진료비 본인부담금을 추출한다. 추출한 데이터는 R을 이
용해 결합하여 중요도 분석을 통해 어떤 진료과목이 진
료비용에 많은 비중을 차지하는지 알아본다. 그리고 시
각화를 위해 Json 형식 변환 및 D3.js를 통한 시각화한
결과를 확인한다.
그림 1. 시스템 구성도

1831
 2017년 한국컴퓨터종합학술대회 논문집
그림 2. 전체 진료비용 시각화 모습
추출한 데이터를 R을 이용해 분석한 결과 직업환경의
학과와 예방의학과 그리고 한방분야가 지역별 진료비용
의 비중을 결정하는 중요한 요소임을 확인할 수 있다.
[그림 2]에서는 충북지역의 핵의학과가 가장 높은 진료비
용을 보이며, 그 다음으로 광주와 전북의 직업환경의학
과가 차지하는 것을 볼 수 있다. 특히 광주에서는 직업
환경의학과가 대략 40%를 차지하며, 응급의학과, 치과보
철과, 성형외과가 그 뒤를 잇는 것을 확인할 수 있다.
위 [그림 2]는 분석한 데이터를 이용해 json 형식으로
변환하여 HTML5와 D3.js 자바스크립트 라이브러리를 활
용하여 시각화 한 모습이다. Sunburst라는 시각화 예제를
이용하여 각 지역 분류에 따른 진료과목별 비용을 보여
준다. 각 지역의 진료비용은 각자 차지하는 영역의 크기
를 통해 비교할 수 있으며, 마우스를 이용해 Tooltip으로
상세정보를 확인할 수 있다. 또한, [그림 3]와 같이 관심
있는 지역을 선택하여 선택한 지역의 상세 정보를 확인
할 수 있다.
4. 결론 및 추후연구
본 논문에서는 지역에 따른 진료과목별 진료비용에 대
한 데이터를 분석하고 시각화하여 진료비용의 차이를 알
아보았다. 진료비용은 환자 본인부담금에 의한 비용으로
지역과 진료과목에 따라 큰 차이를 보임을 알 수 있었
다. 추후에는 더욱 의미 있는 상병·수술별 진료비용에
대한 시각화를 통해 환자에게 실질적은 도움을 줄 수 있
을 것이다.
1832
그림 3. 광주 지역의 진료비용
Acknowledgem ent
본 논문은 교육부가 지원하고 충북대학교가 수행하는
지역선도대학육성사업의 지원을 받아서 수행되었습니다.
본 논문은 건강보험심사평가원의 표본자료
(HIRA-NPS-2013)를 활용하였으며, 연구의 결과는 보
건복지부 및 건강보험심사평가원과 무관함.
참 고 문 헌
[1] 김인숙, “심평원의 병원정보 공개 동향과 평가”, 소비
자정책동향, 제 10호, pp. 46-57, 2010.
[2] 이정아, 오주환, 문상준, “연구를 위한 건강보험 청구
자료 요구 및 이용 요인분석”, 보건행정학회지, Vol.
21, No. 1, pp. 77-92, 2011.
[3] 감신, 홍남수, 이경수, 이중정, “상병·수술별 진료비
정보공개에 대한 의료소비자와 공급자의 견해”, 비판
사회정책, No. 51, pp. 220-243, 2016.
[4] 이용균, “병원의 비급여진료비 정보공개와 주요이슈”,
KIHM ISSUE PAPER, 제 20호, pp. 1-15, 2013.
[5] 이지선, “빅데이터 기반의 정보 디자인을 위한 시각
표현 연구”, 한국디자인학회, pp. 72-73, 2013.
[6] 스캇 머레이, “D3.js: 쉽고 빠른 인터렉티브 데이터 시
각화”, 인사이트, 2014.
[7] 가렛 그롤먼드, “손에 잡히는 R 프로그래밍”, 한빛미
디어, 2015.
[8] 손수아, 박석천, 김종현, “빅데이터 환경에서 D3.js를
활용한 데이터 시각화 시스템 제안”, 한국인터넷정보
학회, pp. 295-296, 2014.