MIMIC-IV

Alistair Johnson, Lucas Bulgarelli, Tom Pollard, Brian Gow, Benjamin Moody, Steven Horng, Leo Anthony Celi, Roger Mark

 

MIMIC-IV v3.1이 이제 BigQuery에서 제공됨 (2024년 11월 12일 오후 4:50)

MIMIC-IV v3.1이 이제 BigQuery에서 제공된다. 사용자는 PhysioNet을 통해 접근 권한을 요청할 수 있다. 현재 MIMIC-IV v3.1은 mimiciv_v3_1_hosp 및 mimiciv_v3_1_icu 스키마에서 이용 가능하다. MIMIC-IV v2.2는 mimiciv_v2_2_hosp 및 mimiciv_v2_2_icu 데이터셋뿐 아니라 mimiciv_hosp 및 mimiciv_icu 데이터셋에서도 이용 가능하다. 2024년 11월 25일에는 mimiciv_hosp 및 mimiciv_icu 데이터셋의 데이터가 MIMIC-IV v3.1로 교체될 예정이다.

 

MIMIC 기반 데이터셋 및 모델 생성 가이드라인 (2024년 4월 24일 오전 10:12)

우리는 MIMIC에서 파생되거나 어떤 방식으로든 MIMIC을 확장하는 데이터셋 또는 모델(예: annotation 추가)을 생성하는 것에 가치가 있음을 인지하고 있다. 이러한 데이터셋 및 모델 생성과 관련된 가이드라인은 다음과 같다.

- 모든 파생 데이터셋 또는 모델은 민감한 정보를 포함한 것으로 취급되어야 한다. 이러한 자원을 공유하고자 한다면 원본 데이터와 동일한 계약 조건 하에 PhysioNet에서 공유되어야 한다.

- 프로젝트 이름에 MIMIC 약어를 사용하고 싶다면 “Ext”라는 글자를 포함하라(예: “MIMIC-IV-Ext-YOUR-DATASET”). Ext는 사용 목적에 따라 “extracted”(추출된) 또는 “extended”(확장된)를 의미할 수 있다.

- 제출 포털의 Discovery 탭에서 제출 준비 시 관련 “Parent Projects”를 선택하면 된다.

 

이 리소스를 사용할 때에는 다음을 인용해야 한다:

Johnson, A., Bulgarelli, L., Pollard, T., Gow, B., Moody, B., Horng, S., Celi, L. A., & Mark, R. (2024). MIMIC-IV (version 3.1). PhysioNet. RRID:SCR_007345. https://doi.org/10.13026/kpb9-mt58

또한 다음 원 논문도 인용해야 한다:

Johnson, A.E.W., Bulgarelli, L., Shen, L. et al. MIMIC-IV, a freely accessible electronic health record dataset. Sci Data 10, 1 (2023). https://doi.org/10.1038/s41597-022-01899-x

 

또한 PhysioNet 표준 인용문도 할 것을 권고한다: (더 많은 옵션 보기)

Goldberger, A., Amaral, L., Glass, L., Hausdorff, J., Ivanov, P. C., Mark, R., ... & Stanley, H. E. (2000). PhysioBank, PhysioToolkit, and PhysioNet: Components of a new research resource for complex physiologic signals. Circulation [Online]. 101 (23), pp. e215–e220. RRID:SCR_007345.

 

---

Abstract

후향적으로 수집된 의료 데이터는 지식 발견과 알고리즘 개발을 통해 환자 진료를 향상시킬 수 있는 잠재력을 가진다. 의료 데이터의 광범위한 재사용은 공공의 최대 이익을 위해 바람직하지만, 데이터 공유는 환자 개인정보를 보호하는 방식으로 이루어져야 한다. 본 논문에서는 미국 매사추세츠주 보스턴 Beth Israel Deaconess Medical Center의 응급실 또는 중환자실에 입원한 환자들의 대규모 비식별화 데이터셋인 MIMIC-IV(Medical Information Mart for Intensive Care)를 소개한다. MIMIC-IV는 ICU에 입원한 65,000명 이상의 환자와 응급실에 방문한 200,000명 이상의 환자 데이터를 포함하고 있다. MIMIC-IV는 최신 데이터를 반영하고 있으며, 데이터 조직화에 모듈형 접근 방식을 채택함으로써 데이터 출처를 명확히 하고 서로 다른 데이터 소스의 개별적 및 통합적 사용을 용이하게 한다. MIMIC-IV는 MIMIC-III의 성공을 이어받아 의료 분야의 폭넓은 응용을 지원하기 위해 설계되었다.

