| 분당서울대병원 · 정보화실 데이터융합팀 | AXCORELAB WEEKLY |
|
헬스케어 IT 뉴스 HEALTHCARE IT NEWS · 주간 한글판 |
|
| 제10호 | 2026년 10월 19일 월요일 | 서울 · 한 주간의 지면 |
|
안녕하세요. 오랜만에 인사드립니다. 잘 지내고 계셨나요? 분당서울대병원 정보화실 데이터융합팀 AxCoreLab입니다. 이번 호는 Healthcare IT News 지난 한 주를 종이 신문 지면으로 옮긴 주간호입니다. Grok Bot이 초고를 썼습니다. |
| 1면 | 유타주가 의료 AI 규제 샌드박스에서 시험하는 AI 도구의 성능과 안전성을 검증하기 위해 6개 외부 평가기관과 협약을 맺었습니다. 유타주 인공지능 정책국은 의료용 인공지능 기술의 안전성과 신뢰성을 확보하기 위해 외부 전문 기관을 통한 독립적인 검증 체계를 도입했습니다. 이는 초기 시범 사업 과정에서 제기된 환자 안전에 대한 우려를 해소하고, 기업들의 성능 주장을 철저히 감시하기 위한 필수적인 조치입니다. 신뢰할 수 있는 외부 평가단과의 협력을 통해 주정부는 기술 혁신보다 환자 안전을 최우선에 두는 규제 모델을 구축하고자 합니다. 궁극적으로 이 프로그램은 투명하고 안전한 의료 인공지능의 활용을 보장하여 공공의 신뢰를 높이고 임상적 효과를 극대화하는 것을 목표로 합니다. 원문 |
|
| 정책 | 미국 보건복지부 산하 ONC가 에이전틱 AI와 검사실 데이터 상호운용성 연구 2건에 총 150만 달러를 지원했습니다. 미국 보건복지부 산하의 보건의료정보국(ONC)은 첨단 기술 발전을 위해 150만 달러 규모의 연구 기금을 메드스타 헬스 연구소와 레겐스트리프 연구소에 지원했습니다. 이번 지원의 핵심 목적은 환자가 자신의 건강 데이터를 기반으로 인공지능 기반의 치료 과정을 주도할 수 있는 시스템을 구축하는 것입니다. 이와 동시에, 소규모 실험실들이 사용하는 서로 다른 의료 용어를 표준화하여 의료 데이터의 상호 호환성과 정확성을 높이는 데 초점을 맞추고 있습니다. 궁극적으로 이 프로젝트들은 환자에게 더 많은 통제권을 부여하고 핵심 의료 정보의 원활한 소통을 도모하여 보건의료 전반의 효율성과 신뢰성을 향상하고자 합니다. 원문 |
|
|
|
| EHR | 에픽이 처방 전에 약국별 약값과 보험 적용 가격을 비교할 수 있는 처방전 마켓플레이스 도구를 발표했습니다. 에픽은 환자와 의사가 처방전 발행 전에 다양한 약국의 가격을 쉽게 비교할 수 있도록 돕는 처방전 마켓플레이스 가격 투명성 도구를 발표했습니다. 이 기술은 아마존 파머시를 비롯한 주요 기업들과의 협력을 통해 개발되었으며, 환자가 보험 적용 가격과 현금 결제 가격을 직접 비교하여 가장 경제적인 방안을 선택할 수 있도록 지원합니다. 특히 높은 약값 부담으로 인해 치료를 포기하는 환자들의 문제를 해결하고, 진료실에서부터 투명한 비용 정보를 제공함으로써 환자들이 겪는 의료 서비스의 복잡성을 줄이는 것을 목적으로 합니다. 원문 |
|
| 임상 | 노스웨스턴 메디신이 오픈에비던스의 AI 임상 의사결정 지원 플랫폼을 에픽 전자의무기록에 통합했습니다. 시카고의 대형 의료 시스템인 노스웨스턴 메디신이 전자의무기록(EHR) 시스템인 에픽(Epic)에 오픈에비던스(OpenEvidence)의 인공지능 플랫폼을 도입하여 임상 현장의 효율성을 높이고 있습니다. 이 기술을 통해 간호사와 약사 등 의료진은 별도의 로그인 없이 일상적인 업무 속에서 공신력 있는 의학 문헌과 최신 진료 지침을 즉시 확인할 수 있게 되었습니다. 이러한 인공지능 기반의 임상 의사결정 지원 시스템은 의료진의 행정적 부담을 줄여주는 동시에 환자에게 더욱 안전하고 정확한 치료를 제공하는 것을 핵심 목표로 삼고 있습니다. 원문 |
|
| AI | 앰비언트 AI와 임상 에이전트를 실제 진료에 쓰려면 전문가가 검증한 현실적인 진료 대화 데이터가 더 필요하다는 지적이 나왔습니다. 의료용 인공지능이 실제 임상 현장에 성공적으로 안착하기 위해서는 단순히 방대한 양의 기초 데이터를 모으는 것을 넘어, 철저하게 검증되고 맥락이 살아있는 고품질의 데이터를 확보하는 것이 필수적입니다. 이를 위해 개발자와 의료 기관은 실제 진료 상황의 복잡한 대화 내용과 다양한 환자군의 특성을 담아낸 정교한 정보 세트를 구축해야 합니다. 또한, 이 과정에서 숙련된 임상 전문가들의 세심한 주석 작업과 검토가 반드시 동반되어야 인공지능의 오류를 줄이고 공정성을 담보할 수 있습니다. 궁극적으로 이 글은 기술적인 연산 능력 향상에만 매몰되지 말고, 실제 의료 환경을 정확히 반영하는 데이터 기반의 철저한 검증 체계를 마련해야만 안전하고 신뢰할 수 있는 의료 인공지능을 구현할 수 있음을 강조합니다. 원문 |
|
| 데이터 | 시애틀 아동병원 진료 네트워크가 소아과 의원 간 6주 경쟁 프로그램으로 예방 진료 지표를 10% 넘게 개선했습니다. 시래 고유의 독립된 소아과 병원들은 서로 다른 전자 건강 기록 시스템을 사용하고 있어 환자 관리 데이터를 통합하고 분석하는 데 큰 어려움을 겪었습니다. 이 문제를 해결하기 위해 시래 소아과 네트워크는 통합 데이터 플랫폼을 도입하여 모든 병원의 정보를 표준화하였으며, 이를 바탕으로 의료진 간의 선의의 경쟁을 유도하는 창의적인 방안을 마련했습니다. 브래킷 형식의 6주간 단기 경쟁 프로그램은 정기적인 성과 지표와 순위표를 제공함으로써 각 병원이 예방 접종 및 발달 검사 등의 주요 진료 지표를 자발적으로 개선하도록 이끌었습니다. 결과적으로 이 프로젝트는 파편화된 의료 환경 속에서도 참여 병원 전체의 예방 치료 성과를 10퍼센트 이상 향상시키는 성공을 거두었습니다. 원문 |
|
원문은 각 기사 제목과 ‘원문’ 링크에 있습니다. 출처 Healthcare IT News. 문의 admin@axcorelab.org |