brunch

You can make anything
by writing

C.S.Lewis

by 카카오벤처스 Apr 25. 2023

이제 의료 행정 업무는
AI가 처리한다고?

카카오벤처스 디지털헬스케어 뉴스_20230425

이번 주 시카고에서 열린 HIMSS 글로벌 헬스 컨퍼런스에서 의료 분야에서의 생성형 AI 활용 방안에 대한 논의가 이루졌습니다. 기존의 번거롭던 사무 작업을 AI에게 맡기고, 의료진이 환자에게 더 많은 시간을 쏟을 수 있도록 하는 방안에 대한 관심이 높았는데요. 오늘은 의료 분야에서 AI 이용을 어떻게 바라보고 접근해야 하는지, 또 행정 업무를 어떻게 효율화해갈 수 있는지를 다룹니다. 




의료 AI 활용의 바로미터


의료 분야에서 생성형 AI를 효율적으로 도입하기 위해서는, 우선 행정 업무를 간소화하는 것과 같이 임팩트가 크지만 리스크가 작은 기술부터 활용해야 한다고 합니다. (2월 3주차 카벤 뉴스레터)

환자 진료에 직접 활용되는 생성형 AI 애플리케이션을 개발하는 것은 리스크가 큽니다. 기업이나 학계, 미국 식품의약국(FDA) 등에서 함께 처리해야 하는 규제 문제를 동반하기 때문인데요. 이는 마치 정지 표지판이나 신호등, 도로가 준비되지도 않은 상황에서 자동차가 도입된 것과 같다고 볼 수 있습니다.

하지만 백 오피스 업무는 상대적으로 이러한 규제가 덜 요구되는 분야입니다. 더군다나 사무 작업은 그동안 의료진에게 부담이 되어왔기 때문에 효율적인 솔루션이 현실적으로 필요한 상황인데요. 2016년 미국 의사 협회에서 진행한 연구에 따르면, 의사가 환자 진료에 1시간을 할애할 때마다 추가로 2시간의 행정 업무를 처리하고 있다고 합니다. 또한 의사들은 근무 시간 외에도 사무 작업에 추가로 1~2시간을 더 할애하는 경향이 있다고 하네요.

마찬가지로, 2017년 미국 의과 대학 협회지(Journal of the Association of American Medical Colleges)에서는 응답자들이 근무 시간의 약 24%를 행정 업무에 소비한다고 답한 설문조사를 발표했습니다. 설문조사에 참여한 의사의 3분의 2 이상이 "행정 업무가 양질의 의료 서비스를 제공하는 데 부정적인 영향을 미친다"고 답했습니다.




다가오는 행정 업무와의 작별


마이크로소프트는 전자 의료 기록을 저장하고 공유할 수 있도록 지원하는 EMR 회사인 에픽 시스템즈(Epic Systems)와의 파트너십을 확대한다고 발표했습니다. 

환자가 자신의 건강 정보를 직접 확인할 수 있는 에픽의 마이차트(MyChart) 소프트웨어는 현재 1억 6천만 명 이상의 사람들이 사용하고 있습니다. 에픽은 마이차트 내에 AI 기술을 적용하여, 환자가 보낸 메시지에 대한 응답 초안을 자동으로 생성하게 하였습니다. 의사가 제안된 초안을 다듬어서 전송할 경우 이전보다 응답 시간을 더욱 절약할 수 있습니다.

마이크로소프트의 음성 인식 자회사인 뉘앙스 커뮤니케이션즈(Nuance Communications)도 DAX 익스프레스라는 임상 기록 애플리케이션을 발표했습니다. DAX 익스프레스는 환자 방문 후 몇 초 안에 자동으로 임상 기록을 작성하여 의료진의 행정 부담을 줄여주는 것을 목표로 합니다.


이와 유사하게, 구글 클라우드도 지난 주 AI를 사용하여 의료 보험의 사전 승인(prior authorization: 비싼 검사 혹은 시술을 하기에 앞서서 의료 보험의 승인을 받는 시스템)을 간소화하는 서비스를 발표했습니다. 메디케어 및 메디케이드 서비스 센터에 따르면 의료 보험의 사전 승인 절차는 평균 10일이 소요됐습니다. 실제로 사람이 데이터를 하나씩 가져와 검토한 후 시스템에 입력해야 했기 때문인데요. 이제는 구글 AI가 의료 기록에 담긴 비정형 데이터를 보다 이해하기 쉽고 정형화된 형식으로 변환하여 의료 서비스 제공자의 업무 처리 부담을 덜어줄 것입니다.



생성형 AI가 의료 서비스를 효율화시키기 위한 엄청난 잠재력을 가지고 있는 것은 분명해 보입니다. 하지만 동시에 우리가 명심해야 할 것은 이 기술이 우리 공동체에 해를 끼치지 않도록 꾸준히 점검해야 한다는 것입니다. 



예컨대, 만약 환자 집단을 제대로 대표하지 않는 의료 데이터로 AI를 학습시킬 경우 편견과 차별에 취약해질 수 있고, 이것은 결국 부적절한 의사 결정이나 치료 계획으로 이어질 수 있습니다. 의료 사회의 한 획을 그을 수 있는 혁신적인 기술인만큼, 이를 책임감 있게 사용할 방법을 함께 신중히 찾아나가야 할 것입니다.





KV's note

Chat GPT와 함께 생성형 인공지능에 대한 관심이 높아지면서 의료계에서의 적용과 관련된 다양한 논의가 이루어지고 있습니다. 보수적인 의료의 속성상 생성형 인공지능을 활용해서 의사가 환자를 진료하는 과정을 혁신하는 과정은 많은 노력과 시간이 걸릴 수 밖에 없습니다. 이번 기사에서 다루는 것처럼 기존 워크플로우를 해치는 부담은 적으면서 큰 효과를 낼 수 있는 '업무 자동화 영역'은 큰 가능성을 보여줍니다.

또한, 병원이 돈 버는 것을 도와주는 영역 또한 관심을 기울일 필요가 있습니다. 예를 들어 병원 물류를 효율적으로 관리함으로써 비용을 절감해 준다던지 아니면 포괄수가제(입원 기간, 수술 방법에 상관없이 동일한 보험 수가를 받는 방식)에서 입원 기간이 길어질 것으로 예상되는 환자를 미리 예측하여 적극적으로 관리하는 것과 같은 것들이 여기에 해당할 것입니다. 








매주 화요일, 

읽어볼 만한 디지털 헬스케어 관련 글을 모아 발행합니다.


디지털 헬스케어 레터 구독하기


매거진의 이전글 한 눈에 보는 아마존의 헬스케어 도전기
작품 선택
키워드 선택 0 / 3 0
댓글여부
afliean
브런치는 최신 브라우저에 최적화 되어있습니다. IE chrome safari