대형병원 중심으로 주목받던 AI 기술이 이제 일차 의료기관으로도 확장되고 있다. 실제 개원가 현장에서 판독 보조 AI와 생성형 AI가 활용되며, 환자 설득 도구로서 기능하는 모습이다.

이런 흐름에 앞서, 2022년부터 이미 개원가에서도 AI를 활용하려는 시도가 있었다. 메디칼타임즈는 입북삼성가정의학과의원 유승호 원장을 만나, 의원급 의료기관에서의 AI 활용 방식과 가능성에 대한 이야기를 들었다.

■AI, 환자 설득 도구로 유용…행정 부담도 줄어

유승호 원장은 AI에 관심을 갖게 된 계기로 '기술 발전에 밀려나선 안 된다'는 경계심을 꼽았다. AI가 막을 수 없는 흐름이라면 여기에 빨리 올라타 적응하는 것이 경쟁력 확보에 이로울 것이라는 판단이었다.

그 결과 유 원장은 현재 판독 보조 AI와 생성형 AI를 병행해 활용 중이다. 흉부 엑스레이 사진 등 영상 진단 보조에 AI를 사용하고, 생성형 AI로 고혈압·당뇨병 등 만성질환 치료에 대한 환자 이해를 돕는 식이다.

그는 특히 AI가 질병 가능성을 정량적 확률로 제시할 수 있다는 점에서 장점이 있다고 전했다. 일례로 생성형 AI는 '폐암 가능성 77%' 등 정확한 수치를 제시할 수 있어 환자가 이를 더 신뢰감 있게 받아들인다는 평가다.

판독 보조 AI를 사용하면서도 효용성을 느낀 일이 있었다. 폐 결절이 의심되지만 확신하지는 못하던 상황이었는데, AI가 이를 결절로 판독하면서 대학병원에 의뢰해 조기 진단과 치료를 마칠 수 있었다는 설명이다.

AI를 사용하는 것에 대한 환자 거부감이 없느냐는 질문에 유 원장은 오히려 환자의 신뢰도가 높아졌다고 답했다. 자신이 혼자 설명할 땐 반신반의하던 환자가 생성형 AI와 함께 설명하면 납득하곤 한다는 설명이다. 의사와 AI 간의 진단 교차 검증이 이뤄지면서, 의사 단독 설명보다 환자의 신뢰도가 높아지는 경향이 있다는 판단이다.

유 원장은 "2~3년 전부터 AI를 진료에 활용하고 있다. 기존에는 단순 흉부 촬영 결과를 직접 판독하거나 영상의학과에 의뢰해 판단을 기다려야 했다"며 "하지만 이젠 5초 이내에 주요 병변의 위치와 의심도를 시각적으로 판단할 수 있어 진료 속도가 빨라졌다"고 말했다.

이어 "또 폐렴이나 결핵 등의 질환이 의심될 때 AI가 강조한 부위를 환자에게 직접 보여주면 환자의 이해도와 신뢰도가 높아지는 것을 실감한다"며 "특히 질병 가능성을 수치로 표현하는 것에 환자들이 객관성을 느끼는 것 같다. 의료 기술의 발전은 고무적이지만, 이런 환자의 반응은 다소 씁쓸하긴 하다"고 전했다.

예방접종 등 비급여 진료가 필요할 때 환자를 설득하는 것에도 도움이 된다. 의사가 먼저 비급여 진료를 권하는 것은 환자에게 상업적이라는 느낌을 줄 수 있는데, 이때 생성형 AI 역시 같은 판단을 하면 환자의 거부감이 덜하다.

이 밖에도 젊은 환자들의 경우 이른 나이에 만성질환에 걸린다면 약물 치료에 거부감을 느끼는 경우가 많다. 하지만 생성형 AI의 설명을 통해 설득한다면 환자가 수긍하곤 한다고.

유승호 원장은 "젊은 환자에게 '당뇨약을 먹어야 한다'고 말하면 '아직 젊은데 벌써 약을 먹어야 하느냐'는 반응이 많다"며 "젊은 나이부터 평생 약을 복용해야 한다는 거부감 때문인데 오히려 젊은 환자의 여생이 더 긴 만큼, 빠르게 약물 치료를 시작하는 것이 더 좋다. 이때 생성형 AI의 설명을 함께 보여주면 환자가 동의하는 경우가 꽤 있다"고 말했다.

