의료 연구 데이터 전송 안전한 협업

KISA와 개인정보보호위원회(PIPC)는 연구 데이터를 포함한 의료 정보 처리를 개인정보 보호법(PIPA) 제23조의 적용 대상으로 명시하고 있다. 기관 간 의료 연구 데이터 전송은 공통 규칙(45 CFR 46), HIPAA 연구 예외, 과학 연구에 대한 GDPR 제89조 안전조치, 그리고 연구를 지배하는 특정 데이터 이용 계약(DUA)을 준수하면서 학술 의료 센터, 조정 센터, 핵심 실험실, 공공 저장소 간에 비식별화되거나 제한된 데이터셋을 이동시키는 것을 의미한다. 파일 범위는 5MB REDCap 내보내기부터 2TB 유전체학 BAM 아카이브까지 다양하며, 전송 방법도 이에 따라 달라진다.

데이터 이용 계약이 규칙을 정한다

바이트가 이동하기 전에 기관 간 DUA가 무엇이 허용되는지 지시한다. 일반적인 다기관 연구 DUA는 다음을 명시한다.

포함된 데이터 요소(날짜 이동 규칙, 우편번호 3자리 절삭, 나이 89세 상한)
수신 기관에서의 저장 요건(저장 중 암호화, 접근 통제)
전송 방법(VPN을 통한 SFTP, 공개 키 인증을 사용한 SCP, 승인된 웹 포털)
재식별 금지 및 소규모 셀 억제 규칙
공개 전 출판 검토 기간
폐기 날짜 및 방법

DUA가 "스폰서가 지정한 보안 포털을 통해 전송"이라고 명시하면 기관의 Globus 엔드포인트가 더 빠르더라도 해당 포털을 사용한다.

연구의 비식별화 계층

HIPAA는 세 가지 범주를 인정한다.

완전 비식별화 데이터(45 CFR 164.514(b)): Safe Harbor(18개 식별자 제거) 또는 전문가 결정(재식별 위험이 매우 낮다는 통계적 의견). 비식별화되면 HIPAA 적용 외.
제한적 데이터 세트(45 CFR 164.514(e)): 대부분의 식별자를 제거하지만 날짜와 주 미만의 지리적 세부 정보는 유지. 데이터 이용 계약 필요. 여전히 PHI.
발생 기관에서 보관하는 연결 키가 있는 코드화된 데이터: 기술적으로 발생 기관에서는 여전히 PHI이지만 특정 상황에서 수신 기관의 코드화된 데이터셋이 비식별화로 적합할 수 있다.

대부분의 다기관 연구는 제한적 데이터 세트로 실행된다. 이것들을 오픈 사이언스 데이터셋처럼 취급하지 말라.

NIH 데이터 관리 및 공유 정책

2023년 1월부터 NIH 데이터 관리 및 공유 정책(NOT-OD-21-013)은 모든 자금 지원 연구에 DMS 계획을 요구한다. 계획은 데이터 공유 방법, 장소(dbGaP, NIMH 데이터 아카이브, 국가 수면 연구 리소스 등), 시기를 명시한다.

유전체학 데이터의 경우 dbGaP의 통제 접근 계층에는 특정 전송 요건이 있다: 고속 업로드를 위한 Aspera, 사전 승인된 기관 서명 권한, 이중 인증. DMS 계획에 "연구 완료 후 12개월 내에 Vivli를 통해 데이터 공유"라고 명시하면 전송 워크플로우는 일정에 맞게 Vivli 준비 패키지를 생성해야 한다.

유전체학 규모: 이동 중인 테라바이트

전체 게놈 시퀀싱 BAM 파일은 50~200GB다. 단일 피험자의 단독 가닥 FASTQ는 압축 시 80GB다. 코호트 크기를 곱하면 분석 배치당 10~100TB를 이동하게 된다. 웹 기반 전송 도구는 이를 처리할 수 없다. 옵션:

Globus Connect: GridFTP를 통한 고성능 데이터 전송. 사실상 모든 NIH 자금 지원 연구 컴퓨팅 센터에서 사용. UChicago, Stanford, Broad, NIH Biowulf, NCI, 대부분의 CTSA 기관에 엔드포인트.
Aspera(IBM): 혼잡 제어가 있는 UDP 기반 전송. dbGaP, SRA, 상업 시퀀싱 제공업체 사용.
AWS Snowball Edge: 네트워크 전송에 수 주가 걸릴 때 FedEx로 배송하는 80TB 물리적 장치.
클라우드-클라우드 전송: 소스와 대상이 모두 AWS S3 또는 GCP Cloud Storage에 있는 경우 S3 Batch Replication 또는 Storage Transfer Service가 몇 시간 내에 페타바이트를 이동.

