보스턴 어린이 병원, AI로 새로운 진단 길 열어

보스턴 어린이 병원, AI로 새로운 진단 길 열어

보스턴 어린이 병원은 단순히 새로운 기술을 실험하기 위해 인공지능(AI)을 도입한 게 아니었어요. 병원은 AI를 임상 및 운영 인프라의 핵심 부분으로 조직 전반에 걸쳐 심어, 특히 복잡하고 희귀한 질환을 가진 소아 환자들에게 더 나은 의료 서비스를 제공할 수 있도록 했어요. AI를 일상적인 업무 흐름에 통합하면서, 병원 팀은 운영 비용을 줄이고, 의료 서비스 접근성을 개선했으며, 이전에는 해결되지 않았던 40가지 이상의 희귀 질환을 진단하는 데 도움을 주었어요.

압박 속에서 운영하기

보스턴 어린이 병원은 전 세계에서 가장 큰 소아 의료기관 중 하나로, 40개 이상의 전문 분야에서 매년 거의 100만 건에 달하는 외래 진료를 제공하고 있어요.

많은 의료 시스템처럼, 이 병원도 늘어나는 행정 부담을 관리하면서도 빠듯한 재정적 제약 속에서 운영되고 있어요. 공급망, 청구, 운영 등 여러 팀은 송장 처리부터 일정 조율까지, 반복적인 업무를 엄청나게 많이 처리하고 있죠. 이런 과정들은 필수적이긴 하지만 시간이 많이 소요되어, 직원들이 더 가치 있는 업무에 집중하지 못하게 만들어요.

동시에, 임상 팀은 또 다른 종류의 한계에 부딪혔어요. 희귀 질환 사례는 종종 파편화된 유전 데이터, 불완전한 임상 이력, 그리고 압도적으로 많은 의학 문헌과 관련되어 있죠. 심지어 선도적인 연구 기관에서도 의사들은 그 모든 정보를 충분히 빠르게 종합해서 모든 진단에 도달할 수는 없었어요.

보스턴 어린이 병원의 최고 혁신 책임자(Chief Innovation Officer)인 존 브라운스타인(John Brownstein)은 “문제는 노력이 아니에요. 인간의 인지적 한계죠.”라고 말했어요.

엔터프라이즈 AI 레이어로 기반 다지기

보스턴 어린이 병원은 문서화 및 번역 도구를 포함한 개별 AI 활용 사례로 시작했어요. 하지만 이런 초기 노력들은 파편적인 접근 방식의 한계를 빠르게 드러냈죠.

브라운스타인은 “일회성 솔루션에만 의존해서는 안 돼요.”라고 강조했어요.

병원은 브라운스타인이 ‘엔터프라이즈 AI 레이어’라고 부르는 것을 구축하는 방향으로 전환했어요. 이것은 연구, 임상, 행정 팀 전반에 걸쳐 사용되는 보안된 내부 ChatGPT 환경이에요. AI를 단순히 도구 모음으로 취급하는 대신, 병원은 새로운 기능을 빠르게 개발하고 배포할 수 있는 공유 기반을 만들었어요.

이 시스템 덕분에 팀들은 내부 데이터에 접근하든, 의학 문헌을 종합하든, 워크플로를 간소화하든, 각자의 역할에 직접적으로 관련된 방식으로 AI를 활용할 수 있게 되었어요. 안전, 모니터링, 일관된 평가를 보장하기 위해 기술과 함께 거버넌스 구조도 구축되었죠.

이런 변화는 혁신 속도를 바꿔놓았어요. 예전에는 긴 개발 주기가 필요했던 도구들이 이제는 며칠 만에 배포될 수 있게 되어, 병원이 운영상의 요구와 임상적 필요 모두에 빠르게 대응할 수 있도록 해줬어요.

오늘날, 전체 직원의 3분의 1 이상이 임상, 연구, 행정 기능을 아울러 일상 업무의 일부로 AI를 사용하고 있어요.

