일문일답 | “의료 분야 AI, 기회 주지만 의사 대체해선 안돼” 프리즈마 헬스 최고 의료 책임자 앤드류 알바노

비영리 의료 기관 프리즈마 헬스(Prisma Health)는 최근 AI를 도입을 적극 검토하면 도입하는 곳이다. 프리즈마 헬스에서 최고 의료 책임자(Chief Medical Officer)를 맡고 있는 앤드류 알바노 박사에게 의료 서비스와 AI 결합이 만드는 혜택과 위험성에 대해서 자세히 들어보았다. 
 

의료 분야에서 인공지능(AI)은 임상 기록을 기반으로 환자의 건강 상태를 예측하고, 치료법을 추천하며, 의사의 기록을 요약하고 힘든 작업을 자동화해 효율성을 높여주고 있다. 미국 회계검사원(US Government Accountability Office) 자료에 따르면 의료용 AI 도구의 성숙도 및 도입 단계는 초기부터 확산까지 매우 다양하다.

초기 단계에 있는 생성형 AI 및 기타 머신러닝 알고리즘은 의료 서비스 및 전자의무기록(Electronic Medical Records, EMR) 관리를 개선할 때 쓰인다. 하지만 이러한 알고리즘을 사용하면 민감한 정보가 의도치 않게 유출되거나 잘못된 결과가 출력되는 등 위험성도 분명 존재한다.

앤드류 알바노 박사는 미 사우스캐롤라이나에 본사를 두고 매년 150만 명 이상의 환자를 치료하는 병원이자 의사 진료 시스템 운영 기업 프리즈마 헬스의 최고 의료 책임자(Chief Medical Officer)이다.

알바노의 주 업무는 약 5,400명의 의사를 연결하는 시스템을 관리 감독하는 것이다. 특히 의료진 네트워크가 현재 사용 가능한 상태로 유지되게 만들고 향후 발생할 수 있는 잠재적 위협에 대처하는 방안을 연구하고 있다. 그는 또한 의료 시스템이 환자 치료를 제공하는 경로와 보험 회사 및 기술 공급업체와의 계약 업무도 처리하고 있다.

알바노는 AI가 현재 환자 치료의 수준에 큰 영향을 미칠 수 있을 뿐만 아니라 의사와 기타 임상의가 환자 대신 모니터를 보는 시간을 크게 줄일 수 있다고 설명했다. 구체적으로 알바노는 SAI그룹 자회사이자 의료 소프트웨어 기업 리듬엑스 AI(RhythmX AI)가 얼마 전 출시한 정밀 의료 플랫폼을 테스트하고 있다. 리듬엑스 AI의 플랫폼은 환자별 처방 조치와 권장 사항을 AI가 생성해 내는 기술이다. 의료진은 자연어 인터페이스와 챗봇 도구를 사용하여 필요한 내용을 더 자세히 묻고 답변을 받을 수 있다. 

다음은 알바노 박사와 나눈 질문과 답변이다. 전자 의료 시스템 및 기록을 AI와 함께 활용하면서 어떤 문제와 고민을 마주했는지 알아보자.

Q. 의료 기록 데이터를 활용하면서 느꼈던 문제는 무엇이었나? 
A. 의료 기록에서 핵심 문제는 일명 ‘흩어져 있는 기록’이다. 의료 기록은 전통적으로 시간 경과에 따라 환자 증상을 추적하는 데 사용된다. 그런데 그런 기록이 이제 보험 청구나 행정적 업무를 처리하기 위한 도구가 되어 버렸다.

자연스레 환자가 내원할 때마다 기록해야 하는 서류는 늘어난다. 그러니 의사가 진료를 보기 위해 검토해야 할 서류는 더 많아진다. 관리 측면에서 의료진의 인력은 한정돼 있다. 이런 상황에서 늘어나는 의료 기록을 살펴보는 데 많은 시간이 소요되고 효율적이지 않을 수 있다.

이런 점을 고려해 프리스마 헬스는 더 유익하고 간결하게 정보를 추출하는 작업을 진행하고 있다. 보험 청구 및 행정 처리에 필요한 정보는 남기고 관련 없는 산만한 정보를 기술적으로 제거하려는 것이다. 

EMR은 타 자료와 통합이 쉽지 않다. 저장 위치는 사실상 외부에 있는 것이고, 외부에서 만든 자료이다 보니 데이터 형식과 구조가 내부 자료와 다르다. 이런 부분이 상당한 도전 과제다. 기록을 요청하고 기록을 받는 데 시간이 지연될 때도 많다. 물론 지리적 차이도 있다. 예를 들어, 몇 시간이나 떨어진 병원에 의료 기록을 요청하는 경우 해당 시설이 문을 열 때까지 기다렸다가 기록을 보내야 할 수도 있다. 그 반대의 경우도 존재한다. 이런 부분이 EMR 활용 측면에서 느끼는 과제다. 

