컨텐츠 바로가기

    12.05 (금)

    이슈 질병과 위생관리

    [기고]인공지능으로 여는 의료 대전환, 지속가능한 의료의 미래

    댓글 첫 댓글을 작성해보세요
    주소복사가 완료되었습니다
    우리는 지금 인공지능(AI)이 주도하는 의료 대전환이라는 혁신의 한가운데에 서 있다. 그러나 이 역동적인 혁신을 이끌어가고 완성하기 위해서는 우리가 직면한 두 가지 중대한 난제를 직시해야 한다. 바로 '지속가능성 위협'과 '필수의료 공백 심화'다. 고령화로 인해 건강보험 진료비는 2019년 97조원에서 2023년 127조원으로 30% 이상 급증했으며, 최근 소아청소년과 전공의 충원율 13%라는 수치는 필수의료 체계의 붕괴가 현실화되고 있음을 보여주고 있다.

    지속가능한 의료시스템을 구현하고 필수의료 공백까지 해소할 수 있는 열쇠는 바로 AI를 활용한 혁신에 달려있다. 지역·필수·공공의료 투자를 확대하는 정책적 노력과 더불어, 최근 눈부신 속도로 발전 중인 AI를 의료현장에 적극 활용해야 한다. 예를 들어, 의료영상데이터에서 미세 병변을 탐지해 암, 심부전, 뇌출혈 등 중증 질환을 정밀하게 예측하는 AI 조기진단 솔루션을 활용하는 것이다. 현 정부의 국정과제인 '의료AI·제약·바이오헬스 강국 실현'은 이러한 시대적 요구를 반영한 것이다. 정부는 앞으로 AI 기술을 국민건강 정책 전반에 녹여내고자 다음의 정책을 추진할 계획이다.

    첫째, 모든 국민이 언제 어디서나 필요한 서비스를 제공받을 수 있도록 단계적으로 'AI 기본의료' 체계를 확립해나갈 것이다. AI를 활용해 의료취약지 주민과 만성질환자가 제때 의료서비스를 지원받을 수 있도록 하고, 중환자실·응급실 입원환자에게는 의료진이 최적의 치료를 제공할 수 있도록 AI가 보조하는 기술을 개발하고 보급할 계획이다. 또 암·치매와 같이 부담이 큰 질병을 극복하기 위한 AI 활용 기술 개발도 적극 추진한다.

    둘째, 환자에게 필요한 혁신적 기술이 개발되고 진료에 쓰일 수 있도록 AI 기반 신약 개발과 첨단 의료기기 지원을 강화할 것이다. 바이오헬스 산업은 AI 중심으로 빠르게 재편되고 있다. 정부는 신약 후보물질 발굴, 독성 예측, 임상 설계 자동화, 실험자율화를 포함한 신약 개발 전주기에 AI를 접목할 수 있도록 지원하고 있다. 이에 더해 2027년까지 1조원 규모의 바이오 투자 펀드를 조성해 대규모 임상과 글로벌 진출을 촉진할 계획이다. AI 의료기기에 대해서도 기초연구-임상연구-인허가까지 범부처 협력을 통해 지원하고, AI 수술로봇의 글로벌 경쟁력을 확보하기 위한 병원 기반 이노베이션랩도 구축한다.

    셋째, 의료AI 혁신생태계를 조성하기 위해 보건의료데이터의 안전한 활용과 AI-의약학 융합인재 양성을 지원한다. 데이터는 AI의 원유이다. 정부는 미국·영국과 같은 정밀의료 인프라를 확보하기 위해 참여자의 동의를 얻어 2032년까지 100만명 규모의 국가통합바이오빅데이터를 구축해나가고 있다. 이 데이터는 2026년 4분기부터 단계적으로 개방해 숨어있는 질병 위험을 정확히 포착하고, 수많은 선택지 중 환자에게 가장 잘 맞는 맞춤 의약품을 처방하는 등 의료 혁신을 위한 연구에 안전하게 활용되도록 할 계획이다. 또 의료 AI 스타트업과 중소기업이 가명처리된 의료데이터를 활용할 수 있도록 바우처를 지원하고, 보건의료데이터의 활용-보호 필요성을 균형감 있게 고려한 '디지털헬스케어법' 제정도 추진한다. 마지막으로, 혁신의 시작과 완성에 중추적 역할을 하는 인재를 양성하기 위해 의료-AI를 모두 이해하는 융합인재 양성과정과 신약 개발 현장에서 필요로 하는 교육과정을 지원한다.

    기술은 사람을 향할 때 비로소 그 가치가 빛난다. 의사가 임상 현장에서 환자를 마주한 경험과 데이터가 좋은 연구개발로 이어질 것이며, 연구개발의 결과가 환자에게는 치유의 희망을, 국민에게는 건강한 삶을, 의료진에게는 진료의 자부심을 선물해주길 기대한다.

    머니투데이

    이형훈 보건복지부 제2차관



    이형훈 보건복지부 제2차관

    이형훈 보건복지부 제2차관

    Copyright ⓒ 머니투데이 & mt.co.kr. 무단 전재 및 재배포, AI학습 이용 금지.
    기사가 속한 카테고리는 언론사가 분류합니다.
    언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.