보건의료는 시장 자체적으로 해결이 어려운 만큼, 정부도 많은 부분을 관여하고 있지만 여전히 건강 불평등은 난제로 남아있다. 이러한 가운데 인공지능(AI)이 패러다임의 변화를 만들어 낼지 관심이 모이고 있다.

30일 열린 AI 기본의료 제1차 전문가 정책 간담회에서는 현재 우리나라 보건의료 체계가 직면한 구조적 문제를 해결하기 위한 대안으로 ‘지·필·공 AI 대전환(AX)’을 논의했다.

박정환 보건복지부 보건의료데이터진흥과 과장은 ‘보건의료 난제 해결을 위한 AI 기본의료’를 주제로 한 발제에서 “새로운 기술이 의료 난제 해결의 해법이 될 수 있다”고 밝혔다.

박정환 과장은 “현 보건의료는 지역 의료격차, 필수의료 공백, 공공의료 취약, 수도권 쏠림, 분절된 데이터 등 구조적 어려움이 있다”며 “보편성, 신뢰성, 효율성 등이 AI의 특성을 활용해 보편적 건강권 수단으로 활용하는 것이 필요하다”고 말했다.

다만 “보건의료체계에서 AI가 해법이 될 수 있지만 방향성이 없이 추진되다 보면 또 다른 격차의 원인이 될 수 있다는 우려도 있다”라며 “AI를 보편적 건강권의 수단으로 만들기 위한 공적 개입과 설계가 필요하다”고 조언했다.

제대로 정책이 설계되지 않는다면 사용해 본 사람과 사용해 본 적 없는 사람 간의 경험과 성과 격차, 기관별 정보화 준비 수준에 따른 데이터 활용 및 AX 성능 격차가 심화, AX가 필요한 지역‧필수‧공공의료(지필공) 영역에 오히려 기술 확산 및 접근성이 낮아질 수 있다는 것이다.

박 과장은 “AI 기본의료는 지필공과 AI기술이 합쳐진 것이다. 지필공은 시장만으로 풀리지 않는 공적 영역으로, AI 기본의료의 정책적 정의 영역이다”라며 “AI 기본의료가 지향하는 두가지 정책 원칙은 지역‧필수‧공공의 격차를 해소해 모두에게 닿는 AI인 ‘보편성’과 양극화를 강화하지 않는 공적 설계와 버거넌스인 ‘공공성’이다”라고 말했다.

특히 AI 기본의료가 작동하기 위해 ▲인프라(지역‧필수‧공공 어디서나 필요한 AX가 가능한 기술 기반) ▲데이터(병원의 경계를 넘는 표준‧연계‧품질‧거버넌스) ▲환자 의료진 모두를 위한 유인체계(의료현장 AX 실현을 위한 유인구조 설계) ▲투자생태계(지역 헬스케어 기업‧스타트업의 성장 사다리 복원) 등 4가지 요건이 함께 추진돼야 한다고 설명했다.

박 과장은 “AI 기본의료 추진단이 2월 출범해 오늘 구체적 정책방향 수립을 위한 의견을 듣고자 첫 전문가 간담회를 마련했다”며 “6월 전략발표, 7월 시범사업 추진을 위해 다양한 의견 듣고자 하며, 이를 통해 사회적 논의의 출발점이 됐으면 한다”고 밝혔다.

서준범 서울아산병원 영상의학과 교수(국가 AI 전략위원회 과학분과 의료소그룹장)는 ‘AI 기본의료 전략’을 주제로 한 발표에서 AI를 활용한 기본의료 정책 전략에 대해 조언했다.

서준범 교수는 “기본의료는 의료에 관한 기본권으로 생각해 봐야하는데 개인적으로 누구나‧어디서나‧언제나 양질의 의료를 제공받을 권리를 넘어 생애 전주기에 건강을 국가가 보장해야 하는 권리라고 이해하고 있다”라고 말했다.

그는 현재 대한민국의 보건의료가 지역별 의료격차와 취약지 의료공백, 응급의료체계 위기 등 의료시스템의 문제뿐 아니라, 고령화에 따른 의료비용 상승, 기후변화 등 새로운 형태의 보건위기 등 여러 위기에 처해 있다고 분석했다.