의료진의 업무 강도 측면에서도 EMR 관련 업무 부담이 크다. 근무 시간 전후에 EMR에 접근해야 할 때가 있기 때문이다. 

Q. 이 모든 과정에서 AI가 어떻게 도움이 되고 있나? 의료 네트워크에서는 AI를 어떻게 활용하고 있나? 
A. 아직 필요한 수준까지 AI를 구현하지 못한 것 같다. AI가 특정 업무의 자동화에 도움을 줄 수 있다. 가령 환자 기록 생성에 도움을 줄 수 있다. 의료계에 정확성이 높은 환자 기록지를 만드는 언어 모델이 있기도 하다. 시스템 전반을 놓고 볼 때, 현재 기존 의사들이 못하는 일은 AI는 처리할 수도 있다. 그런 면에서 엄청난 기회가 있다고 생각한다. 

CMO로서 특정 보험 상품의 리스크 관리를 해보니 여전히 우리 환자가 얼마나 건강한지 또는 얼마나 아픈지 추정하기가 여전히 어렵다는 것을 목격한다. 향후 특정 환자 또는 특정 집단에 대한 위험 수준을 높은 정확도로 파악하고 계약 협상이나 업무를 준비하는 데 AI가 도움을 줄 수 있다고도 본다.

AI의 또 다른 이점은 리소스 중복을 줄이는 것이다. EMR의 경우 AI의 영역 밖이지만, EMR을 서로 연결하면 좋을 것 같다. 그러한 EMR 연결 과정에서 AI가 도움을 줄 수 있다. 환자를 처음 대면하거나 응급실과 같은 급박한 상황에 처했을 때 환자의 의료 기록을 일일이 살펴보는 대신 AI가 의미 있는 정보를 분석하여 환자에 대한 간략한 요약을 제공할 수 있다. 이런 영역의 잠재성은 아직 제대로 파악되지 못한 것 같다. 

또한 AI는 의료계 업무 부담을 줄일 수 있다. 방사선과 동료가 응급실이나 다른 부서를 위해 이미지를 판독한다고 생각해 보자. 검사 소요 시간을 기준으로 하루 중 특정 시간대나 요일 또는 주중에 이미지 판독 요청이 폭증할 수 있다.  방사선과 동료가 흉부 엑스레이나 일반 CT와 같은 양성 검사부터 처리할 경우 두부 CT나 전문성이 필요한 다른 검사로 넘어가는 속도가 느려질 수 있다. 이때 AI가 이미지를 검토하며 양성 및 악성 여부를 대신 알려줄 수 있다. 특히 높은 확률로 양성인 경우 방사선 동료가 관련 이미지를 재검토하지 않아도 된다. 흉부 엑스레이 분야에서 AI가 '정상' 사진을 걸러내고 임상의가 비정상적인 부분에 집중할 수 있도록 도울 수 있을 것으로 보인다. 

망막 영상 공급업체에서 이러한 기술을 사용하고 있기도 하다. 이런 분석 기술로 궁극적으로 망막병증이나 기타 황반변성 치료 과정의 정확성과 적시성을 높일 수 있다.

Q. AI 방사선 이미지 분석 기술을 제공하는 기업에는 어떤 곳이 있는가?
A. 프리스마 헬스는 몇 년 전 아이리스라는 기업과 영상 판독을 위한 파트너십을 맺었다. 물론 단일 솔루션만 쓰는 것은 아니다. 다른 기회를 계속 찾고 있다. 우리 직원들은 당연히 프리즈마와 계약을 맺은 공급업체와 파트너 관계에 있지만 동시에 직원 스스로 독립적인 검토를 할 수도 있다고 본다. 

우리는 더 효과적일 뿐만 아니라 비용 효율적이고 적시에 구현할 수 있으며 다양한 규모로 확장할 수 있는 솔루션을 찾고 있다. 다만 리듬엑스AI의 모회사인 SAI를 제외하고는 의료 분야에서 AI를 선도하는 벤더를 찾기는 어려운 상태다. 지금까지는 이미지 기술 분야에서 AI 기반 사용 사례가 많이 나오고 있다.

앞서 언급한 임상 문서화 및 EMR 효율성 영역에서 AI 활용도가 높아질 수 있다. 다만 대부분 자연어 처리를 위한 것이지 전체 진료에 도움을 주는 것은 아니다. 치료를 조정하고, 불필요한 정보를 걸러내고, 다음 단계, 선별 조치, 진단 분류를 적시에 권하고 그다음 문서화나 EMR 효율성에 도움을 받을 수 있을 것으로 보인다.

기회는 엄청나게 많을 것이다. AI를 더 잘 구현할 기회는 무궁무진하다. 지금이 도입의 초기 단계에 있다고 생각한다.

