보스턴 어린이병원, AI로 새로운 진단 가능성 열어

보스턴 어린이병원은 단순히 새로운 기술을 실험하기 위해 인공지능을 도입한 것이 아닙니다. 이 병원은 소아 환자, 특히 복합적이거나 희귀한 질환을 앓는 환자들에게 더 나은 진료를 제공하기 위해 AI를 임상 및 운영 인프라의 핵심 요소로 조직 전반에 통합했습니다. AI를 일상 업무 흐름에 적용함으로써 운영 비용을 절감하고 의료 서비스 접근성을 높였으며, 이전에는 원인을 밝혀내지 못했던 40건이 넘는 희귀질환 사례의 진단을 지원했습니다.

보스턴 어린이병원은 세계 최대 규모의 소아 전문 의료기관 중 하나로, 40개가 넘는 전문 진료 분야에서 매년 약 100만 건의 외래 진료를 제공하고 있습니다.

다른 많은 의료기관과 마찬가지로 보스턴 어린이병원 역시 늘어나는 행정 업무 부담 속에서 제한된 재정 여건을 관리해야 합니다. 공급망, 청구, 운영 부서의 직원들은 송장 처리부터 일정 조율에 이르기까지 대량의 반복 업무를 수행하고 있습니다. 이러한 업무는 필수적이지만 많은 시간이 소요되며, 직원들이 더 높은 가치를 창출할 수 있는 업무에 집중하지 못하게 합니다.

한편 임상팀은 또 다른 형태의 한계에 직면해 있습니다. 희귀질환 사례는 단편적인 유전 데이터, 불완전한 임상 기록, 방대한 의학 문헌을 수반하는 경우가 많습니다. 세계적인 연구기관이라 하더라도 의사들이 이 모든 정보를 충분히 빠르게 분석하고 종합해 모든 사례를 진단하기는 어렵습니다.

보스턴 어린이병원 최고혁신책임자인 존 브라운스타인은 "문제는 노력의 부족이 아닙니다"라고 말합니다. "인간의 인지 능력에는 한계가 있습니다."

보스턴 어린이병원은 문서 작성 및 번역 도구를 비롯한 개별 AI 활용 사례에서 출발했습니다. 하지만 이러한 초기 시도는 곧 단편적인 접근 방식의 한계를 드러냈습니다.

브라운스타인은 "일회성 솔루션에만 의존해서는 안 됩니다"라고 말합니다.

이에 병원은 브라운스타인이 '엔터프라이즈 AI 플랫폼'이라고 부르는 체계를 구축하는 방향으로 전환했습니다. 이는 연구, 임상, 행정 부서 전반에서 활용할 수 있는 안전한 내부 ChatGPT 환경입니다. 병원은 AI를 개별 도구의 집합으로 보는 대신, 새로운 기능을 신속하게 개발하고 배포할 수 있는 공통 기반을 마련했습니다.

이 시스템을 통해 각 팀은 내부 데이터 활용, 의학 문헌 분석 및 통합, 업무 흐름 간소화 등 자신의 역할과 직접 관련된 방식으로 AI를 활용할 수 있습니다. 또한 안전성 확보, 모니터링, 일관된 평가를 지원하기 위한 거버넌스 체계도 기술과 함께 구축되었습니다.

이러한 변화는 혁신의 속도를 크게 바꾸었습니다. 과거에는 개발에 오랜 시간이 필요했던 도구도 이제는 며칠 만에 배포할 수 있게 되었으며, 이를 통해 병원은 운영상의 요구와 임상 현장의 필요에 더욱 신속하게 대응할 수 있게 되었습니다.

현재 직원의 3분의 1 이상이 임상, 연구, 행정 부문 전반에서 AI를 일상 업무의 일부로 활용하고 있습니다.

보스턴 어린이병원은 먼저 AI가 측정 가능한 운영 성과를 창출할 수 있는 영역에 집중했습니다. 현재 공급망 운영에서는 AI가 인보이스 접수, 분류 및 전달, 관련 문의 대응 업무를 담당하고 있습니다.

