대한민국 해외긴급구호대(KDRT) 의료팀 '2025년 이동식병원 전개 훈련' 단체 기념사진 / 제공 : 국립중앙의료원
국립중앙의료원(원장 서길준)이 지난 5월 14일부터 16일까지 2박 3일간 경기도 화성시 소재 YBM 연수원에서 대한민국 해외긴급구호대(Korea Disaster Relief Team, 이하 KDRT) 의료팀을 대상으로 「2025년 이동식병원 전개 훈련」을 성공적으로 실시했다.
이 훈련은 해외 재난 발생 시 KDRT 의료팀이 신속하게 재난 현장에 이동식병원을 설치하고 실제 진료 환경을 재현할 수 있도록 실전 대응 역량을 강화하는 데 목적을 두고 있다.
이번 훈련에는 국립중앙의료원과 한국국제보건의료재단 소속 KDRT 의료팀 대원 총 50명이 참가했다. 또한 KDRT 유관기관인 외교부, 한국국제협력단(KOICA), 중앙119구조본부, 코웍스 관계자가 훈련 과정을 참관했으며, 국립중앙의료원 서길준 원장과 한국국제보건의료재단 하일수 이사장도 방문해 아낌없는 격려를 전하며 훈련에 참가한 의료팀의 사기를 높였다.
KDRT 의료팀은 훈련 기간 동안 실제 재난 현장을 가정해 진료, 시설, 행정, WaSH(Water, Sanitation and Hygiene) 등 각 파트별로 이동식병원 전개 및 운영 절차를 실습했다.
특히 이번 훈련에는 국립중앙의료원이 개발한 ‘통합의료정보시스템(이하 EMR)’을 최초 도입해 의료진간 상호 정보 공유와 진료 기록 전산화를 시도했다. KDRT 의료팀은 소규모 시뮬레이션을 통해 환자 진료 흐름에 따라 EMR을 실제로 입력‧운영하는 실습을 진행하고, 현장 적용 가능성과 개선 사항을 중점적으로 점검했다.
이날 훈련에서 서길준 국립중앙의료원장은 “이번 훈련은 WHO 국제 기준에 부합하는 이동식병원 전개 역량과 디지털 기반 진료 시스템을 현장에서 직접 검증했다는 점에서 의미가 크다”라며 “앞으로도 대한민국 해외긴급구호대(KDRT) 의료팀이 해외 재난 현장에 신속하고 체계적으로 대응할 수 있도록 훈련을 지속 고도화해 나가겠다”라고 말했다.
한편, KDRT 의료팀은 지난 2022년 6월 세계보건기구(WHO) 긴급의료팀(Emergency Medical Team, EMT) 인증평가에서 전 세계 35번째로 인증을 획득, ‘Type 1 Fixed’ 등급을 받았다. 이후에도 해외긴급구호 역량 강화 활동을 꾸준히 펼치고 있으며, 오는 2027년 재인증 평가를 앞두고 있다.
※ 위 이미지는 본문 내용과 직접적 연관이 없음 / 이미지 출처 : Motion Elements
서울아산병원은 응급실, 병동, 진료실 등 모든 의료 환경에서 의료진과 환자 간 대화를 실시간으로 기록·요약하고 전자의무기록(EMR)으로 자동 작성하는 '인공지능(AI) 기반 진료 음성인식 시스템'을 국내 최초로 구축했다고 최근 밝혔다.
응급상황 대화까지 기록하는 AI
그동안 의료계에서 음성 AI 기술은 의료진의 음성 데이터가 입력되면 AI가 이를 텍스트로 변환해 의무기록으로 저장하는 '보이스 EMR' 방식으로 사용돼 왔다. 보통 외래 진료나 검사 과정에서 나오는 대화 내용을 토대로 기록을 작성하기 때문에 수작업으로 직접 작성하는 것보다 빠르고 정확하게 환자 차트를 관리할 수 있다.
서울아산병원이 구축한 이번 진료 음성인식 시스템은 기존 외래 진료와 검사에 더해 각종 응급상황에서의 대화까지 반영할 수 있다. 분초 단위로 돌아가는 급박한 응급 상황에서는 기록을 남기는 것이 쉽지 않다. 하지만 이번 구축한 기술을 바탕으로 치료 과정에서 나온 의료진의 대화 내용을 빠짐없이 확보해 의무기록으로 자동 저장할 수 있게 됐다.
예를 들어, 병동 내에서 환자가 심장마비로 쓰러지는 상황이 발생하면 담당 팀이 현장에 출동해 심폐소생, 약물 투약 등 필요한 조치를 시행하게 된다. 이때 의료진 사이에 이루어지는 긴급한 대화 내용까지 진료 음성인식 시스템에 실시간으로 기록·요약될 수 있다. 이 정보는 추후 주치의가 해당 환자를 진료할 때 활용할 수 있다.
