Experiences of Patients With Breast Cancer Using Generative Artificial Intelligence for Treatment Related Decision Preparation: A Qualitative Study
유방암을 앓고 있는 20명의 중국인 여성을 대상으로 한 이 질적 연구는, 이들이 치료 의사결정을 위한 정보 및 정서적 격차를 해소하기 위해 생성형 AI를 활용하는 동시에, 신뢰성 문제를 해결하고 이러한 도구의 안전하고 의미 있는 적용을 보장하기 위해 간호사가 매개하는 지침을 필요로 한다는 점을 밝히고 있다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
유방암은 일련의 어려운 선택들을 요구하는 질병입니다. 진단받는 순간부터 환자들은 수술, 약물, 방사선 치료라는 복잡한 풍경을 항해하며, 각 선택지가 자신의 생존, 신체, 그리고 일상생활에 어떤 영향을 미칠지 저울질해야 합니다. 이상적인 세상이라면 의사가 모든 세부 사항을 설명하고, 모든 질문에 답하며, 환자가 앞으로 나아갈 길에 대해 확신을 가질 수 있도록 무한한 시간을 내어줄 것입니다. 하지만 현실에서 진료 시간은 종종 짧고, 의학 용어는 난해하며, 진단이 주는 정서적 충격은 정보를 흡수하기 어렵게 만듭니다. 환자가 알아야 할 것과 짧은 진료 시간 동안 처리할 수 있는 정보 사이의 이러한 간극은 오랫동안 불안의 근원이 되어 왔습니다. 이제 새로운 도구가 등장했습니다. 바로 생성형 인공지능입니다. 단순히 사람이 걸러내야 할 링크 목록을 돌려주는 일반적인 검색 엔진과 달리, 이 기술은 대화형 파트너처럼 작동합니다. 특정 질문을 듣고 맞춤형의 쉬운 언어로 설명을 생성함으로써, 마치 진료와 진료 사이의 침묵을 채워주는 해결책을 제시하는 듯합니다.
한 연구팀은 유방암 환자들이 치료 결정을 준비하기 위해 실제로 이 기술을 어떻게 사용하고 있는지 이해하고자 했습니다. 그들은 소프트웨어가 어떻게 작동하는지나 기술적으로 완벽한지를 묻지 않았습니다. 대신 여성들에게 직접 물었습니다. 2025년 8월부터 2026년 3월 사이에 연구진은 중국의 한 주요 병원에서 20명의 여성을 대상으로 대면 인터뷰를 진행했습니다. 참가자들의 연령대는 31세에서 66세까지였으며, 갓 진단을 받은 상태부터 화학 요법이나 방사선 치료를 받는 단계까지 질병의 다양한 단계에 있었습니다. 연구진은 여성들이 디지털 도구에 의존하는 방식, 그들이 무엇을 찾기를 희망하는지, 그리고 집에 가져가는 걱정거리가 무엇인지에 대한 패턴을 찾기 위해 그들의 경험을 주의 깊게 경청했습니다.
연구에 참여한 여성들은 인공지능을 사용하는 매우 구체적인 리듬을 설명했습니다. 그것은 의사를 대체하는 것이 아니라, 진료 후의 조용하고 불안한 시간을 채우는 방법이었습니다. 환자가 낯선 용어로 가득 찬 병리 보고서나 압도적인 치료 계획을 들고 병원을 떠날 때, 그들은 아직 형성되지 않은 질문들을 안고 집으로 돌아오곤 했습니다. 그들은 이러한 공백을 메우기 위해 AI를 찾았습니다. 한 여성은 진단 이후 모든 단계가 삶과 죽음을 가르는 도박처럼 느껴졌으며, 옵션들을 이해하지 못해 무력감을 느꼈다고 설명했습니다. AI는 "이 단어의 뜻이 무엇인가요?" 또는 "이 수술의 장단점은 무엇인가요?"와 같은 질문을 즉각적이고 사적으로 던질 수 있는 공간이 되었습니다. 어떤 이들에게 이 도구는 안도감을 주었습니다. AI는 복잡한 의학 전문 용어를 쉬운 언어로 번역해주었으며, 인터넷의 개방된 공간에서 발견될 수 있는 무섭고 극단적인 이야기들에 대한 두려움 없이 자신의 암 유형을 이해할 수 있도록 도왔습니다.
