의료 위험 관리에 대한 기술적 해결 방법

환자 치료 결과 개선 및 비용 절감의 이점은 사람의 개입과 기술적 기량이 적절히 조합되어야 달성될 수 있습니다.

가치 기반 의료 서비스로의 전환에 있어, 고급 데이터 분석은 새로운 경쟁 우위를 제공합니다.

정부가 최적의 의료 정책을 수립하는 데 어려움을 겪고 있는 상황에서 모든 사람이 동의하는 한 가지는 바로 시스템 변화의 필요성입니다.

미국은 환자 치료 결과가 개선되면 제공업체에 보상하고 그렇지 않은 경우 벌금을 부과하는 가치 기반 모델로 순조롭게 전환하고 있습니다. 비용을 절감하고 효율성을 향상시키는 반가운 변화이지만, 1조 달러 규모의 의료 업계를 혁신하려면 사람의 창의력과 함께 특히 의료 서비스 제공업체의 기술적 기량이 적절하게 조합되어야 합니다.

Quartet Health의 데이터 과학자이자 Dartmouth Institute의 겸임 부교수인 David Wennberg 박사는 다음과 같이 말합니다. "지금은 전문의가 서비스의 적합성, 필요성 및 제공 효율성과 상관없이 서비스를 제공하도록 장려됩니다. 결점 있는 모델이 아닐 수 없습니다."

정책 입안자, 지급인 및 제공업체는 모두 이 문제를 바로잡기 위해 최선의 노력을 기울이고 있습니다. 20개 주의 저소득층 의료보장제도 담당자들은 2016년에 가치 기반 모델을 도입했습니다1. 2015년에 미국 보건사회복지부(HHS)는 진료별 수가 의료 보험 지불금의 50%를 2018년 말까지 가치 기반 지불 모델로 전환할 목표를 세웠으며, 다수의 개인 보험 가입자가 동참하고 있습니다2.

제공업체는 환자 치료 결과를 향상시키고 비용적 불이익을 피하기 위해 재입원 비율부터 병원 내 감염과 응급 상황에 이르기까지, 주요 지표를 추적해야 합니다. 많은 경우에, 이는 데이터 수집 및 분석 능력의 극적인 향상을 의미합니다.

인텔의 글로벌 건강 및 생명 과학 총괄 책임자인 Jennifer Esposito는 다음과 같이 말합니다. "분석 기능을 갖추면 '환자를 위한 가장 효율적인 경로는 무엇인가? '환자의 치료가 잘못되는 경우는 어떤 경우인가?' '환자와 어떻게 상호 작용할 것이며, 상황이 좋거나 나빠지는 것을 어떻게 알 수 있는가?’ 등의 질문에 답할 수 있으며 이것이 바로 이 복잡한 분석의 세계에서 다루는 영역입니다."

대부분의 제공업체를 위한 첫 단계는 다양한 소스의 데이터를 분석함으로써 현재 일어나고 있는 일을 파악할 수 있는 시스템을 갖추는 것입니다. 고급 분석 시스템은 의료 기관에 인사이트를 제공하며, 이를 통해 이러한 인사이트가 아니었다면 알 수 없었을 환자 수, 효과가 있는 것과 효과가 없는 것 등에 대해 파악할 수 있게 됩니다.

"인간이 모든 영역을 항상 모니터링하는 형태로 확장되지는 않습니다"라고 Esposito는 말합니다. 분산된 소스에서 이런 모든 데이터를 수집하고 의미가 있게 만들려면 사람보다 훨씬 빠르고 효율적으로 작업할 수 있는 정교한 시스템이 필요합니다.

다음 단계는 문제를 예측하고 발생에 앞서 문제를 해결할 수 있는 분석입니다. 강력한 분석 프로그램은 과거의 데이터를 활용하여 최고의 치료 과정을 추천하고, 퇴원 후 근접 후속 조치가 필요할 것으로 보이는 환자를 예측하며, 생명을 살릴 수 있는 인사이트를 제공하여 병이 발생할 때까지 기다리는 것이 아니라, 환자가 항상 건강한 상태를 유지할 수 있도록 지원합니다.

"지금은 전문의가 서비스의 적합성, 필요성 및 제공 효율성과 상관없이 서비스를 제공하도록 장려됩니다."


— David Wennberg 박사
Quartet Health의
데이터 과학자 겸
Dartmouth Institute의
겸임 부교수

"의료 업계는 기존의 업무적 의사 결정을 뛰어넘어 치료 시점의 실시간, 예측적, 중재 의사 결정으로의 이동을 시작하고 있습니다."


— Brett MacLaren
Sharp HealthCare의
엔터프라이즈 분석 부사장