진료 음성인식 시스템은 의료진과 환자 모두의 목소리를 반영한다. 따라서 진료 기록의 정확도를 높이는 것은 물론, 치료 계획을 보다 정밀하게 수립하는 데도 도움이 될 것으로 보인다. 환자 안전과 의료 서비스 질 향상 모두에 기여할 수 있을 것으로 기대된다.
긴급한 상황에서 별도로 신경쓰지 않아도 의료 관련 기록을 남길 수 있게 될 것으로 기대된다 / 이미지 출처 : Motion Elements
의료행위에 특화된 음성인식 시스템
서울아산병원은 지난 2023년 ‘진료 음성인식 시스템’을 개발해 정형외과, 성형외과 외래에서 시범적으로 시행했다. 이후 효율성과 정확성을 검증하는 과정을 거쳐 최근에는 모든 진료 현장에서 음성인식 시스템을 활용할 수 있도록 구축을 완료했다.
대규모 언어모델(LLM)이 적용된 이 진료 음성인식 시스템은 진료 과정에서 발생하는 의료진, 환자의 음성 데이터를 활용해 실시간 텍스트 변환, 주요 증상 기록, 질병 분류, 대화 요약 등의 작업을 수행한다. 또한, 의료정보시스템(AMIS 3.0)과 연동되어 있어 사용자가 원하는 형태로 데이터를 가공해 전자의무기록(EMR) 등에 자동으로 저장한다.
분과별 의료용어와 수만 시간 분량의 진료 음성 데이터를 AI 모델에 학습시켜 의료진과 환자 간 대화의 인식 정확도를 높였으며, 전용 마이크를 활용해 주변 사람들의 말과 소음을 걸러내고 사람의 음폭 등을 정밀하게 계산하는 등 음성 인식률을 높였다.
세부적인 정보까지 기록 가능
진료 음성인식 시스템이 갖춰짐으로써, 의료진은 기존에 환자의 이야기를 들으며 의무기록을 작성해야 하는 패턴에서 벗어날 수 있게 됐다. 기록은 AI가 대신 해주기 때문에 의료진은 환자의 이야기에 집중할 수 있게 된다. 또한, 모든 대화 내용을 기록할 수 있기 때문에 실제 치료 계획에서 중요하게 활용될 수 있는 세부적인 증상 정보도 빠짐없이 기록으로 남길 수 있다.
예를 들어, 외래나 회진 등 진료 과정에서 의료진이 환자에게 어느 부위가 아픈지, 통증 정도는 어느 정도인지 진료를 할 때, 모든 대화 내용이 텍스트로 실시간 기록된다. 진료 음성 인식 시스템은 이 내용을 토대로 환자의 주요 증상, 질환 분류 등을 파악하고 의료진과 환자의 대화 내용을 요약해 기록을 업데이트한다.
기존 방식에서는 핵심이 되는 정보만 약식으로 기록하거나 차트에 체크하는 형태로 이루어지기 때문에 디테일한 정보는 일부 누락될 가능성이 있다. 이에 비해 진료 음성 인식 시스템은 세부적인 내용까지 반영해 기록을 생성하므로 보다 정확도 높은 정보를 제공할 수 있다.
서울아산병원은 현재 종양내과, 이비인후과, 정신건강의학과 등 16개 진료과를 비롯해 응급실, 정형외과 병동 등에서 진료 음성인식 시스템을 활용하고 있으며, 향후 모니터링을 거쳐 사용 범위를 점차 넓혀나갈 계획이다.
서울아산병원 정형외과 김지완 교수가 AI 진료 음성인식 시스템을 활용해 환자를 진료하고 있다 / 출처 : 서울아산병원 뉴스룸
개인 맞춤형 치료의 바탕 될 것
김영학 서울아산병원 디지털정보혁신본부장은 “AI 기반의 진료 음성인식 시스템을 통해 진료 과정에서 휘발되는 수많은 음성 데이터를 효과적으로 기록, 저장할 수 있다”라며, “의료진뿐만 아니라 환자의 목소리까지 반영된 정확한 증상 정보가 의료 질을 높이고 개인 맞춤형 치료를 제공하는 바탕이 될 수 있을 것이다”라고 말했다.
또한 김 본부장은 “앞으로도 진료 현장과 긴밀히 협업하며 AI 등 발전하는 디지털 기술을 실제 업무에 활용할 수 있도록 최적화하는 데 앞장설 것”이라고 말했다.
서울아산병원은 디지털 헬스케어 기반 미래 의료환경 조성을 위해 업무 프로세스 자동화(RPA), 디지털 병리시스템, 모바일 개인건강기록 서비스, 정밀의료시스템 등 다양한 분야에서 디지털 혁신을 시행해가고 있다.
