인공지능 만난 전자의무기록
무엇을, 얼마나 바꾸게 될까?

위 내용은 미래의 진료실을 상상해서 작성한 것이 아니다. 지난 3월 11일부터 15일까지 미국 올랜도에서 개최된 HIMSS(Healthcare Information and Management Systems Society, 북미 최대의 의료정보 경영시스템 학회)에서 시연된 닥스(DAX, Dragon Ambient eXperience) 시스템의 현재 모습이다. 이 시스템을 개발한 것은 음성인식 인공지 능 전문 기업인 뉘앙스(Nuance Communication)라는 회사로, 2021년 마이크로소프트(Microsoft, 이하 MS)의 AI 자회 사로 인수합병됐다. 이후 MS는 거대언어모델(Large Language Model, LLM)¹을 이용한 생성형 인공지능(Generative Artificial Intelligence)² 등을 의료에 접목하는 사업에 집중하고 있다.
서울대학교병원 역시 2000년대 초반부터 전자의무기록(Electronic Medical Record, EMR) 도입에 적극 나서 왔다. 2004 년 베스트케어(BESTCare) 1.0을 개발했고 2016년에는 보다 고도화된 2.0 버전을 도입했다. 배곧서울대학교병원의 개원 을 고려하면, 새로운 IT기술을 적용해 다양한 요구사항을 해결할 3.0 버전을 천천히 준비해야 할 시기도 머지않았다. 새로운 버전 개발 준비 단계에서는 그간 축적된 데이터를 잘 활용하는 것은 물론, 일상에 빠르게 침투하고 있는 일반 인공 지능(Artificial General Intelligence, AGI)³의 활용 방안과 범위도 잘 고려해야 한다. 언어뿐 아니라 이미지와 소리, 동영 상까지 인지하는 멀티모달(Multi Modal)4 인공지능의 활용 가속화 역시 예의주시해야 할 부분이다.

1. 거대언어모델(Large Language Model, LLM) : 대규모 언어 데이터를 학습해 문장 구조 문법, 의미 등을 파악하고 자연스러운 대화 형태로 상 호작용할 수 있는 인공지능 모델로, 오픈AI에서 개발한 챗GPT와 메타의 LLaMa 등이 대표적이다.
2. 생성형 인공지능(Generative Artificial Intelligence) : 텍스트, 오디오, 이미지 등 기존 콘텐츠를 활용해 유사한 콘텐츠를 새롭게 만들어 내는 인공지능 모델. 기존 인공지능이 데이터의 패턴을 학습해 대상을 이해한 반면, 생성형 인공지능은 기존 데이터와 비교 학습을 통해 새로운 창 작물을 탄생시킬 수 있다.
3. 일반 인공지능(Artificial General Intelligence, AGI) : 특정한 조건에서만 적용할 수 있는 현재의 인공지능과 달리, 모든 상황에 일반적으로 두루 적용할 수 있는 인공지능. 전문가들은 2030년에 일반 인공지능이 보편화상용화 될 것으로 예측하고 있다.
4. 멀티모달(Multi Modal) : 인간이 사물을 받아들이는 방식과 동일하게, 시각과 청각을 비롯한 다양한 인터페이스를 통해 정보를 주고받는 것을 뜻한다.

핵심은 결국 ‘환자’다

올해 초에는 정보화실의 연간 활동 중 하나인 Beyond Excellence, SMART BESTCare 2.0+’ 프로젝트를 진행했다. 데이 터 기반 의사결정과 인공지능을 베스트케어 2.0에 잘 반영해 환자 안전·진료 효과·업무 효율 극대화 방안을 탐색하고 실제 업무에 반영하기 위해서다. 프로젝트는 정보화실에서 기획한 탑 다운(top-down) 프로그램과 서울대학교병원 교직원의 아이디어를 모집해 적용하는 바텀 업(bottom-up) 프로그램으로 구성됐다.
바텀 업 프로그램인 공모전 진행은 특히 의미가 컸다. 의사직·간호직·기술직·사무직까지 다양한 직군의 직원들이 폭발적인 관심을 나타내며 55건의 아이디어를 제출했기 때문이다. 그중 수술 스케줄을 입력하면 지난 1년간의 데이터를 기반으로 수술 예정 시간을 자동으로 채우는 기능, 수술 비용 입력 시 해당 진단명과 수술명을 바탕으로 가장 많이 입력된 상위 코드 를 보여주는 기능 등은 베스트케어 2.0에 반영하기로 결정됐다. 이외에도 베스트케어 2.0에 적용할 수 있는 고도화된 일반 인공지능의 기능은 무궁무진할 것으로 기대된다.
먼저, 앞서 예로 든 음성인식을 바탕으로 하는 의무기록 작성, 특히 의무기록을 작성할 시간적·물리적 한계가 있는 응급실 에서의 자동화 의무기록 작성 기능이 개발되면 환자와 의사 모두에게 큰 도움이 될 것이다. 외래 진료 전, 지금까지의 기록 과 마지막 검사 결과를 바탕으로 외래 기록지 초안을 작성하거나, 향후 계획을 제시하는 프로그램 개발도 기대된다. 실시 간 데이터를 바탕으로 약물의 중복투여 여부를 확인할 수 있는 기능이나 아나필락시스(Anaphylaxis)와 같은 위중한 알러 지 반응을 막아주는 다양한 임상의사결정지원시스템 개발도 예상할 수 있다. 수술 전 임상 자료 및 의료영상 확인 및 수술 중 신체 신호와 수술 동영상을 바탕으로 저혈량성쇼크(Hypovolemic shock)나 대량 수혈 요구를 예측하는 기능, 수술 중 화면에 수술 가이드를 제시하거나 일부 수술의 보조를 직접 수행하는 인공지능 등 수술장에 적용할 수 있는 기술도 속속 등장할 것으로 보인다.
하지만, 언제나 강조해 왔듯 효율을 높이는 것이 기술 발전의 핵심은 아니다. 그보다 더 중요한 것은 다름 아닌 환자다. 첨 단 기술 개발과 도입의 핵심은 환자의 안전을 극대화하고 치료 성적을 높여 환자 삶의 질 향상에 기여하고 의료 서비스에 대한 환자 만족도를 높이는 것이다. 모두의 시선이 ‘디지털 의료’에 쏠린 지금, 서울대학교병원이 ‘따뜻한’이라는 단어에서 시선을 거둘 수 없는 이유다.