환자가 언니의 죽음을 이야기할 때, 의사는 무엇을 해야 할까요? 키보드로 손을 뻗어 기록을 남겨야 할까요, 아니면 그냥 그 자리에서 함께 있어야 할까요?

Stanford Health Care의 Christopher Sharp 박사는 그 순간에 키보드로 손을 뻗지 않았습니다. AI 스크라이브가 대신 듣고 있었으니까요. 대화가 끝난 뒤 생성된 요약본에는 환자 언니의 사망 사실과 관련 병력이 담담하게 기록되어 있었습니다. 기계는 기계가 잘하는 일을 했고, 의사는 사람이 잘하는 일을 했습니다.

Scientific American이 Stanford University Medical Center의 최고의료정보책임자(CMIO) Sharp 박사를 인터뷰한 내용을 소개합니다. 그는 1년 넘게 다양한 의료 AI 도구를 도입해 온 실무자로서, 현장에서 직접 체감한 효과와 한계를 솔직하게 전합니다.

출처: How Stanford Doctors Use AI Scribes to Cut Paperwork and Focus on Patients – Scientific American

AI 스크라이브, 효율보다는 “인지 부담 감소”

Stanford가 1년 전 도입한 앰비언트 AI 스크라이브는 의사의 스마트폰으로 진료 대화를 듣고, 진료 종료 1분 이내에 의무기록 초안을 생성합니다. 골프 얘기처럼 임상과 무관한 대화는 걸러내고, 임상적으로 중요한 내용만 요약합니다.

흥미로운 건 효과가 예상과 달랐다는 점입니다. Sharp 박사 팀은 처음에 의사들이 문서 작업에서 벗어나 더 많은 환자를 보거나 더 일찍 퇴근할 거라 기대했습니다. 실제로는 의사들이 AI가 생성한 초안을 검토하고 수정하는 데 상당한 시간을 썼습니다. 순수한 시간 절약 효과는 크지 않았죠.

하지만 의사들의 반응은 압도적으로 긍정적이었습니다. “효율”이 아니라 “인지 부담 감소”가 핵심이었던 겁니다. 대화 내용을 머릿속에서 정리해 기록으로 옮기는 정신적 작업 자체가 줄어든 것이, 의사들의 업무 만족도와 웰니스에 실질적인 차이를 만들었습니다.

ChatEHR, 의무기록을 대화로 조회하다

Sharp 박사 팀이 실험 중인 또 하나의 도구는 ChatEHR입니다. 의사가 환자 의무기록에 채팅으로 질문을 던지는 방식인데, “이 환자가 지금 어떤 진단으로 어떤 과에서 치료받고 있나요?”라고 물으면 각 진료과의 주요 내용을 인용 출처와 함께 요약해 답해줍니다. 의사가 필요한 부분을 직접 원문에서 검증할 수 있는 구조입니다.

실제 활용 사례도 나왔습니다. 특정 치료 경로에 적합한 환자를 여러 차트에서 선별하는 작업에 ChatEHR을 적용했더니, 사람이 수 시간 걸리던 일이 몇 분으로 줄었습니다.

환자 메시지 폭증도 AI로

코로나 이후 환자 메시지가 200% 증가했고 그 추세는 줄지 않았습니다. Stanford는 미국 내 최초로 AI가 초안을 작성하고 의사가 검토·수정하는 방식의 환자 메시지 응답 시스템을 도입했습니다. Sharp 박사는 공감적이면서도 정확한 언어를 처음부터 만들어내는 부담이 줄었다고 말합니다. 환자 기록을 참조해 문맥에 맞는 초안을 생성하기 때문에, 의사가 기억하지 못한 내용을 AI가 짚어주는 경우도 있다고 합니다.

“기계가 잘하는 일”과 “사람이 잘하는 일”

Sharp 박사가 이 기술을 지지하는 이유는 단순히 시간을 아끼기 위해서가 아닙니다. 의사가 정말 사람이어야 하는 순간에, 사람일 수 있게 해주기 때문입니다. 의무기록의 정확성과 일관성은 기계에 맡기고, 의사는 환자 앞에 온전히 존재하는 데 집중할 수 있는 구조입니다.

Sharp 박사는 이 도구들이 진료 시간대에 따라 달라지는 의료의 질—예를 들어 오후 늦은 진료에서 예방 관리가 덜 이뤄지는 경향—을 완화하는 데도 기여할 것이라 기대합니다. AI가 의사의 피로와 무관하게 일관된 지원을 제공한다면, 환자 예후 자체가 달라질 수 있다는 거죠. 그 효과를 입증하는 연구는 아직 진행 중입니다.

원문 인터뷰에는 이 도구들의 도입 과정, 오류 감소 추이, 그리고 향후 환자가 직접 AI와 상호작용하는 방향으로의 발전 가능성도 담겨 있습니다.