챗GPT가 의료기록도 읽게 됩니다

오픈AI가 챗GPT를 병원 전자의무기록에 연결했습니다. 읽을 수는 있고 쓸 수는 없습니다. 이번 발표의 내용은 그 한 줄입니다.

9월 1일 오픈AI는 의료기관이 자사의 에픽 전자의무기록 환경을 챗GPT에 연결할 수 있게 됐다고 밝혔습니다. 에픽은 미국 병원의 진료 기록을 담는 소프트웨어이고, 이 시스템에 올라 있는 환자 기록은 3억 2,500만 명분이 넘습니다. 연결하면 임상의는 진료 기록과 검사 결과, 처방 약, 협진 기록을 챗GPT 안으로 불러 요약하고 지난 진료 이후 무엇이 달라졌는지 확인할 수 있습니다. 챗GPT를 에픽 화면 안에 끼워 넣어 차트를 벗어나지 않고 쓰는 구성도 됩니다. 접근은 읽기 전용이고 모델이 만든 문장은 차트에 기록되지 않습니다. 같은 날 함께 열린 공개 보건 데이터 플러그인은 펍메드와 데일리메드, CMS 급여 기준을 포함한 9개 공식 데이터셋을 연결합니다.

회사가 함께 내놓은 평가는 임상 27개 사용 사례에 대해 의사들이 매긴 4,300여 건입니다. 이 가운데 99.1%가 안전하다는 평가를 받았고, 연결된 다섯 개 데이터 소스 각각에서 93%가 넘는 응답이 정확도에서 좋음 이상을 받았다고 적었습니다.

이 발표를 두고 나오는 해석은 대체로 하나입니다. 인공지능이 드디어 진료 안쪽으로 들어왔다는 것입니다. 절반은 맞습니다. 다만 이 설명으로는 왜 쓰기 권한을 빼고 들어왔는지가 풀리지 않습니다. 모델이 요약을 잘한다면 그 요약을 차트에 바로 남기는 편이 병원에 훨씬 이롭습니다.

값은 모델이 아니라 맥락에서 나옵니다

같은 모델이라도 눈앞의 환자 기록을 읽고 답하면 다른 물건이 됩니다. 지금까지 의료용 인공지능의 병목은 대체로 이 자리에 있었습니다. 모델은 교과서와 논문을 알지만 이 환자를 모릅니다.

그러면 경쟁의 축이 옮겨 갑니다. 답을 더 잘하는 쪽이 아니라 그 환자의 기록에 닿는 쪽이 이깁니다. 그리고 그 기록은 이미 소수의 회사 안에 들어 있습니다.

에픽이 파는 것은 소프트웨어가 아니라 위치입니다. 병원의 하루가 그 화면 위에서 돌아가고, 새 도구가 그 화면 밖에 있으면 쓰이지 않습니다. 오픈AI가 자사 화면 안으로 기록을 불러오는 방식과 에픽 화면 안에 챗GPT를 끼워 넣는 방식을 함께 내놓은 이유가 여기 있습니다.

읽기 전용은 기술이 아니라 합의입니다

쓰기를 뺀 것은 만들기 어려워서가 아닙니다.

의무기록은 법적 문서입니다. 누가 무엇을 언제 적었는지가 진료의 근거이자 분쟁의 근거가 됩니다. 모델이 쓴 문장이 그 안에 들어가면 작성자가 누구인지, 틀렸을 때 책임이 어디로 가는지가 곧바로 규제 문제로 바뀝니다.

읽기만 하면 그 문제가 생기지 않습니다. 원본은 병원 쪽에 그대로 남고 모델의 출력은 참고 자료로 남습니다. 도입 속도를 정하는 것이 모델의 성능이 아니라 권한의 설계라는 뜻이고, 이번 발표에서 실제로 협상된 것은 그 경계선입니다.

2009년에 깔린 배관

전례가 있습니다. 2009년 미국은 경기부양법의 한 부분으로 HITECH법을 만들어 전자의무기록을 도입하는 병원과 의사에게 보조금을 줬습니다. 종이 차트를 쓰던 진료실에 새 소프트웨어 층을 한꺼번에 밀어 넣은 사업이고, 그때도 무엇을 쓸지 정한 것은 성능이 아니라 보조금과 업무 흐름이었습니다.

다른 점이 더 중요합니다. 그때는 정부가 돈을 대며 밀어 넣었고 이번에는 민간 계약입니다. 그리고 그때의 결과가 지금의 조건입니다. 보조금을 따라 병원들이 몰려간 끝에 기록이 소수 업체 위에 모였고, 그래서 오늘 인공지능 회사가 미국 환자 기록의 상당 부분에 닿으려면 만나야 할 상대가 몇 곳뿐입니다. 한 세대 전의 보조금이 오늘 협상 테이블의 모양을 정했습니다.

반대 근거도 분명합니다. 읽기 전용이어도 임상 판단에는 영향을 줍니다. 요약이 무엇을 빠뜨렸는지 확인하는 일이 의사의 몫으로 남는데, 시간에 쫓기는 진료에서 그 확인은 자주 생략됩니다. 99.1%라는 숫자도 회사가 설계한 평가에서 의사들이 응답에 매긴 점수이지 환자에게 생긴 결과가 아닙니다.

남는 것

첫째, 이 자리에서 여러 차례 살펴본 토큰 원가 밖에 항목이 하나 더 붙습니다. 연결 값입니다. 기록 시스템에 붙이고 권한을 나누고 접근 이력을 남기는 설비는 모델과 별개의 원가이고, 이 값을 치를 수 있는 회사는 많지 않습니다.

둘째, 값이 매겨지는 자리가 데이터를 쥔 쪽으로 옮겨 갑니다. 모델의 성능 차이가 좁아질수록 그 모델에 무엇을 읽히느냐가 결과를 가릅니다. 병원 기록과 청구 자료, 검사 결과처럼 오래 쌓인 자료를 가진 쪽의 자리가 다시 계산됩니다.

셋째, 한국에서 같은 일이 벌어지려면 다른 것이 필요합니다. 미국에는 3억 명분을 한 시스템 위에 올려 둔 상대가 있었습니다. 기록이 병원마다 흩어져 있으면 연결할 상대를 먼저 만들어야 합니다.

오픈AI가 이번에 얻은 것은 새 능력이 아니라 자리입니다. 이미 갖고 있던 능력이 환자의 기록을 볼 수 있는 자리입니다.