의료 분야의 생성 AI: 3가지 시급한 기회

2024년 5월 1일 한 해외 포럼에서 " 속도의 필요성: 의료 분야의 AI 확장 "이라는 주제로 
각 분야 전문가들이 그들의 경험을 한 자리에서 논의했습니다. 

 

 

그들이 다음과 같이 설문했습니다. 

 

귀하의 조직에서 AI를 확장하는 데 가장 큰 장애물은 무엇입니까?
- 높은 기술 비용 인식
- 법률 및 규정 준수 문제
- 임상의 채택 및 준수
- 기술에 대한 신뢰 부족
- 고위 리더로부터 동의 얻기

현재로서는 1번이라고 답했습니다.

 

2023년 세계경제포럼(World Economic Forum)에서 향후 5년 동안 모든 직업의 25%가 바뀔 것이라고 추정했으며, AI는 이 기념비적인 개편에서 큰 역할을 할 것입니다. 이러한 변화는 기술 세계에서 이미 진행 중입니다.

이건 2023년의 이야기 입니다. (현재 2024년에는 더 빠른 속도로 인간이 해야하는 일과 AI가 할 일이 변화하고 있음을 우리는 체감하고 있습니다. 새로운 직업이 생기고, 어떤 업무는 사라집니다.)

 

IBM CEO Arvind Krishna는 AI가 최대 7,800명의 직원을 대체할 것으로 예상하고 회사는 AI가 대체할 수 있는 백오피스 직무에 대한 채용²을 중단했다고 말했습니다. 더욱이 Alphabet, Meta 및 Microsoft 경영진은 AI가 일부 직업을 멸종시킬 것이라는 신호를 보냈습니다. 이는 가장 최근(2023년)의 예일 뿐입니다. 

 

이러한 현실은 HIMSS 의료 IT 컨퍼런스에서 목격된 바와 같이 생성적 AI의 증가와 결합되어 있습니다. 여기에는 Epic과 Microsoft가 GPT-4를 Epic의 EHR⁴에 공동으로 통합하는 흥미로운 거래와 기타 여러 중요한 발표가 포함되어 있습니다. AI에 대한 모든 관심이 실제로 의료에 어떤 의미가 있는지 궁금하십니까? 

단기적인 대답은 생성 AI가 의료의 세 가지 중요한 영역인 인력, 경제, 구성원 또는 환자 참여에 의미 있는 영향을 미칠 수 있는 잠재력을 가지고 있다는 것입니다. 이 모든 것은 기술을 충분히 빨리 채택하지 않을 경우 발생하는 상당한 위험에 대비됩니다. 

각각에 대해 개별적으로 살펴보겠습니다. 

 

의료시장에서의 AI가 가져오는 변화

 

AI와 인력 

오늘날 의료 분야에서 가장 시급한 문제는 숙련된 전문가의 부족입니다⁵. 이는 결과, 수익 및 비즈니스 운영 측면에서 의료 계획과 의료 시스템 모두에 큰 영향을 미치고 있습니다. Philips의 가장 최근 의료 현황 보고서⁶에서 회사는 임상 인력 부족과 관련하여 의료 시스템이 직면하고 있는 압박을 완화하기 위해 경영진이 AI에 점점 더 많은 투자를 하고 있음을 발견했습니다. AI는 데이터 입력, 처리, 분석과 같은 일상적인 작업을 자동화하여 이러한 인력 문제를 해결하는 데 도움을 줄 수 있으며, 이를 통해 임상의는 더 복잡하고 중요한 작업에 집중할 수 있습니다. 

또한 AI는 의료 시스템이 워크플로우와 일정을 더 잘 관리하도록 도와 행정 업무 부담을 줄이고 더 많은 환자를 진료할 수 있도록 지원합니다. Generative AI는 또한 임상의의 디지털 환자 상호작용을 지원할 수 있는 잠재력을 갖고 있으며 일반적인 질문에 대해 유능하고 공감적인 커뮤니케이션을 제공하는 것으로 나타났습니다. 의료 서비스 제공자가 시간과 자원에 대한 수요가 증가하고 환자 수가 계속 증가함에 따라 이 모든 것이 특히 중요할 것입니다. AI 기반 도구로 인력을 보강함으로써 서비스 제공업체는 직원의 업무량을 줄이면서 더 많은 환자에게 더 나은 진료를 제공할 수 있습니다.

AI와 의료 경제학

의료 분야에 AI를 적용하는 것은 비용 절감과 수익 창출 측면에서 상당한 경제적 영향을 미칩니다 . 예를 들어, AI 기반 챗봇은 회원과 환자에게 즉각적이고 개인화된 지원을 제공하여 고비용의 응급실 방문을 줄이고 예방 치료에 대한 접근성을 높일 수 있습니다. 예측 분석을 통해 만성 질환이 발생할 위험이 있는 환자를 식별할 수 있으므로 서비스 제공자는 조기에 개입하여 비용이 더 많이 드는 치료를 예방할 수 있습니다. 또한 AI는 대규모 데이터 세트의 패턴과 추세를 식별하여 인구 집단 건강 관리를 지원할 수 있으며, 이를 통해 의료 기관은 특정 환자 및 구성원 집단의 요구 사항에 맞게 서비스를 맞춤화할 수 있습니다. 전반적으로 의료 분야에서 AI를 사용하면 비용을 절감하고 수익을 늘리며 치료의 질을 향상시키는 데 도움이 될 수 있습니다.