---

Background

최근 몇 년간 병원에서는 디지털 건강 기록 시스템(EHR)의 도입이 활발히 진행되어 왔다. 미국에서는 2015년 기준 거의 96%의 병원이 디지털 전자의무기록(EHR) 시스템을 보유하고 있었다. 후향적으로 수집된 의료 데이터는 역학 연구 및 예측 모델링에 점점 더 많이 사용되고 있다. 이러한 현상은 부분적으로 대규모 데이터셋에서 모델링 접근법의 높은 효과성 때문이기도 하다. 이러한 발전에도 불구하고 환자 진료 개선을 위한 의료 데이터 접근은 여전히 중요한 도전 과제로 남아 있다. 의료 데이터 공유가 제한되는 이유는 다양하지만, 환자 개인정보 보호에 대한 우려가 가장 중요한 문제 중 하나로 강조되고 있다.

 

환자 연구에서는 비식별화된 의료 데이터가 의료 실무 개선을 위해 사용되어야 한다는 데 거의 만장일치의 동의가 있었지만, 전문가들은 이를 수행하기 위한 최적의 방법에 대해서는 여전히 논쟁하고 있다. 특히 MIMIC-III 데이터베이스는 데이터의 광범위한 재사용을 허용하는 개방적인 접근 체계를 채택했다는 점에서 독특했다. 이러한 방식은 MIMIC-III가 치료 효과 평가부터 사망률과 같은 핵심 환자 결과 예측에 이르기까지 다양한 연구에서 널리 활용되는 데 성공적으로 기여했다. MIMIC-IV는 사용성을 개선하고 더 다양한 연구 응용을 가능하게 하기 위한 여러 변화를 포함함으로써 MIMIC-III의 성공을 이어가고자 한다.

---

방법(Methods)

MIMIC-IV는 병원 전체 EHR 시스템과 ICU 전용 임상 정보 시스템이라는 두 개의 병원 내 데이터베이스 시스템에서 수집되었다. MIMIC-IV 구축은 세 단계로 수행되었다.

1. 수집(Acquisition)

BIDMC 응급실 또는 중환자실 중 하나에 입원한 환자들의 데이터가 각각의 병원 데이터베이스에서 추출되었다. ICU 또는 응급실에 2008년부터 2022년 사이 입원한 환자들의 모든 의무기록번호를 포함하는 마스터 환자 목록이 생성되었다. 이후 모든 원본 테이블은 마스터 환자 목록에 포함된 환자와 관련된 행만 남도록 필터링되었다.

 

2. 준비(Preparation)

데이터는 후향적 데이터 분석을 더 용이하게 하기 위해 재구성되었다. 여기에는 테이블 비정규화, 감사 추적(audit trail) 제거, 더 적은 수의 테이블로 재조직하는 과정이 포함되었다. 이 과정의 목표는 데이터베이스의 후향적 분석을 단순화하는 것이었다. 중요한 점은 데이터 정제 과정은 수행되지 않았다는 점이다. 이는 데이터가 실제 임상 환경의 데이터셋 특성을 그대로 반영하도록 하기 위함이다.

3. 비식별화(Deidentify)

HIPAA에서 규정한 환자 식별 정보가 제거되었다. 환자 식별자는 무작위 암호 체계(random cipher)를 사용하여 대체되었고, 그 결과 환자, 입원, ICU 체류에 대해 비식별화된 정수 식별자가 생성되었다. 구조화된 데이터는 lookup table 및 allow list를 사용해 필터링되었다. 필요한 경우 자유 서술 텍스트에서 개인정보(PHI)를 제거하기 위해 자유 텍스트 비식별화 알고리즘이 적용되었다. 마지막으로 날짜와 시간은 무작위 일수 offset을 사용해 미래 시점으로 이동되었다. 각 subject_id에는 하나의 날짜 이동값(date shift)이 부여되었다.

