[글로벌이코노믹 사설] 병원 데이터 표준화 시급한 과제다

한국은 전 국민 단일 건강보험 체계를 가진 나라다.

디지털 역량도 높은 편이어서 양질의 의료 데이터를 보유 중이다.

국민건강보험공단의 주기적 검진 데이터는 신체 변화를 추적하는 데 나침반 역할을 할 수 있다.

게다가 심평원이나 각급 병원에 누적된 방대한 임상 의료 기록은 실제 질병의 발생과 치료과정까지 소상하게 알 수 있는 자료다.
바이오뱅크의 유전자 정보 등 바이오헬스 데이터 자산은 전 세계가 부러워할 정도다.

한국형 정밀의료와 예방의학의 새로운 모델을 만들기에 충분한 데이터다. 하지만 개별데이터는 단순 나열식이다.

각 데이터 간의 복잡한 맥락을 유기적인 지도형태로 연결하는 일이 시급한 과제인 셈이다.

의료 데이터가 각 기관에 분산돼 있으면 유기적인 활용이 어렵다.

한국인 특성을 살린 신약개발이나 예방의학을 발전시키려면 스마트 워치 등을 통해 수집되는 각종 데이터까지도 활용할 수 있어야 한다.
병원별로 검사나 진단명을 비롯해 처방 형식부터 표준화하는 게 시급한 이유다.

의료 기관마다 사용하는 질병 코드나 용어가 다르면 인공지능(AI)을 활용한 학습이 불가능하다. 환자 전원 과정에서 데이터를 활용하기도 힘들다.

의료 데이터의 품질이 보장되지 않은 상태에서 양만 늘리면 AI의 오류와 편차만 증가하는 결과를 초래할 수 있다.

정부도 공공의료 분야 AI 고속도로 구축 등 지역 국립대병원의 디지털 헬스 케어와 인공지능 전환사업을 지원하고 있다.

하지만 실제로는 시스템 교체나 공동 구매에 그칠 공산이 크다.

차제에 환자 의뢰부터 회송 응급, 영상 공유, 약물 이력확인 등 지역의료에서 필요한 기능을 중심으로 공동 모듈을 설계할 필요가 있다.

지방 국립대 병원 내부 업무의 효율화도 중요하지만 지역 거점 공공병원과 보건소가 공동으로 사용할 수 있는 기능을 우선시해야 한다.

단순히 의료 AI를 도입하는 것보다 실제 현장의 문제점을 해소했는지를 평가하는 성과지표 마련도 해결 과제다.