지난해 말에는 미국 보건의료정보관리시스템협회(HIMSS)에서 시행하는 의료기관 디지털 정보화 인프라 평가 모델인 ‘INFRAM’ 분야에서 최고 등급인 7단계 인증을 받은 바 있다.
보건복지부(장관 조규홍)와 한국보건의료정보원(원장 염민섭)은 지난 11월 27일(수)부터 전국 12개 보건소에서 ‘휴·폐업 의료기관 진료기록 보관시스템’(이하 진료기록 보관시스템)의 시범 운영을 실시하고 있다고 밝혔다.
휴·폐업 의료기관 진료기록 관리 중요성
그간 휴·폐업 의료기관의 진료기록은 각 보건소에서 출력물, USB 메모리, CD 등으로 보관 및 관리해왔다. 진료기록 보관시스템은 이러한 진료기록을 전자적으로 이관하여 통합 관리하기 위한 시스템이다. 2023년 10월부터 시작해 오는 2025년 6월까지 약 1년 8개월의 시간을 두고 구축하고 있다.
본래 의료기관이 휴업 또는 폐업할 경우, 해당 의료기관의 개설자가 보건소 서류보관실로 진료기록을 이관하거나 보건소장의 승인을 받아 진료기록을 직접 보관할 수 있다.
하지만 의료기관 개설자가 직접 보관하는 경우, 의료기관 개설자와 연락이 되지 않는 경우가 발생한다. 이렇게 되면 환자는 자신의 진료기록이 필요할 때 발급받지 못할 수 있고, 진료기록 관리 부실로 개인의료정보가 유출되는 문제가 생길 수 있다. 이는 실제로 발생해왔던 사례들이다. 진료기록이 개인 민감정보에 해당한다는 점을 고려하면 반드시 개선이 필요한 부분이다.
자동 이관, 전자 보관시스템 구축
이에 보건복지부는 2020년 의료법 개정을 추진, 휴업 또는 폐업하는 의료기관의 진료기록을 전자적으로 이관하여 관리할 수 있는 시스템 구축 근거를 마련했다. (「의료법」 제40조의 3 (진료기록 보관시스템의 구축·운영)
그런 다음 상용 전자의무기록 소프트웨어(EMR S/W)에 진료기록을 자동 이관할 수 있는 연계 기능을 개발했다. 이를 통해 휴·폐업하는 의료기관이 진료기록 등을 편리하게 제출할 수 있도록 만들었다.
현재 그 다음 단계로 전자 이관된 진료기록을 보건소에서 통합 관리할 수 있는 진료기록 보관시스템을 구축하고 있다. 이 작업이 완료되면 포털 형태로 구축해, 의료기관의 휴·폐업 여부와 관계 없이 국민 개인이 자신의 진료기록을 온라인으로 발급받을 수 있게 될 예정이다.
전국 12개 보건소 시범 운영 실시
서울은 서초구, 마포구, 강서구 보건소 3곳에서, 경기도는 부천시와 안산시 보건소 2곳에서 시범 운영을 실시한다. 비수도권에서는 대전 유성구, 광주 광산구, 부산 부산진구 3곳에서 실시하며, ‘의료 취약지’로 분류된 경기 여주시, 충남 서산시, 전남 고흥군, 전남 해남군 4곳에서도 함께 시범 운영을 실시한다.
이번 시범 운영에 참여하는 보건소에서는 자동 이관기능이 개발된 상용 전자의무기록 시스템을 사용하는 의료기관을 대상으로 진료기록 전자 이관 절차 등을 시범 운영할 계획이다.
자동 이관기능이 개발된 시스템은 비트컴퓨터의 ‘비트U차트’, 유비케어의 ‘의사랑’ 2개다. 이를 통해 의료기관 휴·폐업 시 진료기록 이관업무 절차 등을 구체화하고, 본격적인 시스템을 확대 적용하기 전 개선사항을 도출한다는 계획이다.
2025년 하반기 정식 운영 예정
진료기록 보관시스템은 이번 시범 운영을 거쳐 2025년 하반기 중으로 정식 운영을 시작할 예정이다. 현재 2개 소프트웨어에만 적용돼 있는 자동 이관기능을 7종으로 확대하여, 의원급 의료기관 약 88%의 전자의무기록(EMR)을 자동 연계할 수 있게 된다.
또한, 진료기록부, 진단서, 상해진단서, 사망진단서, 처방전, 진료비 계산서 및 영수증 등 17종의 의무기록에 대한 온라인 발급 기능을 도입한다. 국민 입장에서는 필요할 때 병원에 방문하지 않더라도 편리하게 필요한 서류를 발급받을 수 있게 된다.