AI 및 회원/환자 참여

특히 생성적 AI는 조직이 개별 의료 소비자 각각을 위한 개인화되고 효율적인 솔루션을 만들 수 있도록 함으로써 의료 분야에서 환자 치료와 소비자 경험을 변화시킬 수 있는 잠재력을 가지고 있습니다. 소비자 데이터를 분석하고 이전 치료 및 결과로부터 학습함으로써 생성 AI는 개인의 고유한 건강 기록, 유전학 및 기타 여러 요인을 고려하는 맞춤형 치료 계획을 만들 수 있습니다. 또한 생성적 AI를 활용하여 개인화된 건강 여정을 조율하고 개인에게 특정 의료 경험을 안내하고 각 단계에서 관련 리소스, 권장 사항 및 지원을 제공할 수 있습니다. 환자가 복잡한 치료 옵션을 탐색하도록 돕거나, 만성 질환을 관리하거나, 예방 치료를 촉진하는 등, 생성 AI는 각 구성원과 환자가 적시에 적절한 치료를 받도록 보장하는 데 중요한 역할을 할 수 있습니다.

이러한 개인화된 접근 방식은 특히 소비자 참여를 지원하고 안전한 데이터 유동성을 지원하도록 구축된 League와 같은 CX 플랫폼과 결합될 때 향상된 건강 결과로 이어질 수 있습니다. 전반적으로, 생성 AI가 회원과 환자의 CX 및 결과에 영향을 미칠 수 있는 잠재력은 엄청나며, 이 기술이 앞으로 몇 년 동안 의료 산업을 어떻게 지속적으로 발전시키고 개선할지 지켜보는 것은 흥미롭습니다.

 

AI 문제 및 윤리적 고려 사항 

 

이러한 모든 잠재적 이점에는 우려가 없지 않습니다. 가장 큰 문제 중 하나는 AI가 특히 취약하고 소외된 집단의 경우 기존 의료 격차를 악화시킬 가능성이 있다는 것입니다. 또한 AI 알고리즘의 투명성과 책임성, 의사결정 방식에 대한 우려도 있습니다. 의료 기관과 AI 개발자는 AI 기술의 개발 및 배포에 있어 투명성, 공정성 및 폭넓은 표현을 우선시하는 것이 중요합니다. AI가 인간 상호작용을 대체할 가능성과 의사-환자 관계에 미칠 수 있는 영향에 대한 우려도 있습니다. 마지막으로, 특히 회원 및 환자 데이터가 AI 알고리즘에 의해 수집되고 분석되기 때문에 데이터 개인 정보 보호 및 보안에 대한 우려가 있습니다. 의료 기관에서는 환자 데이터를 윤리적으로 보호하고 사용하기 위해 데이터 보안과 개인정보 보호에 우선순위를 두는 것이 중요합니다. 이는 리그 오브 레전드가 수년 동안 초점을 맞춰온 실제 관심사이자 AI 및 머신 러닝을 안내하는 윤리적 프레임 워크를 개발한 이유입니다 . 

 

AI 도입 둔화로 인한 기회비용

 

새로운 기술을 적용할 때, 특히 AI와 같이 혁신적인 기술을 적용할 때는 분명히 주의해야 할 이유가 있습니다. 그러나 고려해야 할 또 다른 윤리적 문제가 있는데, 이는 AI 도입을 늦추는 데 따른 기회 비용이며, 이는 의료 기관과 소비자 모두에게 중요합니다. AI의 발전은 급속할 뿐만 아니라 기하급수적으로 이루어지고 있습니다. 새로운 프로세스, 통찰력 및 발견은 의료 소비자의 삶에 직접적인 영향을 미치는 AI를 통해 지속적으로 구체화되고 있습니다. 

지나치게 조심하고 AI와 보조를 맞추지 않음으로써 의료 기관은 이 기술을 활용하는 경쟁업체에 뒤처질 위험도 있습니다. 예를 들어 방사선학에서는 AI가 이미지 판독에 있어 인간보다 더 효과적인 것으로 이미 입증되었습니다⁸. 이러한 도구를 배포하지 않는 경영진은 궁극적으로 가장 정확한 결과를 원하는 소비자를 잃게 되며 장기적으로 인력에 더 많은 비용을 지출할 가능성이 있습니다. 이는 AI가 조만간 방사선 전문의를 대체할 것이라는 의미는 아니지만, AI로 자신의 능력을 강화하는 조직과 개인이 번성할 것이라는 의미는 아닙니다. 특히 인력 부족이 앞으로 몇 년 동안 악화될 것으로 예상되는 가운데 더욱 그렇습니다.  

의료 분야에서 AI의 잠재적 이점은 무시하기에는 너무 중요하며, 의료 조직이 이 기술을 통합하는 방법에 대해 전략적으로 생각하는 동시에 윤리적 의미도 고려하는 것이 임무 수행에 매우 중요합니다.

결론 

무슨 일이 일어나는지 지켜보고 기다리는 의료 경영진은 조직이 너무 느리게 움직이고 있음을 금방 깨닫게 될 것입니다. 생성적 AI는 이미 의료 분야에 적용되어 의료 서비스 제공자가 환자 치료를 제공하고 지불자에게 회원과의 중요한 커뮤니케이션을 제공하도록 지원합니다. 환자 참여와 임상의 간의 지식 전달에 있어 변화가 일어나고 있습니다. 또한 데이터 수집 및 처리와 같은 일상적인 작업에 새로운 수준의 지능과 효율성을 제공합니다. AI의 정교함과 효율성은 의료 산업 전반에 걸쳐 도입되면서 기하급수적으로 발전하고 있습니다. 

인간의 생명을 포함하되 이에 국한되지 않는 관성의 위험은 너무 빨리 움직이는 위험보다 훨씬 큽니다.

 

대신, 이제는 AI에 대해 전략적으로 생각하고 생성 AI의 적용이 조직에 의미 있는 영향을 미칠 수 있는 중요한 영역을 식별해야 할 때입니다.

 

내용출처 : LEAGUE.com