중간 계층: REDCap, 스프레드시트, 차트 검토

대부분의 연구 데이터 전송은 유전체학이 아니다. 40MB REDCap 내보내기, 15MB 비식별화 차트 추출 스프레드시트, AI 유효성 검사 연구를 위한 200MB 비식별화 CT 썸네일 폴더다. 보안 웹 전송이 이 범위에 깔끔하게 맞는다.

요건:

AES-256-GCM 암호화, 이상적으로는 클라이언트 측
TLS 1.3 전송
링크 만료(DUA에 따라 7~30일)
파일 해시 및 수신자 IP가 있는 감사 로그
링크 채널과 분리된 패스프레이즈 채널

HexaTransfer는 제로 지식 클라이언트 측 암호화로 이 스펙을 충족한다. 전송을 연구 스터디 바인더에 날짜, 수신자, 파일 설명, 해시와 함께 로깅한다.

GDPR 제89조와 국제 연구

EU 연구 데이터는 GDPR 제89조 하에 특정 안전조치를 갖는다: 연구 목적에 맞는 가명화, 데이터 최소화, 목적 제한. Schrems II 이후 EU 기관에서 미국 협력자로의 전송에는 EDPB 지침 03/2020이 적용된다.

EEA 외 전송을 위한 보충 조치:

EU 기관에서 보관하는 키를 사용한 가명화
전송 제공자가 평문에 접근하지 못하도록 클라이언트 측 암호화
정부 의무 공개 도전에 대한 계약적 금지
문서화된 전송 영향 평가(TIA)

영국 데이터 보호법 2018은 특정 연구 조항을 추가한다. 스위스 FADP는 GDPR에 근사하지만 다른 전송 규칙을 가진다.

재현성 패키지와 오픈 사이언스

Nature, Science, The Lancet 같은 저널은 제출 시 재현성 패키지를 점점 요구한다: 코드, 분석 재현에 충분한 비식별화 데이터, 환경 사양(Docker 컨테이너, Singularity 이미지, renv/conda 잠금 파일). 이 패키지들은 일반적으로 100MB~10GB다.

저널의 제출 시스템이나 Zenodo/Figshare/Dryad 저장소로의 전송:

인용을 위한 DOI 할당
예치자에 대한 ORCID 인증
라이선스 메타데이터(CC0, CC-BY, 맞춤형 DUA 참조)
지속적 보관 형식(.tar.gz 소스 트리, .xlsx 대신 .csv.gz)

오픈 사이언스는 암호화되지 않은 전송을 의미하지 않는다. 예치 후 공개 접근을 의미한다. 저장소로의 전송에는 여전히 TLS 1.3과 무결성 검사가 필요하다.

연구 무결성을 위한 감사 추적

IRB 요건을 넘어 연구 무결성 조사가 발생한다. HHS 연구 무결성 사무소는 최근 연도에 40건 이상의 조회를 처리했다. 혐의가 제기되면 조사관은 어느 시점에 어떤 데이터에 누가 접근했는지 재구성한다. 전송 감사 로그가 그 재구성을 지원한다.

로그 필드:

UTC 타임스탬프
발신자 신원(인증된 기관 계정)
수신자 신원(인증된, 일반 사서함 아닌)
파일 SHA-256
IRB 프로토콜 참조
DUA 참조

보관: NIH는 최종 프로젝트 보고서 후 최소 3년 동안 연구 데이터 보관을 요구하며, 특정 프로그램에 대해서는 더 길다. 많은 기관은 7년을 요구한다. NDA를 지원하는 임상 시험 데이터의 경우 25년 이상까지 연장된다.

연구 데이터가 임상 데이터가 될 때

프로토콜 개정이나 SUSAR 보고를 유발하는 임상 시험 결과는 연구 데이터를 규제 영역으로 이동시킨다. 그 순간 전송은 연구 보호 외에 21 CFR Part 11도 충족해야 한다. 파이프라인이 모드를 전환해야 하거나, 더 나은 방법으로 모든 전송이 이미 Part 11을 충족하여 전환이 불필요하도록 한다.

의료 연구 데이터 전송은 오픈 사이언스, 규제 준수, 실용적 네트워크 엔지니어링의 교차점에 있다. 10MB 표현형 파일에 맞는 도구는 2TB BAM에 맞지 않는다. 각 전송을 적절한 레일에 매칭하는 레이어드 워크플로우를 구축하고, DMS 계획에 문서화하면 나머지는 세심한 실행의 문제다.

https://hexatransfer.com — 무료, 계정 불필요, 최대 10 GB.