 

그 결과 동일 환자 내에서는 시간 정보가 내부적으로 일관성을 유지한다. 예를 들어 원본 데이터에서 두 측정값 사이의 간격이 4시간이었다면 MIMIC-IV에서도 계산된 시간 차이는 동일하게 4시간이다. 반면 서로 다른 환자 간에는 시간 비교가 불가능하다. 즉, 비식별화된 데이터에서 2130년에 입원한 두 환자가 실제로 같은 연도에 입원했다고 가정할 수는 없다.

이 세 단계를 거친 후 데이터베이스는 문자 기반 CSV(comma delimited) 형식으로 정리하였다.

 

---

hosp module

provider

v2.2에서 새로 추가된 테이블이다. provider_id라는 단일 컬럼을 포함하며, 이는 단일 caregiver 또는 provider를 고유하게 나타내는 비식별화된 문자열이다. 이 식별자들은 병원 전체 EHR 시스템에서 가져온 것이며, 모듈 내 여러 테이블에서 다양한 맥락으로 사용된다.

admissions

새 컬럼 추가:

admit_provider_id: 환자를 입원시킨 의료진을 나타내는 비식별화된 문자열.

emar

새 컬럼 추가:

enter_provider_id: 약물 투여 정보를 데이터베이스에 입력한 의료진을 나타내는 비식별화된 문자열.

 

또한 일부 emar 행(713,117개, 약 2.5%)이 특정 입원과 연관되어 있음에도 hadm_id를 가지지 않았던 버그가 수정되었다. 이러한 행들은 행정적으로 기록된 입원 및 퇴원 시각 밖에서 발생했지만, 원본 데이터에서는 해당 입원 중 투여된 것으로 간주된다.

labevents, microbiologyevents, poe, prescriptions

새 컬럼 추가:

order_provider_id: 해당 이벤트를 주문한 의료 제공자를 나타내는 비식별화된 문자열. 예를 들어 labevents에서는 검사실 검사를 주문한 의료진, prescriptions에서는 약물을 처방한 의료진을 의미한다.

---

MIMIC-IV v2.1

MIMIC-IV v2.1은 2022년 11월 16일 릴리즈 되었다. 이 버전에서는 내부 테스트셋으로 유지될 일부 subject_id를 제거하였다. 향후 데이터 릴리즈에서도 이 환자들은 제외된다.

- patients: 테이블에서 15,748개의 subject_id 제거

- admissions: 테이블에서 23,093개의 hadm_id 제거

- icustays: 테이블에서 3,762개의 stay_id 제거

 

다른 테이블들 역시 위에서 제거된 subject_id, hadm_id, stay_id를 반영하여 관련 행들이 제거되었다. 최종 row count는 MIMIC Code Repository에 게시된 validation script에서 확인할 수 있다.

 

MIMIC-IV v2.0

MIMIC-IV v2.0은 2022년 6월 12일 릴리즈되었다. 이 버전은 MIMIC-IV v1.0 환자들에 대해 제공되는 데이터 요소를 확장하는 데 중점을 두었다. 추가된 데이터에는 병원 외 사망일(out-of-hospital date of death), 온라인 의무기록 시스템 정보(키와 체중 포함), ICU continuous infusion에 대한 더 상세한 정보가 포함된다.

 

---

주요 변경 사항(Major changes)

스키마 단순화를 위해 core 모듈이 제거되었다. admissions, patients, transfers 테이블은 이제 hosp 모듈에 포함된다.

신생아(neonate) 데이터는 데이터셋에서 제거되었다. 신생아 데이터는 NICU 데이터를 포함한 별도 프로젝트로 릴리즈 될 예정이다.

icu module

icustays

약 700개의 체류(~1%)가 patients 테이블 변경의 영향으로 수정되었다.

