의료 인공지능 도입의 환자 건강 개선 효과 검증 필요성

주장의료 현장에 인공지능(AI) 기술이 빠르게 확산하고 있으나, 이것이 실제로 환자의 건강 결과를 개선하는지에 대해서는 명확한 근거가 부족합니다. 미시간 대학교의 제나 위엔스와 토론토 대학교의 안나 골든버그는 최근 네이처 메디신(Nature Medicine)에 발표한 논문을 통해 이 문제를 제기했습니다.

팩트현재 병원에서는 의사의 기록 작성을 돕는 AI 비서, 환자 기록 분석, 의료 영상 판독 등 다양한 분야에 AI가 활용됩니다. 의료진은 이러한 도구가 업무 효율성을 높이고 번아웃을 줄여준다는 점에서 긍정적인 반응을 보입니다.

교차검증AI 도구가 정확한 결과를 도출한다고 해서 반드시 환자의 건강이 좋아지는 것은 아닙니다. AI가 엑스레이 판독 속도를 높일 수는 있지만, 의사가 이를 어떻게 수용하고 치료 결정에 반영하는지에 따라 결과는 달라집니다.

팩트2025년 1월 발표된 연구에 따르면 미국 병원의 약 65%가 AI 기반 예측 도구를 사용합니다. 이들 중 3분의 2만이 도구의 정확도를 평가했으며, 편향성을 평가한 병원은 이보다 훨씬 적습니다.

주장의료 기관들은 AI 도입의 효율성만 강조할 것이 아니라, 실제 임상 현장에서의 의사 결정 과정에 미치는 영향을 면밀히 분석해야 합니다. 기술이 의료진의 업무를 돕는 것은 사실이나, 환자에게 미치는 최종적인 영향은 아직 확인되지 않았습니다.

교차검증AI 비서와 같은 도구는 의사와 환자의 대화를 요약하여 기록 부담을 줄여주지만, 이것이 의사의 인지적 정보 처리 방식에 어떤 변화를 줄지는 알 수 없습니다. 의학 교육 과정에서 AI에 대한 의존도가 높아질 경우 발생할 수 있는 부작용에 대한 우려도 존재합니다.

팩트제나 위엔스는 AI 기술이 의료진과 환자의 만족도를 높일 수는 있어도, 임상적 의사 결정에 미치는 영향에 대한 연구는 매우 부족하다고 지적했습니다. 병원마다 다른 임상 워크플로우와 의료진의 숙련도에 따라 AI의 효과는 다르게 나타납니다.

주장AI 도입은 기술의 잠재력을 활용하면서도 부작용을 최소화하는 중간 지점을 찾아야 합니다. 기술이 환자에게 오히려 해가 되지 않도록 철저한 사후 검증과 평가 체계를 마련해야 합니다.

팩트의료 현장에서 AI의 도입 속도는 매우 빠르지만, 기술 개발사가 아닌 병원이나 독립적인 기관이 실제 임상적 유용성을 평가하는 사례는 여전히 부족합니다. 이는 기술의 도입이 실제 의료 서비스의 질 향상으로 이어지지 않을 위험을 내포합니다.

출처MIT 테크놀로지 리뷰(MIT Technology Review)의 'Health-care AI is here. We don’t know if it actually helps patients.' 기사를 통해 해당 내용을 교차 검증했습니다.