Digital Health and Data Utilisation for Improved Primary Health Services Delivery: Multi-Site Perspectives from Quality Improvement Teams in Council Hospitals in Tanzania

이 연구는 탄자니아의 자치구 병원 품질 개선 팀을 대상으로 디지털 건강 시스템의 유용성과 데이터 접근성이 서비스 개선에 중요한 영향을 미치지만, 현재 시스템의 상호 운용성 부재와 신뢰성 문제로 인해 데이터 활용도가 제한적임을 규명하고, 시스템 통합 및 지속적인 교육의 필요성을 강조합니다.

핵심

🏥 탄자니아 병원의 '디지털 건강' 이야기: 데이터가 약이 될 수 있을까?

이 논문은 탄자니아의 지방 병원들이 **"디지털 기술 (컴퓨터 시스템)"**을 어떻게 사용하고 있는지, 그리고 그것이 환자 치료에 어떤 영향을 미치는지 조사한 연구입니다.

이 복잡한 연구를 마치 한 마을의 식당에 비유해서 쉽게 설명해 드릴게요.

---

🍽️ 비유: 디지털 시스템은 '레스토랑의 주문 시스템'입니다

생각해 보세요. 탄자니아의 12 개 지방 병원을 12 개의 큰 레스토랑이라고 가정해 봅시다.

• 의사/간호사: 셰프와 서빙 스태프
• 환자: 손님
• 데이터: 손님의 주문 내역, 재고 (식재료), 메뉴판
• 디지털 시스템: 손님이 주문하고 재고를 관리하는 스마트 태블릿 주문 시스템

연구진은 이 레스토랑들이 "스마트 태블릿을 잘 쓰고 있니? 그걸로 더 좋은 요리를 할 수 있니?"라고 물어봤습니다.

🔍 연구가 발견한 사실들 (현실은 조금 씁쓸합니다)

연구 결과, 레스토랑 (병원) 들은 스마트 태블릿 (디지털 시스템) 을 도입했지만, 아직은 완벽하지 않아요.

1. 시스템이 너무 어렵습니다 (사용성 부족):

   • 많은 스태프들이 "이 태블릿이 너무 복잡해서 쓰기 싫어요"라고 말합니다.
   • 비유: 주문을 하려면 10 단계를 거쳐야 하고, 버튼이 너무 작아서 누르기 힘들다면, 스태프들은 결국 다시 종이와 펜으로 주문을 적고 싶어 하겠죠?
   • 결과: 시스템이 '사용하기 편하다 (User-friendly)'는 점에 대해 50% 이상이 "아니오"라고 답했습니다.

2. 데이터가 자주 틀립니다 (신뢰성 부족):

   • 태블릿에 재고 (약, 혈액 등) 가 10 개 있다고 나오는데, 실제로는 0 개일 때가 많습니다.
   • 비유: 메뉴판에 "오늘 생선 구이"라고 써 있는데, 주방에 생선이 없다면요? 손님은 화가 나고, 스태프는 시스템을 믿지 않게 됩니다.
   • 결과: 시스템이 '믿을 수 있다 (Reliable)'는 점에 대해 65% 이상이 "아니오"라고 답했습니다.

3. 시스템이 서로 말을 안 합니다 (호환성 문제):

   • 약국 시스템, 환자 기록 시스템, 인사 시스템이 서로 연결되지 않아서 데이터를 공유할 수 없습니다.
   • 비유: 한 팀은 영어로 주문을 받고, 다른 팀은 스페인어로 받아서, 서로가 무슨 말인지 모르고 재고가 엉망이 됩니다.
   • 결과: 데이터가 '서로 잘 맞는다 (Compatible)'는 점에서도 불만이 많았습니다.

💡 하지만, 희망적인 점도 있습니다!

시스템이 엉망이지만, 잘만 쓰면 정말 효과가 있다는 것이 증명되었습니다.

• 데이터가 정확하고, 시스템이 편하면:
  • 의사들은 "어떤 약이 부족할지 미리 알 수 있어"라고 말합니다.
  • 병원장은 "어느 병동에 인력이 더 필요한지 정확히 알 수 있어"라고 말합니다.
  • 핵심: **"좋은 데이터 (Quality Data)"**를 얻는 것이 가장 중요합니다. 데이터가 정확하면 의사결정이 빨라지고, 결국 환자 치료 (서비스) 가 훨씬 나아집니다.

📊 연구의 결론 (한 줄 요약)

"현재 탄자니아 병원의 디지털 시스템은 아직 '어설픈 초보 요리사' 수준이지만, 이 시스템을 잘 다듬고 (통합하고), 스태프들에게 요리법을 가르쳐주면 (교육), 레스토랑은 최고의 맛집이 될 수 있다."