 

chartevents, d_items

MetaVision의 problem list가 추가되었다. 모든 문제(problem)는 이제 d_items에 존재하는 동일한 itemid인 220001로 기록된다. 총 1,000개가 넘는 고유 문제들이 존재한다. 대부분의 문제 기록은 환자 care plan과 관련되어 있으며, 간호사 교대 시간(오전 7시 또는 오후 7시)에 기록된다. 덜 빈번하게는 ongoing issue가 이곳에 기록된다.

 

ingredientevents

inputevents와 연결된 새 테이블이다. inputevents에 기록된 각 정맥 투여는 여러 ingredient와 연결된다. 이러한 ingredient에는 수분 함량, 칼로리 정보 등이 포함된다. ingredientevents 테이블의 목적은 영양 연구를 지원하고, water ingredient를 합산하여 총 수액 입력량을 추정할 수 있는 메커니즘을 제공하는 것이다. 이러한 ingredient들은 분석 단순화 및 inputevents 테이블 크기 감소를 위해 inputevents에서 분리되었다.

 

inputevents

항상 NULL 값만 포함하던 컬럼 하나가 제거되었다.

- cancelreason

procedureevents

항상 NULL 값만 포함하던 컬럼들이 제거되었다.

- totalamount

- totalamountuom

- cancelreason

- comments_editedby

- comments_canceledby

- comments_date

- secondaryordercategoryname

---

hosp module

admissions

응급실을 통해 입원한 환자들 중 일부에서 edregtime 및 edouttime이 누락되던 문제가 수정되었다(reported in #1247, thanks @MEladawi).

 

patients

이제 dod는 주(state) 사망 기록에서 수집된 병원 외 사망 정보를 포함한다. ICU 환자의 경우 이 변경으로 사망일 포착 수가 8,223건에서 23,844건으로 증가했다. 즉, 추가로 15,621명의 ICU 환자에 대해 병원 외 사망 정보가 확보되었다.

 

MIMIC 포함 환자를 결정하는 메커니즘도 변경되었다. 대부분의 경우 이는 개선으로 이어졌으며, 특히 서로 다른 의무기록번호를 가진 환자들을 병합하는 로직이 향상되었다. 이 변경의 결과로 대부분의 테이블 데이터 내용이 변경되었다. 약 1%의 체류가 영향을 받았다.

transfers

입원 기록(hadm_id)이 없는 응급실 체류(즉, 응급실 방문 후 입원하지 않은 경우)의 outtime이 잘못 기록되던 버그가 수정되었다. 이 문제로 인해 hadm_id가 NULL인 모든 transfers 행은 체류 시간이 몇 분 이하인 것처럼 보였다. 이제 outtime 컬럼이 수정되었다.

labevents, d_labitems

d_labitems의 itemid가 43개 항목에서 변경되었다. 이 항목들은 매우 드물게 기록되는 검사들이며, 각 itemid는 labevents에서 100개 미만의 관측값만 가진다. 정확한 itemid 목록은 CHANGELOG.txt 파일에 제공된다.

loinc_code의 기존 값들에서 오류가 발견되었다(reported in #938, thanks @Mauvila). 협업 기반 개선을 가능하게 하기 위해 loinc_code 컬럼은 제거되었으며, 앞으로는 MIMIC Code Repository에서 공동 개발될 예정이다. 초기 값들은 병원 시스템 데이터를 기반으로 제공될 예정이다.

이전에는 comments 필드에 존재하던 일부 검사값들이 이제는 value 필드에 저장되도록 변경되었다(reported in #941, thanks @Mauvila). 이 변경은 labevents 테이블을 MIMIC-III와 더 일관되게 만들기 위한 것이다. MIMIC-III에서는 이러한 값들이 value 필드에 저장되어 있었다.

 

microbiologyevents

새로운 organism, test, specimen, antibiotic 데이터가 추가되었다.

 

omr

새 테이블 omr이 추가되었다. 이 데이터의 출처는 Online Medical Record이며, 환자의 건강 상태를 이해하는 데 유용한 다양한 정보를 포함한다. v2.0 기준 omr 테이블에는 다음 정보가 포함된다:

혈압, 키, 체중, 체질량지수(BMI), 추정 사구체여과율(eGFR)

이 값들은 입원 및 외래 방문 모두에서 제공되며, 많은 경우 입원 이전의 “baseline” 값도 제공된다.