운영 전반의 워크플로 재설계

보스턴 어린이 병원은 AI가 측정 가능한 운영상의 영향을 줄 수 있는 분야에 먼저 집중했어요. 공급망 운영에서 AI는 이제 송장 접수, 라우팅, 그리고 응답을 관리하고 있어요.

이와 동시에 병원은 AI를 수술 일정 조정에도 적용했어요. 임상 기록을 분석하고 환자의 중증도를 예측함으로써, 이 시스템은 수술실 시간 배분 방식을 개선해요. 이를 통해 일정을 더 미리 계획할 수 있게 되어 활용도를 높이고 더 많은 환자가 필요한 치료를 더 빨리 받을 수 있게 됐어요.

게다가, 의사들은 AI를 의사 결정 지원과 복잡한 임상 정보 종합에 사용해요. 연구자들은 데이터 분석과 코호트 구축에 AI를 적용하죠. 행정 팀은 문서 초안 작성, 코딩, 워크플로 개선을 위해 AI에 의존하고 있어요.

병원은 이러한 변화를 측정 가능한 성과와 직접 연결하고 있어요. 50개 이상의 자동화 작업을 통해, 보스턴 어린이 병원은 약 6만 시간의 시간을 절약했고, 이는 700만 달러 이상의 재배치된 인력 비용과 맞먹는 효과예요.

병원은 AI를 독립적인 이니셔티브로 소개하기보다는 일상 업무와 관련성 있게 만드는 데 집중했어요.

브라운스타인은 “여기서 핵심은 사람들이 있는 곳에서 그들을 만나는 거예요.”라고 말했어요.

희귀 질환 진단 및 유전 연구 발전

운영 개선과 더불어, 보스턴 어린이 병원은 임상 발견을 위한 AI에도 투자했어요. 병원은 유전 데이터, 표현형 정보, 그리고 전 세계 의학 문헌을 통합하도록 설계된, 이른바 ‘코파일럿 유전학자’를 개발했어요.

이 시스템은 의학에서 가장 어려운 과제 중 하나, 즉 수년 동안 설명되지 않고 있던 희귀 질환을 진단하는 문제를 해결하고 있어요.

이 작업의 결과로, 지금까지는 불가능하다고 여겨졌던 40개 이상의 진단이 이루어졌어요. 이 작업은 또한 새로운 유전자 표적과 잠재적인 치료 경로를 식별하는 데도 기여했어요.

브라운스타인은 “우리는 유전 정보, 표현형 정보, 문헌 검색, 그리고 AI의 추론을 결합하여 한때 아무런 답을 얻지 못했던 가족들에게 진단을 제공하고 있어요.”라고 설명했어요.

환자와 가족에게 그 영향은 즉각적이고 구체적이에요. 예전에는 해결되지 않았던 사례들이 이제는 답을 찾고 있으며, 일부 경우에는 새로운 치료 방향으로 이어지고 있어요.

브라운스타인은 “이것은 전에는 상상할 수 없었지만, 이제는 수많은 가족들에게 희망을 주고 있어요.”라고 덧붙였어요.

규모에 맞춰 AI를 활용한 의료 서비스 제공

보스턴 어린이 병원의 다음 AI 전략 단계는 더 깊은 통합과 더 넓은 채택에 초점을 맞추고 있어요. 병원 리더십은 사용량과 영향력 모두를 확장할 중요한 기회가 있다고 보고 있어요.

병원은 AI를 임상 의사 결정에 더욱 완전하게 통합하고, 여러 전문 분야에 걸쳐 도구를 확장하며, OpenAI와의 협력을 통해 모델을 계속 개선하기 위해 노력하고 있어요.

시간이 지남에 따라, AI는 의료 행위의 핵심 구성 요소가 될 것으로 예상돼요.

브라운스타인은 “전 세계의 모든 의학 지식을 겸비한 놀랍도록 훈련된 의사를 원하지 않을 사람이 있을까요?”라고 말했어요.

보스턴 어린이 병원에서 AI는 의료 서비스 제공, 연구, 그리고 발견을 지원하는 인프라의 일부가 되고 있으며, 임상의와 환자 모두에게 가능한 것의 경계를 재정의하고 있어요.