서 교수는 “의정사태에서도 겪었지만 다중위기에 자랑해 온 한국의료가 흔들리고 있다. 지역기반, 결과 중심으로 한 의료체계로 나아가지 않으면 지속이 가능하지 않다고 이야기해 왔는데 보건의료의 패러다임 전환은 필요하며 어떻게 가야할지가 관건”이라며 “현재 시스템에서 인력, 비용, 수가 등을 더 넣어도 기본의료의 실현은 어렵다고 생각하고, 디지털‧AI전환이 유일한 해결책이다”라고 말했다.

또 “보건의료에 있어 디지털, AI 전환은 전통적인 보건의료서비스에서 디지털 기술(AI, 의료정보, 원격의료, 정밀의료 IOT 등)을 통해 새로운 가치의 플랫폼으로 전환하는 것으로 기존 의료서비스의 디지털 폼이 아닌 새로운 가치를 창출하는 것”이라며 “새로운 가치를 부여해야만 기획하고 비용을 넣어 전환을 이룰 이유가 되는 것이다. 이것이 포함되는 새로운 가치를 보건의료시스템 안에 밀어 넣어야 한다”라고 강조했다.

그는 “그동안 AI 전환은 생산성, 진료 효율 높이는 방향으로 진행됐는데 특정분야만 돕는 한계가 있어 의료시스템 변화까지 나아가기는 어려웠다”라며 “하지만 거대모델이 출현하며 의료데이터를 학습한 지식체 만들 수 있게 되고, 특정 일을 할 수 있도록 트레이닝이 가능해질 것”이라고 전망했다.

이어 “이런 일반적인 보건의료 지능을 만들게 되면 보건의료 시스템이 개선될 것이다. 우선 일반인의 의료지식 접근성이 획기적으로 개설될 것이고 이미 그런 시대가 왔다. 뿐만 아니라 개인화된 정보도 컨설던트가 가능해져 개인 검진 결과를 일반인이 이해할 수 있도록 설명해주면서 자기결정권도 높아진다”라고 설명했다.

또 “전문 의료지식도 검색이 가능해지면서 일부에서는 에이전트를 활용해 진단 정확도를 크게 높이고 있다. 이런 의료지식이 만들어지면 1‧2차 의료의 질이 획기적으로 향상될 것”이라며 “또 예측 모델의 등장은 획기적으로 의료현장의 변화를 만들고 있는데 입원환자가 중환자실로 갈 가능성을 예측하고, 10년 뒤 발생할 질병까지 예측하고 있다”고 덧붙였다.

특히 “중요한 것은 한국형 독자 파운데이션 모델이 필요하다. 한국 상황이 반영된 의료지식이 모인 모델을 개발한다면 예방 중심으로 갈 수 있다”며 “한국형을 만든다면 질병 발생 전에 선제적으로 대응이 가능해질 것이고, 이는 의료비 감소에 획기적으로 기여할 수 있을 것”이라고 밝혔다.

관련기사

다만 “전통적으로 잘 작동되던 의료시스템을 갖고 있는 기존 주체들의 반발이 있을 수 있어 국가는 새로운 전략 시스템을 만드는 것이 필요하다”라며 “양질의 데이터를 가진 한국이 강점이 될 수 있을 것이다. 공공과 민간을 합한 양질의 데이터를 활용할 수 있는 시스템이 필요하다. 중앙에 연산을 대응할 수 있는 지삭체를 가지고 접속해 쓸 수 있는 인프라(공공의료 AI 플랫폼)를 구축해야 한다. 이 과정에서 처음부터 표준화를 한다면 현재 어려움을 겪고 있는 표준화도 극복할 수 있는 기회가 될 것이다”라고 말했다.

한편 복지부는 이번 간담회를 시작으로 인공지능 기술을 보건의료 전반에 도입하여 모든 국민이 거주 지역에 상관없이 질 높은 의료서비스를 누릴 수 있는 ‘AI 기본의료’ 시대를 열겠다는 포부다.