서울대 의대가 제안한 의료AX
건수 아닌 환자 중심 수가 전환
진료 AI 도입 법제화도 필수
국내 의료·AI생태계 구축 위해
공학·경제 아우를 인력 키워야
국내 의료계가 인공지능(AI)을 본격적으로 도입할 경우 예상되는 효과는 막대하다. 서울대 의대 의료빅데이터연구센터의 분석에 따르면 현존하는 AI를 의료 현장에 도입할 경우 매년 최대 21조3000억원가량을 아낄 수 있다. 서울대 의대는 "국내 의료계는 AX(AI 전환)가 가장 필요한 동시에 가장 더딘 분야"라며 "병원과 정부가 동시에 의료 AX에 나서야 한다"고 강조했다.
21일 서울대 의대는 의료계에 AI 도입을 유도하기 위해선 의료 행위의 경제성 판단 기준을 다양화해야 한다고 제안했다. 현행 수가 보상 체계는 의료 행위마다 비용을 지급하다 보니 과잉 검사·처치가 이뤄진다는 비판을 받는다. 서울대 의대는 검진·치료·재활 등 병원을 찾는 '환자 여정' 전반에 미치는 효과를 측정해 수가 체계를 다듬어야 한다고 제안했다. 이렇게 되면 환자의 검진·입원 등 일정을 관리해주는 AI가 쉽게 활용될 수 있다는 것이다.
공현중 서울대병원 융합의학과 교수는 "미국 미시간대 의대는 2022년 의료 AI를 접목해 입원 병상 배정과 응급실 대기 시간을 각각 33%,37% 줄여 연간 1950만달러의 의료 수익을 추가했다"며 "혁신 기술에 초점을 맞춘 보상 체계를 도입해야 한다"고 했다.
국가 차원의 의료 AI 벤치마크를 도입하자는 제안도 나왔다. 현재 대다수 의료 현장에는 AX에 필요한 인프라스트럭처가 마련돼 있지 않다. 이규언 서울대 의학과 교수는 "의료 AI 소프트웨어가 전국에 보급된다고 해도 컴퓨팅 자원,운영 인력,데이터 처리 시스템 등 인프라가 존재하지 않으면 아무 의미가 없다"며 "의료 AI가 일부 선도 기관의 시범사업에 머무르는 것도 다른 병의원이 참고할 벤치마크가 없기 때문"이라고 말했다. 이 교수는 이를 위해 병의원별 AI 도입 수준을 평가하고 이에 상응한 보상을 제공하는 방안을 제시했다. 의료 AX 수준을 항목별로 지표화하면 병의원마다 어디에 투자할지 판단하기 쉬워질 것이란 기대다.
AI를 활용하기 위한 명확한 가이드라인도 필요하다. 의료인이 AI 도입을 망설이는 가장 큰 이유는 법적 책임 소재와 기술 안전성에 대한 불안감 때문이다. 이에 서울대 의대는 의료 AI에 대한 상시 모니터링 체계와 의료인의 임상 기회를 제도적으로 보장할 것을 제안했다. 이형철 서울대병원 헬스케어AI연구원 부원장은 "특히 환자 상담형 대규모언어모델(LLM)이나 임상의사 결정 지원 도구처럼 실제 진료 과정에 영향을 미치는 의료 AI는 도입에 앞서 관련 법제화가 필수"라며 "실제 의료 현장에서 발생하는 문제를 즉시 차단할 모니터링 체계는 물론 이를 사전에 방지하기 위한 임상 기회를 제공해야 한다"고 밝혔다.
환자가 의무 기록을 보다 자유롭게 활용하도록 하자는 제안도 나왔다. 현재는 관련 문서 발급에 비용이 드는 것은 물론 의무 기록이 각 병원,정부 부처 등에 파편화된 탓에 환자별 의무 기록을 정확히 파악하기가 어렵다.
서종모 서울대 의학과 교수는 "환자별 의무 기록 등 각종 의료 데이터를 그 누구도 자유롭게 사용할 수 없는 상황"이라며 "각종 데이터를 찾고 허가받는 데에만 많은 비용과 시간이 소비된다. 각 환자에게 의료 데이터를 어떻게 사용하고 보관할지 권한을 부여하고 안전성을 관리하는 방향으로 나아갈 필요가 있다"고 강조했다.
마지막으로 서울대 의대는 매년 의대 정원의 10% 이상을 의료 AI 전문인력 등 융합 인재로 양성하자고 제안했다. 서울대 의대는 "의료 AX를 가로막는 가장 큰 장벽은 의료 AI에 대한 몰이해"라며 "의료와 공학,경제,사회 등을 연결할 인재가 필요하다"고 했다. 이를 위해선 국제 우수 학술대회(TTC) 성과 인정 범위를 의료 AI로까지 확대해야 한다고 건의했다. 임재준 서울대 의대 학장은 "AI 분야는 속도가 무척 중요한 만큼 오랜 시간이 걸리는 학술지 등재 외에도 TTC 발표를 성과로 인정하는 추세"라며 "우수 성과를 적시에 평가한다면 우수 인재들의 도전적 연구를 촉진할 수 있을 것"이라고 했다.
[김송현 기자]