KMCRIC

보건의료 최대 난제를 해결할 AI

AI will fix healthcare’s biggest and least sexy problem

인공지능(AI)의 증가에 관한 논의에서 가장 뜨거운 논쟁은 AI가 암이나 당뇨와 같은 심각한 질환을 진단하고 치료하는 보건의료 분야에서 게임 체인저가 될 것인지 하는 점이다. 헤드라인을 장식하는 것은 “알고리즘 대 의사"와 임상 실험 등이지만 AI는 조용하게 의료계의 오랜 난제였던 낭비와 비효율을 조용하게 해결하고 있다. 

임상 결과와 달리 비효율성은 복잡성과 낮은 관심으로 종종 간과되고 있다. 그러나 많은 사람들은 운영 문제를 해결하는 것은 보건의료가 제자리를 찾는데 가장 중요한 수단이며 비용과 환자 경험을 개선할 수 있는 실질적인 영역이라고 생각한다. 미국대학보건협회(ACHA)와 기타 불안정한 정책 문제에 직면하여, 더 많은 병원이 파산하고 보험료 상환과 운영 이익에 대한 불확실성이 증가하고 있는 가운데 더욱 중요한 문제로 부상하고 있다.

하지만 비효율성을 개선하는 것은 어렵다. 그 이유는 병원이 복잡하고 예측할 수 없는 조직이기 때문이다. 데이터가 도움을 줄 것으로 기대되었지만 엄청난 양의 정보가 주어진 상황에서 표준 산업계의 대시보드나 보고서와 같은 도구는 충분한 도움이 되지 못하고 있다. 보건의료 분야의 지분은 훨씬 크고 더욱 실용적인 솔루션을 요구한다. 고도의 압박을 받는 의사와 간호사가 대시 보드를 이해하고 어떤 결정을 내릴지 판단하게 하는 것은 비합리적이고 불가능한 일이다.

우리는 한발 물러난 시점에서 능동적으로 이 문제에 대처해야 한다. 전날 간호사가 확인한 보고서는 장기간의 수술실 대기 시간으로 취소된 수술의 경우 아무런 의미를 갖지 못한다. 이런 문제 해결을 위해서는 예측 분석이 필요하지만 예측은 어렵다. 이것은 앞으로 닥칠 혼란에 대응해야 하는 바쁜 간호사를 돕지 못한다. 일선의 의사 결정자를 더 잘 돕기 위해서 가능한 개입을 분석하고 데이터 검증, 실시간 정정 같은 도구가 필요하다. 

보건의료에 AI를 적용한 결과는 유망한 것으로 나타났다. AI를 적용한 대학 아동 병원은 당일 수술 취소율을 25%까지 낮출 수 있었다. 또한 저조한 성과를 보인 응급실을 개선하여 의사당 환자 대기 시간을 20%까지 단축했다. AI를 보건의료에 적용한 결과 수술 대기, 환자 과밀, 환자 감소, 과도한 병원 내 대기 등의 문제를 해결할 수 있었다.

사회적으로는 이 중요하고 많은 비용이 드는 상황을 인식하는 더 큰 목표가 있다. 농촌 지역의 의료 시설 폐쇄를 줄이고 막대한 비용을 소모하는 병원의 지출을 줄이고 매년 25만 명이 의료사고로 사망하는 상황을 개선하고 의료 종사자의 업무를 쉽게 하는 것이다. 가장 기본적인 단계에서는 환자들이 더 빠르고 만족스럽게 병원을 방문할 수 있게 하는 것이다.

이 문제 해결을 위해서는 만능 해결책을 찾기보다 사고방식을 바꿔야 한다. 작고 일상적인 행동에서 시작하여 장기적으로 대규모 영향을 주는 변화를 이끌어 내야 한다. 모든 보건의료 종사자가 필요한 도구를 갖추는 것이 중요하다. 바로 여기에 AI가 게임 체인저로 나설 수 있는 것이다. 정보를 가공하게 적절하게 의사결정을 위해 전달할 수 있다면 앞으로 몇 년 내에 보건의료 분야는 보다 투명하고 성공적인 운영을 할 수 있을 것이다.

본문키워드(한글): 인공지능, 병원, 의사결정, 비용절감

본문키워드(영문): AI, hospital, decision making, cost reducing

국가: 미국

원문출판일: 2017-07-24

출처: http://medcitynews.com/2017/07/ai-will-fix-healthcares-biggest-least-sexy-problem/