PwC 보고서: AI가 오히려 의료비를 증가시킨다
PwC의 최신 보고서에 따르면, AI 도입이 의료비 절감이 아닌 오히려 증가의 주요 원인으로 작용하고 있습니다. AI 의료 기록 도구가 환자의 증상을 더욱 세밀하게 분석해 더 높은 수가의 청구 코드를 도출해 내기 때문입니다. 의료 현장에서 AI가 효율성을 넘어 병원의 수익 극대화를 위한 도구로 먼저 활용되고 있다는 점에서 시사하는 바가 큽니다.
요약(TL;DR): 서류 작업 감소, 의사의 진료 기록 자동화, 병원 인력 감축 등을 통해 AI가 의료비를 절감해 줄 것이라 기대했을 수 있다. 하지만 최근 60페이지 분량의 PwC 보고서는 오히려 그 반대의 현상이 나타나고 있음을 시사한다. 즉, 현재까지 AI가 가장 널리 쓰이는 분야 중 하나는 의료비를 더 비싸게 만드는 것이다. 이는 AI가 단순히 업무 효율성을 높이는 데만 능한 것이 아니라, 특정 산업의 수익을 높이기 위해 더 세분화된 방법을 찾아내는 데도 탁월하다는 것을 보여주는 예시이다.
무슨 일이 일어나고 있나: PwC에 따르면, AI는 2027년까지 의료비 상승을 최대 9% 견인할 수 있는 5가지 잠재적 요인 중 하나로 꼽혔다. 이는 2010~2011년 이후 가장 높은 수치인 올해의 상승률과 맞먹는다. 핵심 이유는 다음과 같다. AI 기록 보조 도구는 바쁜 의사들이 하나의 포괄적인 '코드(Standardized billing label, 보험사에 지급을 요청하는 표준화된 청구 코드)'로 뭉뚱그려 처리했을 수 있는 진단 및 의료적 합병증의 세부 내역을 더 꼼꼼하게 기록한다. 이러한 추가적인 세부 정보는 환자가 실제로 받는 치료 수준이 이전과 동일함에도 불구하고, 더 중증도가 높은(즉, 더 많은 지급을 요구할 수 있는) 코드를 정당화할 수 있게 해준다.
청구 내역의 세부 사항에 숨어있는 함정: 한 블루 크로스 블루 실드(Blue Cross Blue Shield)의 분석에 따르면, 일부 병원에서 신생아 산모의 '급성 출혈 후 빈혈' 청구 코드가 산모 입원 건수의 4%에서 12.3%로 2022년부터 2025년 사이에 급증한 것으로 나타났다. 반면 해당 질환의 일반적인 치료법인 수혈 건수는 거의 변동이 없었다. 이 코드의 증가율이 가장 가파른 병원 시스템을 감사한 결과, 실제로 진단의 임상적 기준을 충족하는 사례는 20% 미만인 것으로 확인됐다. 이처럼 고강도 코딩(Coding intensity)이 증가한 시기는 병원들이 청구에 AI를 적극 활용하기 시작한 시기와 일치한다. BCBS에 따르면, 이러한 '코딩 강도' 증가로 인해 연구 대상 병원들의 3년간 산모 진료비 지출은 2,200만 달러가 증가했다.
하지만 명심해야 할 점: AI는 이번 보고서에서 새롭게 떠오르는 1위 비용 상승 압력 요인이긴 하지만, 전반적인 비용 증가를 이끄는 가장 큰 원인은 아니다. 보고서의 공동 저자 중 한 명은 헬스케어 다이브(Healthcare Dive)와의 인터뷰에서 인건비 및 의료 물가 상승과 같은 기존 요인들이 여전히 증가분의 더 큰 부분을 차지한다고 밝혔다. 또한, AI 도구는 장기적으로는 병원 행정 업무를 자동화하거나 질병을 조기에 진단하여 오히려 의료비용을 절감하는 방향으로 작용할 수도 있다.
결론: AI는 접하는 모든 산업의 낭비를 줄이고 시스템을 더 빠르고 저렴하게 만드는 최적화 도구로 종종 홍보된다. 그러나 의료 분야에서 AI가 가장 먼저 최적화한 것 중 하나는 '사람들에게 더 많은 요금을 청구하는 방법'이었다. 한 의료 보험사 임원이 지적했듯이, 기업들은 "AI를 받아들이고 '이 기술을 어떻게 하면 우리의 이익을 더 극대화하는 데 사용할 수 있을까?'라고 질문할 것"이다.
— WK 이 기사는 원래 Tech Brew에 게재되었습니다.