 

prescriptions

formulary_drug_cd 컬럼이 다시 추가되었다(MIMIC-III에 존재했던 컬럼). 이 컬럼은 emar_detail의 product_code 컬럼과 동일한 값 집합을 가진다.

 

---

MIMIC-IV v1.0

MIMIC-IV v1.0은 2021년 3월 16일 릴리즈되었다.

 

core

admissions

약 1000개(<1%)의 잘못된 hadm_id가 제거되었다.

 

patients

dod는 이제 환자의 마지막 입원 기록에 포함된 deathtime을 사용하여 채워진다(reported in #71, thanks @jinjinzhou).

현재 시점에서는 병원 외 사망(out-of-hospital mortality)은 dod에 포함되지 않는다.

 

transfers

이전 버전에 포함되어 있던 잘못된 transfer 기록들이 제거되었다.

transfer_id가 재생성되었다. MIMIC-IV v1.0의 transfer_id는 v0.4의 transfer_id와 호환되지 않는다. 우리는 일반적으로 MIMIC-IV 업데이트 시 transfer_id를 변경하지 않을 계획이지만, 생성 과정의 오류 때문에 이번에는 변경이 필요했다.

transfers의 모든 hadm_id는 admissions에 존재하며, admissions의 모든 hadm_id 역시 transfers에 존재한다(reported in #84, thanks @kokoko12305).

 

icu

icustays

이전 버전에서는 preprocessing code 오류 때문에 ICU 체류가 잘못 할당되어 있었다. 이전 버전에서는 ICU가 아닌 병동 이동이 ICU 체류에 포함되었고, 일부 병동 체류는 ICU 체류로 처리되지 않았다(reported in #67, thanks @JHLiu7 and @stefanhgm). stay_id 할당은 다시 생성되었다.

병원 transfers와 ICU 체류 간의 매핑이 업데이트되었다.

MIMIC-IV v1.0의 stay_id는 v0.4의 stay_id와 호환되지 않는다. 우리는 일반적으로 MIMIC-IV 업데이트 시 stay_id를 변경하지 않을 계획이지만, 위에서 언급한 오류 때문에 변경이 필요했다.

icustays의 변경으로 인해 새로운 stay_id가 재할당되었고, 그 결과 모든 테이블의 내용이 변경되었다(stay_id 변경 때문). 단, 테이블 구조 자체는 변경되지 않았다.

 

hosp

hcpcsevents

이전에는 제외되어 있던 일부 입원 기록들에 대한 데이터가 추가되었다.

이제 이 테이블에는 chartdate 컬럼이 존재하며, 각 코드와 연관된 날짜를 포함한다. 모든 row는 특정 날짜와 연결된다.

 

drgcodes

이전에는 제외되어 있던 일부 입원 기록들에 대한 데이터가 추가되었다.

중복된 DRG 코드들이 테이블에서 제거되었다.

설명(description)은 mass.gov 및 HCUP에서 제공한 최신 dictionary를 사용하여 업데이트되었다.

 

diagnoses_icd, d_icd_diagnoses

이전에는 제외되어 있던 일부 입원 기록들에 대한 데이터가 추가되었다(reported in #27, thanks @yugangjia).

icd_code 컬럼은 이제 trim 처리되어 VARCHAR 형식으로 저장된다. 즉, 코드 끝의 공백 문자가 제거되었다(예: ‘850 ’ → ‘850’).

누락되어 있던 ICD 코드들이 dictionary에 추가되었다. diagnoses_icd 테이블의 모든 ICD 코드는 d_icd_diagnoses에 대응되는 참조 정보를 가진다.

 

labevents

comments 필드가 업데이트되었으며, 4096자보다 긴 comments가 잘리던 버그가 수정되었다. 비식별화 과정 때문에 사용자가 실제 차이를 많이 느끼지는 못할 가능성이 높다. 이러한 comments는 “___” 형태로 나타난다.

 

procedures_icd

이전에는 제외되어 있던 일부 입원 기록들에 대한 데이터가 procedures_icd에 추가되었다.