이와 함께 병원은 수술 일정 관리에도 AI를 적용했습니다. 이 시스템은 임상 기록을 분석하고 환자의 중증도를 예측해 수술실 운영 시간을 보다 효율적으로 배정할 수 있도록 지원합니다. 이를 통해 일정을 더 미리 계획할 수 있게 되었고, 수술실 활용률을 높이는 동시에 더 많은 환자가 필요한 치료를 더 신속하게 받을 수 있도록 돕고 있습니다.

또한 의사들은 의사결정 지원과 복잡한 임상 정보의 분석 및 통합을 위해 AI를 활용합니다. 연구자들은 데이터 분석과 코호트 구축에 AI를 사용하며, 행정 부서는 문서 초안 작성, 코딩, 업무 프로세스 개선에 AI를 활용하고 있습니다.

보스턴 어린이병원은 이러한 변화를 구체적인 성과와 직접 연결해 측정하고 있습니다. 50개가 넘는 자동화 사례를 통해 약 6만 시간의 업무 시간을 절감했으며, 이는 700만 달러 이상의 인력 활용 가치에 해당합니다.

병원은 AI를 별도의 프로젝트로 도입하기보다 일상 업무에 자연스럽게 녹여내는 데 집중해 왔습니다.

브라운스타인은 "여기서 중요한 것은 직원들의 현재 업무 방식과 수준에 맞춰 AI를 적용하는 것입니다"라고 말합니다.

보스턴 어린이병원은 운영 효율화와 함께 임상적 발견을 지원하기 위한 AI에도 투자했습니다. 병원은 유전 데이터, 표현형 정보, 전 세계 의학 문헌을 통합할 수 있도록 설계된 이른바 'AI 유전학 코파일럿'을 개발했습니다.

이 시스템은 의학 분야에서 가장 어려운 과제 중 하나인, 수년 동안 원인을 밝혀내지 못했던 희귀질환의 진단 문제를 해결하는 데 도움을 줍니다.

이러한 노력의 결과, 과거에는 진단이 불가능하다고 여겨졌던 사례를 포함해 현재까지 40건이 넘는 희귀질환 진단이 이루어졌습니다. 또한 새로운 유전자 표적과 잠재적인 치료 경로를 발견하는 성과로도 이어졌습니다.

브라운스타인은 "우리는 유전 정보, 표현형 정보, 의학 문헌 검색, 그리고 AI의 추론 능력을 결합해 과거에는 아무런 답을 얻지 못했던 가족들에게 진단 결과를 제공하고 있습니다"라고 말합니다.

환자와 가족이 체감하는 변화는 즉각적이고 분명합니다. 한때 원인을 찾지 못한 채 남아 있던 사례들이 이제는 진단으로 이어지고 있으며, 일부 환자에게는 새로운 치료 방향까지 제시되고 있습니다.

브라운스타인은 "예전에는 상상하기 어려웠던 일이지만, 이제는 수많은 가족에게 희망을 주고 있습니다"라고 말합니다.

보스턴 어린이병원의 AI 전략은 다음 단계로 나아가고 있습니다. 현재 병원은 AI를 더욱 깊이 통합하고 활용 범위를 더욱 확대하는 데 집중하고 있으며, 경영진은 활용도와 영향력을 모두 크게 확장할 수 있는 기회가 있다고 보고 있습니다.

병원은 AI를 임상 의사결정 과정에 더욱 깊이 통합하고, 다양한 전문 진료 분야로 활용 범위를 넓히는 한편, OpenAI와의 협력을 통해 모델을 지속적으로 개선하고 있습니다.

장기적으로 AI는 의료 현장의 핵심 구성 요소가 될 것으로 기대됩니다.

브라운스타인은 "전 세계의 의학 지식을 활용할 수 있는 뛰어난 의사가 곁에 있다면, 누가 이를 원하지 않겠습니까?"라고 말합니다.

보스턴 어린이병원에서 AI는 진료, 연구, 의학적 발견을 뒷받침하는 인프라의 일부로 자리 잡고 있으며, 의료진과 환자 모두에게 가능한 일의 범위를 새롭게 정의하고 있습니다.