Q.  리듬엑스 AI 소프트웨어를 어떻게 사용하고 있나? 
A. 아직 탐색 단계에 있고 아직 적극적으로 사용하진 않고 있다. 논의는 긍정적으로 진행되고 있다. 내부 팀 피드백에 따르면, 환자 기록 생성이나 EMR 데이터 집계와 유용성 확보에 AI가 도움이 되고 있다.

위험 수준을 나눠 파악하고 의료진 배치 예측 분석과 영역에서 AI를 이용할 수도 있다. 개인적으로 나는 CEO와 이야기하면서 의사이 필요한 것을 얻고 업무를 잘 수행할 수 있도록 도와주려고 한다. 

가령 인력이 부족한 흉부외과에 갑자기 모든 환자가 몰려서는 안된다. 하지만 흉부외과 전문의는 부족하기 마련이다. 하지만 진료 과정에서는 엑스레이 검토 과정 등에 병목 현상이 발생할 수 있다. 이때 AI를 적절히 활용한다면 적절한 검사와 의료진 배치를 보다 신속히 할 수 있다. 여기에 전문간호사 의사 보조원 같은 2차 임상의가 환자의 상태를 AI에게 알아서 구분하거나 필터링해달라고 요청할 수 있다. 

프리스마 헬스는 비슷한 맥락으로 리듬엑스 AI 소프트웨어를 이용하고 있다. 예측 분석은 초기 단계의 질병에 대처하는 것이 훨씬 쉽고 비용이 적게 든다는 점에서 유용하다. 1차 예방 시점을 지나면 AI를 활용하여 내부 및 외부 EMR의 정보를 취합하고 시간이 지남에 따라 환자의 증상이 급격히 나빠는 것을 막는 방법을 마련할 때 AI를 활용할 수 있다고 본다. 신장 질환을 앓는 환자에게 이런 예측 기능은 중요하다. 병원에선 무증상 신장 질환 환자에 대해서는 따로 가이드라인이 없어 조기에 질환을 발견하지 못하곤 한다. 이때 AI가 수년간의 모든 임상 사례에 대해 환자의 모든 신장 검사를 검토하고 ‘상황이 좋지 않다. 의료진이 바로 개입하지 않으면 이 환자는 투석이 필요할 것으로 예상된다’라고 제안할 수 있다. 이런 방식이 내가 AI로 얻고자 하는 성과다.

결국 기술의 목적은 환자 건강의 이상신호와 정상신호를 구분하는 것이다. 많은 의료진이 정보의 홍수 속에 산다. 리듬엑스 AI 솔루션이 이를 정리하는 데 도움이 된다. 환자와 함께 있을 때 집중해야 할 것은 무엇이며, 필요하지 않은 정보로 인해 의료진이 주의가 산만해지지 않도록 해야 한다.

개인적으로 AI가 의료진의 행정 및 임상 업무 중 많은 부분을 덜어줬으면 한다. 보험 청구 및 질병 분류 측면에서 ‘이러한 데이터를 근거로 A 약물, B 치료법, C 이미지 자료를 검토해주세요’라고 나오길 바란다. 진단에 대한 치료법을 추천할 수 있을 뿐만 아니라 수행한 모든 작업을 기반으로 '여기에 적합한 질병 관리 코드는 이것이다’ 같은 정보도 제공할 수 있으면 좋겠다. 

이렇게 하면 임상의가 환자를 눈앞에 두고 실시간으로 모든 것을 파악해야 하는 번거로움 없어진다. 보험 청구 및 환자 기록을 위한 행정 작업을 쉽게 처리할 수 있다. 진료진 전체가 환자와 더 자유롭게 상호작용할 수 있다. 그렇다고 AI가 임상 치료팀을 대체하거나 대체할 수 있다고 생각하지 않다. 의료 서비스에서 차이를 만드는 것은 결국 사람 간의 연결이다.

 

Q. AI가 백엔드 기록 시스템과 어떻게 연결될 것으로 보는가? 일종의 네이티브 인터페이스나 API 세트가 등장할까? 
A. 좋은 질문이다. 현재 우리가 직면한 과제는 환자가 의료 기록을 소유하고 있다는 점이다. 소유권이란 다른 사람이 의료 기록을 활용하고 공유할 수 있도록 승인해야 한다는 것을 의미한다. 환자의 정보를 보유할 수 있지만 환자가 승인하지 않으면 사용할 수 없다.

의도한 것은 아니지만 어쩌면 '우리가 모든 정보를 가지고 있고 의사가 이 서비스를 제공하기가 더 쉽기 때문에 우리 의료 시스템 내에 머무르는 것이 더 낫다'는 식의 메시지를 줄 수 있다. 환자 유지를 위한 활용 도구로 기술이 사용될 수 있다는 것이다. 이런 방식이 늘 좋은 결과만 가져오는 것은 아니다. 만약 같은 지역 내에 머무른다면 한 의료 시스템 내에 머무르는 것이 가장 합리적일 것이다. 하지만 여행을 하거나 여러 지역에서 거주한다면 제한적인 모델이 될 수 있다.