🛠️ 연구진이 제안하는 해결책

1. 시스템 통합: 여러 개의 낡은 태블릿을 하나로 합쳐서, 모든 스태프가 같은 정보를 볼 수 있게 하세요.
2. 지속적인 교육: 시스템을 쓰는 법을 단순히 한 번 가르치는 게 아니라, 계속 연습하게 해야 합니다.
3. 신뢰 구축: 시스템이 틀리지 않도록 고쳐서, 스태프들이 "이 시스템은 믿을 수 있어"라고 느끼게 만들어야 합니다.

🇰🇷 한국어로 정리하면?

이 논문은 **"디지털 기술을 도입했다고 해서 자동으로 병원이 좋아지는 것은 아니다"**라고 말합니다. 오히려 시스템이 복잡하고 신뢰할 수 없으면, 의료진이 더 힘들어집니다. 하지만 사용하기 편하고, 믿을 수 있는 데이터를 제공해 준다면, 그것은 병원을 더 효율적으로 만들고 환자를 더 잘 치료하는 강력한 도구가 될 수 있다는 희망을 보여줍니다.

즉, 기술 자체보다 '기술을 어떻게 쓰게 하느냐 (교육과 시스템 개선)'가 더 중요하다는 교훈을 줍니다.

기술 요약

논문 요약: 탄자니아 시의회 병원의 디지털 건강 및 데이터 활용을 통한 1 차 의료 서비스 개선

1. 연구 배경 및 문제 제기 (Problem)

• 배경: 디지털 건강 (Digital Health) 은 의료 서비스 제공을 향상시키기 위해 데이터 분석 및 활용을 촉진하는 데 필수적인 역할을 합니다. 특히 데이터 기반의 계획 수립과 의사결정은 의료 시스템의 효율성과 질을 높이는 핵심 요소입니다.
• 문제: 탄자니아를 포함한 사하라 이남 아프리카 국가들은 데이터 시스템 강화와 데이터 생성에 상당한 투자를 해왔음에도 불구하고, 데이터의 가용성과 실제 활용 (계획 및 의사결정) 사이에는 큰 격차가 존재합니다.
• 핵심 쟁점: 많은 의료 관리자와 정책 입안자들이 디지털 시스템을 통해 생성된 방대한 데이터를 효과적으로 활용하지 못하고 있으며, 이는 서비스 제공의 효율성과 접근성을 저해하고 있습니다. 디지털 건강 요인 (호환성, 사용성, 신뢰성, 유용성) 이 실제 데이터 활용과 서비스 개선에 어떤 영향을 미치는지에 대한 실증적 연구가 부족했습니다.

2. 연구 방법론 (Methodology)

• 연구 설계: 6 개 지역 (Songwe, Mbeya, Ruvuma, Kilimanjaro, Mwanza, Mara) 에 위치한 12 개 시의회 병원을 대상으로 한 **단면 연구 (Cross-sectional study)**입니다.
• 연구 기간: 2023 년 3 월 31 일부터 2024 년 3 월 30 일까지.
• 표본 추출:
  • 대상: 병원 품질 개선 팀 (Quality Improvement Teams, QIT) 구성원 203 명 (초기 표본 218 명 중 93.1% 응답).
  • 선정 기준: 국가 스타 등급 시스템 (3 성 이상 및 미만) 을 기준으로 고성과 및 저성과 병원을 포함하도록 목적적 표집 (Purposive sampling) 과 무작위 표집을 병행하여 선정했습니다.
• 데이터 수집: 자가 관리형 구조화된 설문지를 사용했습니다.
  • 변수: 디지털 건강 요인 (호환성, 사용성, 신뢰성, 유용성), 고품질 데이터 접근성, 계획 및 의사결정을 위한 데이터 활용, 의료 서비스 개선.
  • 척도: 리커트 척도 (Likert scale) 를 사용했습니다.
• 분석 도구:
  • 기술 통계: SPSS 버전 26 을 사용하여 빈도, 비율, 평균을 분석했습니다.
  • 구조 방정식 모형 (SEM): SmartPLS 3 를 사용하여 **부분 최소 제곱 구조 방정식 모형 (PLS-SEM)**과 부트스트래핑 (Bootstrapping) 기법을 적용하여 변수 간의 인과 관계를 검증했습니다.
• 이론적 틀: 기술 수용 및 사용 통합 이론 (UTAUT) 을 기반으로 디지털 건강 요인이 데이터 활용 의도와 실제 사용에 미치는 영향을 분석했습니다.