이어 "비급여 진료가 필요할 때도 직접 말하기가 곤란한 경우가 많은데, 이때 AI를 활용하면 수월해지곤 한다. 일례로 생백신을 맞았던 분이 요즘 나오는 불활성화 백신을 추가로 맞아야 하냐고 묻는 일이 있었다"며 "이때 의사가 직접 권하면 상업적이라는 인상을 받을까 우려스러웠는데, AI의 의견을 보여주니 환자가 수긍했다"고 전했다.

행정 업무 부담도 줄었다. 특히 상병 코드 검색에서 진가가 발휘되는데, 국내 사용되는 한국표준질병사인분류 코드만 해도 수천 개 이상이며, 세부 질환마다 코드가 다 다르기 때문이다.

또 일부 전자의무기록 시스템은 코드 검색 기능이 직관적이지 않거나, 키워드로 원하는 코드를 찾기 어려운 경우가 많다. 상병 코드를 진료 시간 내에 빠르게 입력해야 한다는 데서 오는 압박감과 비슷한 코드가 많아서 생기는 혼동도 있다. 이때 생성형 AI를 사용하면 원하는 상병 코드를 손쉽게 찾을 수 있다는 설명이다.

이와 함께 문서를 작성할 때 필요한 문구를 AI가 자동 생성해주는 덕분에, 기존에 시간이 오래 걸리던 행정 업무의 효율이 크게 높아졌다는 평가다.

■오류 문제는 여전…의사 판단 필수불가결

문제가 없는 것은 아니다. 특히 판독 보조 AI의 경우 위양성 확률이 높아 의사의 판단이 필수불가결하다. AI가 폐 결절이라고 판독했지만, 실제 CT에선 병변이 확인되지 않는 사례가 있었다는 설명이다. 이는 환자에게 불필요한 재검사나 불안을 유발할 수 있기 때문에 주의가 필요하다는 것.

또 고령층 환자의 경우 AI보단 의사의 판단을 더 신뢰하는 경우도 있어, AI를 활용할 때 균형 있는 설명이 필요하다고 강조했다.

유 원장은 "판독 보조 AI를 도입하고 오히려 영상의학과에 의뢰를 보내는 경우가 2~3배 늘었다. 한 번은 AI에서 폐 결절 의심 결과가 나왔는데, 오류 가능성이 있어 두 달 후 다시 촬영했다"며 "그런데도 같은 결과가 나와 영상의학과로 의뢰했는데 결과적으로 아무 문제가 없었다. 다행인 일이긴 하지만 환자가 번거로움을 느꼈던 사례"라고 설명했다.

이어 "이렇듯 아직까진 위양성이 많기에 증상을 종합적으로 판단하는 것은 의사의 몫이다. 이는 임상 증상, 진찰 소견, 병력 등을 종합적으로 고려해야 하기 때문"이라며 "따라서 AI를 활용할 경우, 환자에게 위양성 가능성에 대해 충분히 설명할 필요가 있다. 진료의 최종 결정권자는 의료인임을 잊지 않아야 한다"고 부연했다.

■의사 대체 불안감은 있어 "제도적 뒷받침 필요"

제도적인 제약도 문제다. 현재 AI 관련 제도나 가이드라인 대부분 병원급 이상 의료기관 중심으로 설계돼 있다 보니, 의원급에서는 적용이 모호한 경우가 많기 때문이다.

진료에 AI를 도입하고 싶어도 활용 기준이 불명확하고, 수가나 법적 보호 장치가 거의 없어 실제 현장에서는 적극적으로 도입하기 어렵다는 설명이다. 특히 개원가 입장에선 AI가 언젠가는 의사를 대체하는 것이 아닐까 하는 불안감이 든다는 것.

의원급 의료기관에서도 AI를 안전하게 활용할 수 있도록, 현실적인 가이드라인과 오류 발생 시 책임 분담을 위한 법적 기준 마련이 시급하다는 지적이다.

유 원장은 "AI의 도입 자체보다 중요한 것은 이를 의료 현장에서 안전하게 사용할 수 있는 가이드라인과 교육 시스템이다"라며 "AI는 도구일 뿐이라는 전제 하에, 의사의 전문성과 판단력이 중심이 되는 의료 환경을 제도적으로 뒷받침해야 한다"고 강조했다.

이어 "의료인의 'AI 리터러시'를 높이고, 환자의 이해도와 신뢰를 높일 수 있는 기반이 마련돼야 한다"며 "또한 비용과 관련한 수가 보상 체계도 함께 구축돼야 의원급에서도 자율적이고 안전하게 AI를 활용할 수 있을 것"이라고 전했다.