|
건강보험심사평가원의 최우선 과제는 심사체계 개편이다. 그 중심에는 인공지능(AI)을 활용한 패러다임 전환이라는 목표가 담겨있다.
지금도 그렇지만 시간이 지날수록 더 많이 발생할 문제는 심사직 인원은 한정된 상태인데 청구 건수는 많아지고 있다는 것이다.
문재인 케어로 비급여의 전면 급여화가 이뤄지고 신의료기술이 지속적이 급여권으로 진입하고 있어 방대한 물량을 처리할 현명한 구조로의 변화가 시급한 상태다. 아직 모호한 영역이지만 AI심사에 대한 관심이 높아지는 이유다.
지난 해부터 심평원은 AI심사에 대한 개념을 정립하고 있으며, 올해는 실제로 어떤 형태로 적용할 수 있을지에 대해 집중적으로 검토 중이다.
특히 전문심사에 AI를 적용하는 모델을 심도있게 분석하고 있으며, 본격 적용에 앞서 일부 항목에 반영을 해보는 등 보다 구체적인 방법론을 만들고 있는 것으로 파악됐다.
여기서 전문심사는 통계기법을 활용해 대상기관과 진료항목을 선별한 후 심사직 직원들이 집중심사를 하는 것이다. 전산 상 심사가 어렵고 급여기준 등이 모호한 청구 건을 직접 건건이 처리하는 방식이다.
현재 심평원은 MDM(Multi Dimension Monitoring)방식으로 전문심사 항목을 결정한다. 통계분석을 통해 나온 지표를 토대로 직접 항목을 선정하는 형태다.
달라지는 점은 추후 AI기반으로 DNM(Deep Neural network Model)방식을 적용할 것이라는 것이다.
실제로 심평원은 서울대산학협력단에 의뢰해 ‘전문심사 선정모형 개선방안 연구’를 진행했는데, DNM방식이 효율성이 입증됐다는 점에 주목할 필요가 있다.
MDM 모형에 비해 DNM 모형은 심사결과의 상관관계가 높다고 나타난 것이다. 일례로 약 18만건의 청구를 심사한다고 가정했을 때, 전문심사를 진행할 기관 수는 MDM 적용 시 200곳, DNM 적용 시에는 106곳으로 줄어든다.
그만큼 직접 심사하는 물량 자체가 축소된다는 것이다. 심사직 인력이 매번 건건이 투입되는 전문심사 영역이 좁혀지기 때문에 효율성이 높아진다는 결론이다.
이와 관련, 심평원 관계자는 “아직 개념이 모호한 영역에 있지만, 쉽게 말하면 기존의 심사를 AI가 학습해 처리하는 형태로 변화한다는 것이다. 생물학적 신경망에서 영감을 얻은 기계학습 알고리즘인 ‘인공 신경망’을 심사에 적용시키는 방식”이라고 설명했다.
이어 “보고서에서 긍정적인 결과를 받았지만, 세부적인 형태로의 적용을 위한 AI심사 관련 연구를 추가로 기획하고 있다. 아직 고민해야 할 부분이 많고 안정적으로 적용하기 위해서는 단계적으로 확대돼야 할 부분으로 판단한다”고 밝혔다.
|