3. 주요 기여 및 가설 (Key Contributions & Hypotheses)

이 연구는 디지털 건강 기술의 특성이 데이터 접근성과 활용, 그리고 궁극적인 서비스 개선에 미치는 경로를 실증적으로 규명했습니다.

• 검증된 가설:
  • H1: 디지털 건강 요인 (호환성, 사용성, 신뢰성, 유용성) 은 고품질 데이터 접근성에 긍정적 영향을 미침.
  • H2: 고품질 데이터 접근성은 계획 및 의사결정을 위한 데이터 활용에 긍정적 영향을 미침.
  • H3: 계획 및 의사결정을 위한 데이터 활용은 의료 서비스 개선에 긍정적 영향을 미침.
  • H4: 고품질 데이터 접근성은 의료 서비스 개선에 직접적인 긍정적 영향을 미침.
  • H8: 디지털 건강 요인 중 '유용성 (Usefulness)'은 데이터 활용에 직접적인 긍정적 영향을 미침.
• 기타 발견: 일부 경로 (예: 호환성이 데이터 활용에 직접 미치는 영향) 는 통계적으로 유의하지 않아, 데이터 접근성을 매개로 한 간접적 영향이 더 중요함을 시사했습니다.

4. 연구 결과 (Results)

• 현황 평가 (불만족도):
  • 응답자의 **50.2%**는 현재 디지털 시스템이 데이터 활용을 효과적으로 지원한다고 동의하지 않았습니다 (평균 점수 2.74/5).
  • **사용성 (User-friendliness), 신뢰성 (Reliability), 유용성 (Usefulness)**에 대한 불만족도가 특히 높았습니다 (불만족 비율 47.8% ~ 65.5%).
  • 특히 직원 배치 (Staff allocation) 와 관련된 시스템의 신뢰성과 유용성에 대한 불신은 매우 컸습니다.
• 긍정적 요소:
  • 호환성 (Compatibility): 약 40.4% 가 필수 의약품 주문, 38.4% 가 병원 계획 수립에 시스템이 호환된다고 응답했습니다.
• 통계적 분석 결과 (PLS-SEM):
  • 고품질 데이터 접근성 (AQD): 유용성 (β=0.369) 과 사용성 (β=0.540) 이 접근성에 가장 큰 긍정적 영향을 미쳤습니다. 반면, 신뢰성 (REDS) 은 예상과 달리 부정적 계수 (-0.259) 를 보였으나 통계적으로 유의하여, 현재 시스템의 신뢰성 부족이 데이터 접근을 저해함을 의미합니다.
  • 데이터 활용 (DUPDM): 고품질 데이터 접근성 (β=0.729) 과 유용성 (β=0.199) 이 데이터 활용에 강력한 긍정적 영향을 미쳤습니다.
  • 서비스 개선 (IPHSD): 데이터 활용 (β=0.593) 이 서비스 개선에 가장 큰 직접적 영향을 미쳤습니다.
• 모델 설명력:
  • 데이터 활용 (DUPDM) 의 설명력 (R²) 은 0.780 으로 매우 높았으며, 서비스 개선 (IPHSD) 은 0.380 으로 moderate 한 수준이었습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 주요 결론:
  • 현재 탄자니아 시의회 병원의 디지털 건강 이니셔티브는 사용성, 신뢰성, 유용성 측면에서 제한적인 영향만을 미치고 있습니다.
  • 주요 원인은 분산된 시스템, 상호 운용성 (Interoperability) 부재, 그리고 중복된 데이터 관리로 인한 부담입니다.
  • 그러나 디지털 도구의 호환성, 사용성, 신뢰성, 유용성이 개선된다면 고품질 데이터 접근성과 데이터 기반 의사결정이 크게 향상되어 궁극적으로 의료 서비스 질을 높일 수 있음이 입증되었습니다.
• 정책 제언:
  1. 시스템 통합: 기존에 분산되어 있는 여러 시스템을 통합하고 단일 데이터 웨어하우스로 연결하여 상호 운용성을 확보해야 합니다.
  2. 지속적인 교육: 의료 종사자에게 디지털 건강 도구 및 데이터 분석에 대한 체계적이고 지속적인 교육을 제공하여 데이터 활용 역량을 강화해야 합니다.
  3. 데이터 기반 의사결정 문화 정착: 디지털 건강 투자의 효과를 극대화하기 위해 데이터에 기반한 의사결정을 제도화해야 합니다.

이 연구는 저소득 및 중소득 국가 (LMICs) 에서 디지털 건강 시스템의 성공적인 도입을 위해서는 단순한 기술 도입을 넘어, 사용자 경험 (UX), 시스템 신뢰도, 그리고 조직적 역량 강화가 동반되어야 함을 강조합니다.