162조 원 절감이 가능한 AI 첨단 의료기술 10 Promising AI Applications in Health Care



162조 원 절감이 가능한 AI 첨단 의료기술

10 Promising AI Applications in Health Care


  인공지능(AI)을 헬스 케어에 접목하는 사례가 늘어나면서 헬스 케어 시장에도 변화의 바람이 불고 있다. 특히 개인 기반 건강 관리 시스템으로 의료비 부담이 큰 미국의 경우, AI 기술 도입이 의료비 절감으로 이어질 것이란 기대가 높아지고 있다. 


글로벌 컨설팅 기업 액센추어(Accenture)는 의료비를 혁신적으로 절감할 수 있는 유망한 AI 기반 헬스 케어 기술을 분석한 보고서를 지난 10일 '하버드 비즈니스 리뷰(HBR)'에 기고했다. 액센추어는 잠재력 높은 AI 기반 헬스 케어 기술이 2026년까지 미국의 연간 의료비를 최대 1500억 달러(약 162조 원) 절감해줄 것이라 전망했다.


hbr.org


10 Promising AI Applications in Health Care

http://conpaper.tistory.com/66813

edited by kcontents



액센추어가 선정한 의료비를 가장 많이 절감시킬 5가지 AI 적용 기반 헬스 케어 기술을 소개한다.


1. AI 보조 로봇 수술

AI 보조 로봇 수술은 수술 전 의료 기록 데이터를 분석해 수술 중 실시간으로 수술 도구를 안내한다. 또 실제 수술 경험을 통해 새로운 수술 기법을 알려주기도 한다.


9곳의 정형외과 환자 379명을 조사한 결과, 외과의 단독으로 수술을 진행하는 것보다 AI 보조 로봇이 함께했을 때 수술 합병증이 5배 감소한 것으로 나타났다. AI 보조 로봇을 적절히 수술에 적용한다면 합병증 및 실수를 줄여 환자의 입원 기간이 21% 단축되고, 결과적으로 연간 의료비 400억 달러(약 43조 원) 절감 효과가 있을 것으로 분석된다.


2. AI 가상 간호사

캘리포니아 대학교 샌프란시스코 캠퍼스(UCSF) 의과 대학과 영국 국가보건서비스(NHS)는 AI 간호사 '몰리(Molly)'를 돌봄 서비스에 활용하고 있다. 몰리는 환자와 소통하며 증상을 점검하고 가장 효과적인 관리 방법을 세팅한다. AI 기반의 가상 간호는 간호사의 시간을 20% 절감해 연간 20억 달러(약 21조 원)의 비용을 아껴줄 것으로 보인다.


3. 비효율적인 업무 개선

AI는 관리 및 지원 업무의 비효율성으로 인해 발생하는 비용을 절감할 수 있다.


미국 의료 기관에서 환자 케어와 관계없는 업무는 전체 중에서 간호사의 경우 절반(51%) 이상, 의사는 16%가량을 차지한다. AI 기반 기술은 말을 글로 바꿔주는 등 행정 업무에서 일 처리 속도를 높여 차트나 처방전 기록 등 환자 외 업무에 쓰는 시간을 줄여준다. 이로써 연간 18억 달러(약 19조 원)를 절감할 수 있다.




4. 허위 의료비 청구 탐지

의료 서비스와 지급 방식이 복잡해지면서 허위 의료비를 청구하거나 지급 과정에서 실수가 늘어나는 문제는 보험사의 중대한 이슈다. 보통 항의가 들어오면 규정을 파악하는 방식이었지만, 이는 사건이 발생한 이후에 얼마나 빨리 변칙을 찾아내느냐에 전적으로 달려있다.


최근 여러 의료 보험 회사는 변칙의 패턴을 찾기 위해 AI 기반의 네트워크를 활용한 데이터 마이닝을 실험하고 있다. 허위 의료비 청구를 찾아내는 속도와 정확도를 향상시켜 연간 17억 달러(약 18조 원)의 의료비 절감이 가능할 것으로 예측된다.


5. 약물 투여량 결정

2016년 캘리포니아에서 이뤄진 한 재판에서는 AI 도움으로 개발된 수학 공식이 장기 이식 환자에게 투여할 면역 억제제 양을 정확하게 결정한다는 사실이 발견됐다. 약물 투여량은 전통적으로 가이드라인과 훈련된 추측으로 결정되는데, 그로 인해 일어나는 실수는 막을 수 있었던 의료 사고의 37%를 차지한다. 이런 종류의 AI 기술은 아직 초기 단계이지만, 향후 약물 오용으로 인한 추가 비용을 약 16억 달러(약 17조 원) 줄일 수 있을 것으로 예측된다.

정새임 기자 (j.saeim09@kormedi.com) 코메디닷컴

kcontents



댓글()