한국보건의료정보원 염민섭 원장은 “시스템이 구축되면 보험 청구 및 자격증명 등 국민 실생활에 유용하게 사용될 것이며, 보다 안전한 진료를 지원하는 시스템이 될 것으로 기대된다”라고 밝혔다. 보건복지부 고형우 첨단의료지원관은 “의료기관이 폐업하더라도 온라인으로 자신의 진료기록을 언제, 어디서나 조회, 발급받을 수 있게 될 것이며, 보건소 역시 방대한 양의 진료기록을 수기 보관하던 부담과 불편함도 개선될 것으로 기대된다”라고 밝혔다.
<본 기사는 보건복지부에서 2024년 12월 1일 작성하여 공공누리 제1유형으로 개방한 자료를 활용하여 작성되었습니다.>
개인 민감정보 보안을 유지하면서 보다 뛰어난 성능을 보이는 인공지능 예측모델이 등장했다. 서울아산병원 마취통증의학과 이상욱 교수와 비뇨의학과 서준교 교수팀은 ‘동형암호 기술’을 활용해 수술 후 30일 이내 사망률을 예측하는 인공지능 모델을 개발했다. 또한, 이 모델이 기존 인공지능 모델에 비해 뛰어난 성능을 보였음을 확인했다.
연구팀은 서울아산병원을 비롯해 서울대병원, 이대서울병원 등 타 의료기관으로부터 ‘비심장 수술을 받은 18세 이상 환자’ 34만여 명의 전자의무기록시스템(EMR) 데이터를 확보했다. 그리고 이 데이터를 동형암호 기술로 암호화한 다음, 수술 후 30일 이내 사망률을 예측하는 인공지능 모델을 개발했다.
예측 정확도를 평가하기 위해 원시 데이터만을 학습한 기존 인공지능 모델과 비교한 결과, 기존 모델은 88.0~94.2%, 동형암호 적용 모델은 95.7%의 정확도를 보였다.
보안, 의료 인공지능의 키 포인트
의료 영역에서 대규모 데이터를 활용하는 것은 중요하다. 대규모 데이터를 통해 다양한 환자 정보를 분석하게 되면 변수가 될 수 있는 요인을 더 많이 파악할 수 있게 된다. 보다 많은 변수를 예측하고 통제할 수 있다는 것은, 보다 정확한 진단과 치료가 가능해진다는 의미다.
단, 의료 분야에서의 인공지능 활용은 언제나 ‘개인정보 보호’라는 걸림돌을 안고 갈 수밖에 없었다. 인공지능 기술을 활용한 분석·연구에서는 암호화 돼 있는 데이터를 복호화(Decoding)해야 각종 분석 및 연산, 가공이 가능했다. 이 과정에서 민감정보에 해당하는 개인 의료정보가 분석, 활용 등의 과정에서 노출될 수 있다는 우려가 따라다니는 것은 당연한 일이다.
실제 ‘국가 통합 바이오 빅데이터 구축 사업’과 같은 국가 단위 사업에서도 국민들의 자발적 참여를 독려하며 데이터 보안 및 관리 계획을 명확하게 공개한 바 있다. 이 역시 같은 맥락이다. 수집한 개인 데이터를 가공하거나 활용하는 과정에서 노출되거나 유출될 수 있는 위험이 있기에, 그에 대한 대책을 철저히 수립하고 공개함으로써 신뢰를 얻고자 한 것이다.
보안성 강화한 인공지능 기술
인공지능을 활용한 대규모 데이터 분석이 속도, 정확성, 비용, 효율성 측면에서 우수하다는 것은 부정할 수 없다. 문제는 언제나 ‘개인정보 보호’였다. 데이터 활용 과정에서 동반되는 정보 노출을 어떻게 관리할 것인가. 동형암호 기술은 이 문제를 해결하기 위한 대안 중 하나다.
동형암호(Homomorphic Encryption) 기술이란, 데이터가 암호화 돼 있는 상태에서도 분석, 연산, 모델링 등을 가능하게 하는 기술을 말한다. 데이터가 암호화된 상태에서도 분석, 연산 등을 할 수 있으며, 그 결과를 복호화했을 때도 기존 방법과 다르지 않은 정확한 결과를 얻을 수 있다. 즉, 분석을 위해 암호화된 데이터를 복호화할 필요가 없으므로, 개인정보 노출을 원천적으로 차단할 수 있다는 의미다.
이를 통해 환자들의 개인정보 및 의료기록 등 민감정보를 안전하게 보호하면서도 그 데이터를 활용한 분석·연구가 가능해졌다. 동형암호 기술을 활용한 예측 모델을 개발한 이상욱 교수는 “향후 다양한 형태의 임상 데이터에 동형암호 기술을 적용해, 개인정보를 보호하면서 대규모 다기관 임상 연구가 가능한 플랫폼을 개발할 계획”이라고 밝혔다.