이제 이 테이블에는 chartdate 컬럼이 존재하며, 각 청구 시술(billed procedure)과 관련된 날짜를 포함한다.

icd_code 컬럼은 이제 trim 처리되어 VARCHAR 형식으로 저장된다. 즉, 코드 끝의 공백 문자가 제거되었다(예: ‘850 ’ → ‘850’).

누락되어 있던 ICD 코드들이 dictionary에 추가되었다. procedures_icd 테이블의 모든 ICD 코드는 d_icd_procedures에 대응되는 참조 정보를 가진다.

---

v0.4

d_micro

이 테이블은 제거되었다.

 

microbiologyevents

다음 컬럼들이 추가되었다.

spec_type_desc

test_name

org_name

ab_name

 

이 컬럼들은 organism / antibiotic / test / specimen의 텍스트 이름을 포함한다.

comments 컬럼이 추가되었다. 이 컬럼은 검사 관련 정보를 포함하며, 일부 경우(예: viral load test)에는 검사 결과 자체를 포함한다.

 

v0.3

hosp와 icu 간 timing 버그가 수정되었다.

 

v0.2

patients 테이블의 demographics 정보가 업데이트되었다.

anchor_year → anchor_year_group

anchor_year_shifted → anchor_year

 

이 컬럼들에 대한 자세한 설명은 MIMIC 온라인 문서의 patients 테이블을 참고하라.

 

transfers

los 컬럼이 삭제되었다.

emar

mar_id → emar_id

emar_id는 이제 subject_id와 emar_seq의 조합(composite)이며 “subject_id-emar_seq” 형식을 가진다.

emar_seq 컬럼: 첫 번째 eMAR administration부터 시작하는 단조 증가 정수(monotonically increasing integer)

poe_id 및 pharmacy_id 컬럼 추가 — 해당 테이블들과 연결하기 위함

 

emar_detail

mar_id → emar_id (위와 동일한 변경)

mar_detail_id 컬럼 삭제

 

hcpcsevents

ticket_id_seq → seq_num

 

labevents

이전에는 NULL이었던 값들 중 많은 값들이 이제 채워졌다. 이 값들은 원래 비식별화 때문에 제거되었던 값들이다.

comments 컬럼이 추가되었다. 이 컬럼은 검사와 관련된 비식별화 자유 서술 텍스트를 포함한다. PHI는 밑줄 세 개(“”)로 대체된다. 만약 전체 comment가 “”라면, 해당 comment 전체가 scrub 처리된 것이다.

 

microbiologyevents

stay_id 컬럼 제거

spec_id → micro_specimen_id

 

poe 및 poe_detail 테이블이 추가되었다.

이 테이블들은 다양한 치료 및 환자 관리 측면에 대한 의료진 오더(provider order)를 기록한다.

prescriptions 테이블이 추가되었다.

이 테이블은 provider order interface를 통한 약물 처방 정보를 기록한다.

pharmacy 테이블이 추가되었다.

이 테이블은 formulary dose, route, frequency, dose 등 처방과 관련된 상세 정보를 제공한다.

 

inputevents

amount 컬럼 계산 오류가 수정되었다.

 

icustays

stay_id가 다시 생성(re-derived)되었다. 새로운 stay_id는 이전 버전의 stay_id와 다르다.

 

---

Ethics

환자 정보 수집 및 연구 리소스 구축은 Beth Israel Deaconess Medical Center Institutional Review Board(IRB)의 검토를 받았으며, IRB는 연구 동의 면제를 승인하고 데이터 공유 계획을 승인하였다.

 

Acknowledgements

우리는 Beth Israel Deaconess Medical Center가 MIMIC 프로젝트를 지속적으로 지원해 준 것에 감사드린다. 특히 Carolyn Conti, Alvin Gayles, Larry Markson, Ayad Shammout, Lu Shen, Manu Tandon의 도움에 감사한다. 본 연구는 미국 국립보건원 NIH 산하 National Institute of Biomedical Imaging and Bioengineering(NIBIB)의 연구비 R01EB030362 지원을 받았다.

이해상충(Conflicts of Interest)

보고할 이해상충 없음.