[데일리메디 박근빈 기자] 심사인력이 건건이 진행하는 전문심사 과정에 인공지능(AI) 모형을 적용해봤더니 상당히 긍정적인 지표가 나타난 것으로 확인됐다. 대상이나 건수가 줄었고 최대 8.63배 심사효율이 향상됐다.
전문심사란 각종 통계기법과 지표 등의 선정기준을 통해 대상기관과 진료항목을 선별해 심사직원이 집중 심사하는 방법으로 심사직원 및 심사위원, 심사위원회 심사가 있다.
최근 건강보험심사평가원은 종합병원 전문심사 효율화를 위해 기존 MDM(Multi dimension monitoring system) 방식에서 DNM(Deep Neural network Model)로 전문심사 모형을 변경해 그 변화 양상을 진단했다.
DNM 모형은 곧 인공지능(AI) 모형으로 분류되며 인공 신경망 기반 딥러닝 기법이 적용되는 것이다.
핵심은 한정된 심사인력이라는 제한을 벗어나 전문심사 대상기관과 건수를 줄이면서도 그만큼 효과를 창출할 수 있는지 여부다.
심평원은 지난 2017년 10월부터 2018년 3월까지 종합병원 청구 명세서를 기반으로 그 수량을 변화시키면서 MDM모형과 AI모형(DNM) 심사결과를 비교, 평가했다. 각 16개 진료과목 그룹으로 AI 기반 학습 모델을 개발한 것으로 기관별로 전문심사 선정한 것이다.
기본적으로 동일한 심사량으로 심사실적이 더 높다면 효율적인 모형으로 평가할 수 있는데, AI모형의 성능이 더 높은 것으로 확인됐다.
일례로 4000개의 명세서를 심사랑 경우, MDM은 상위 5곳을 대상으로 선정하게 되는데 AI는 3개 기관만 심사해도 동일한 효과가 있었다.
분석자료에 의하면 기관 수가 줄어들면서 8.63배의 심사 효율이 발생했다.
5600개의 명세서를 심사할 경우, MDM은 상위 9개 기관을 대상으로 하는데 AI는 5개 기관만 심사해도 동일한 성과가 도출됐다. AI가 적용되면 약 2.59배 심사 효율 향상이 입증된 것이다.
명세서 수가 늘어나면서 심사 효율 자체는 떨어지는 것으로 나타났지만 기존 MDM모형이 적용됐을 때 보다 긍정적인 변화가 발생했다는 결론이 나왔다.
이와 관련 심평원 측은 “전문심사 대상선정 우선순위를 산출해 객관적인 전문심사 대상 선정이 가능해졌다. 효율성 증가 및 투입 자원 대비 심사 효율성 증대는 큰 장점을 작용할 것”이라고 설명했다.
하지만 “아직 더 많은 패턴을 연구해야 할 필요가 있다. 반복적 학습을 통해 AI 기반 구축체계를 더 탄탄하게 만들어야 한다. 올해까지 더 검증작업을 진행한 후 적용하게 될 것”이라고 밝혔다.
이 관계자는 “전문심사 AI모형과 심사체계 개편과는 연관성이 없다. 애초에 별도의 트랙에서 별도의 업무부서가 각각 진행한 것으로 큰 틀에서의 맥락은 비슷해 보이지만 동일시해서는 안 된다”고 언급했다.
박근빈 기자 (