개인적으로 백엔드의 인터페이스는 잘 알지 못하지만, 의료 기관 스스로 의료 정보의 관리자가 되어 모든 환자 자료들이 더 잘 연결되록 해야 한다고 생각한다. 그래서 주민번호 같은 고유 번호를 이용해 정보를 연결하는데 집중하고 있다. 환자가 의료 시스템 종류 및 EMR에 관계없이 쉽게 접근할 수 있는 정보를 기반해서 연결하려는 것이다. AI는 개별 서버가 아닌 클라우드에서 해당 정보를 가져올 수 있을 것이다. 

Q. AI의 태생적인 문제점이 있다고 보고 있는가? 아직 부족한 점은 무엇인가?
현재 AI는 패턴을 보고 예측을 개발하며 기본 알고리즘이 학습하지 못한 일을 할 수 있다. 의료분야가 매우 빠르게 발전하고 있기 때문에 AI를 의료 분야에 최전선에 두는 방법 나아가 헬스케어 산업을 선도하는 방법을 알아내는 것이 도전 과제다.

AI는 유용한 리소스 될 수 있다. 하자만 경쟁 주체가 되길 바라진 않는다. 의사나 전문간호사, 의사 보조를 만나러 갈 것인가? 아니면 AI에 로그인하여 증상을 입력하면 무언가를 하라고 알려주는 것이 될 것인가? 이런 사항에 대해 엄청난 두려움을 갖고 있다. 많은 질병 진단 영역에서 AI가 의사 역할을 대체하는 것은 안전하지 않을 것이라고 생각한다. 앞으로 AI를 잘 관리하고, 어떤 서비스를 제공하든 줄어드는 인력을 최적화하고 긴급도를 여러 수준으로 평가해야 한다. 그러면 과거에는 잘 보지 못했던 정보를 더 살펴볼 수 있을 것이다. 

예를 들어 건강 보험, 사회적 취약성 및 사회적 결정 요인, 개인 선호도 등이 있다. AI는 그에 맞는 치료 계획을 세우는 데 도움을 줄 수 있다. 예를 들어, 주치의가 제시할 수 있는 치료안이 A, B, C, D일 수 있다. 이때 B에는 추가적인 교통편이 필요하고 D에는 많은 비용이 필요한다고 했을 때 AI가 환자에게 무엇을 고려해야 하는지 알려줄 수 있다. 그런 다음 우버 헬스(Uber Health) 등을 통해 교통편을 조정하거나 더 저렴한 약국이 어디인지 알려주는 식이다. 

다시 말해 AI가 의사를 대체하는 것이 아니라 보완하고 지원하는 역할을 할 수 있다. 의사로서 치료 계획을 세우고, 환자가 그 계획을 실행하기 위해 고려해야 할 다양한 변수를 AI가 알아내는 방향을 알아보고 있다. 그렇게 하지 않으면 AI는 도구로서만 유용한 것이다. 개인적으로 나는 AI를 받아쓰기 용도 혹은 의료 지식 백과사전으로 쓰려는 것이 아니다. 그런 기능은 좋지만 그 자체로는 그다지 도움이 되지 않는다.

Q. 환자 기록 개인정보 보호 및 보안 측면에서 AI에 대해 우려하는 점은 무엇인가? 
어떤 도구든 잘못 사용하면 해롭다. AI도 하나의 도구라는 점을 고려했을 때, 입력된 정보와 AI가 사용하는 정보가 정확하고 증거에 기반한 것이라면 유용한 도구가 될 수 있다. 또한 보안 측면에서도 예측 모델을 만들기 위해 데이터를 비식별화한다면 정말 도움이 될 것이다. 내가 우려하는 점은 보험 상품에 영향을 미칠 수 있다는 부분이다. 예를 들어, AI를 통해 특정 집단에 대한 예측 모델을 만들고 그로 인해 해당 인구의 질병 성향이 X이므로 보험료를 크게 인상해야 한다는 결과가 나온다면 어떻게 될가? 해당 지역의 환자나 집단에 해가 될 것이다.

보안과 관련된 또 다른 부분은 EMR의 이동성과 관련있다. 어떻게 하면 정보를 기밀로 유지하고 권한이 있는 사람만 접근할 수 있을까? 동시에 적절한 보안성은 어떻게 갖출 수 있을까? AI의 출력을 이끌어내는 입력과 의료 기록의 이동성 및 실시간 사용과 치료 계획 및 보험 모델링에 대한 접근성, 이 두 가지가 제가 가장 우려하는 부분이다.
ciokr@idg.co.kr