하지만 경험이 항상 차분함을 주는 것은 아니었습니다. 명확함을 제공하는 바로 그 도구가 새로운 공포를 만들어낼 수도 있었습니다. AI가 잠재적인 부작용이나 재발 위험을 나열할 때, 특히 고령이거나 정규 교육을 덜 받은 여성들은 일반적인 통계와 자신의 개인적인 현실을 구분하지 못해 어려움을 겪었습니다. 그들은 가능한 합병증 목록을 읽으며 그것이 자신에게 일어날 것이라고 즉시 상상했고, 일반적인 경고를 개인적인 악몽으로 바꾸어 놓았습니다. 기술은 그들의 구체적인 병력이나 신체의 고유한 반응을 알지 못했기에, 어떤 위험이 실제적이고 어떤 것이 가능성이 낮은지 말해줄 수 없었습니다. 이는 판단의 부담을 낳았습니다. 환자는 AI의 답변 중 어느 부분이 자신에게 관련이 있고 어느 부분이 소음인지 스스로 결정해야 했습니다.
여성들은 또한 다음 진료를 준비하기 위해 이 기술을 활용하며, 이를 일종의 연습 공간으로 삼았습니다. 그들은 막연한 걱정을 구체적인 질문으로 바꾸어 의사에게 물어볼 수 있도록 AI에게 도움을 요청했습니다. 한 참가자는 과거에는 진료 중에 너무 긴장해서 묻고 싶은 것을 잊어버리곤 했다고 언급했습니다. AI의 도움을 받으면서 그녀는 질문 목록을 미리 작성하여 자신에게 가장 중요한 주제를 빠뜨리지 않고 다룰 수 있었습니다. 이러한 준비 과정은 대화의 역동성을 바꾸어 놓았습니다. 수동적이고 압도당하는 느낌 대신, 더 조직적이고 집중적인 논의를 할 수 있게 된 것입니다. 이 도구는 그녀를 대신해 결정을 내려주지는 않았지만, 신체 이미지를 보존하거나 가족 생활에 미치는 영향 관리와 같이 그녀가 가장 가치 있게 여기는 것이 무엇인지 명확히 할 수 있도록 도왔습니다.
이러한 이점에도 불구하고, 여성들은 깊이 신중한 태도를 유지했습니다. 그들은 AI를 맹목적으로 신뢰하지 않았습니다. 대신, 그들은 AI의 답변을 의사의 설명이나 공식적인 의학 지침과 끊임없이 대조하며 "조정된 신뢰(calibrated trust)"를 실천했습니다. 만약 AI가 의사의 조언과 상충하는 내용을 제안한다면, 그들은 거의 항상 의사의 편을 들었습니다. 그들은 AI는 자신이 입력한 내용만을 알고 있는 반면, 의료진은 자신의 전체 병력, 검사 결과, 신체 상태를 알고 있다는 점을 이해했습니다. AI는 정보의 원천이었지만, 진실의 원천은 의사였습니다. 이러한 신중한 검증 과정은 여성들이 자신이 찾은 정보가 사용하기에 안전한지 판단하기 위해 많은 정신적 노력을 기울여야 함을 의미했습니다.
연구는 이러한 도구들이 정보를 정리하고 혼란을 줄이는 데는 강력하지만, 독자적으로 안전하게 작동할 수는 없다고 결론지었습니다. 연구에 참여한 여성들은 간호사가 가교 역할을 해주기를 바라는 분명한 의사를 표현했습니다. 그들은 간호사가 자신들의 인터넷 사용을 감시하거나 기술 사용을 중단하라고 말하기를 원한 것이 아니었습니다. 대신, 자신들이 찾아낸 내용에 대해 논의할 수 있는 안전하고 비판적이지 않은 공간을 원했습니다. 그들은 간호사가 어떤 AI 생성 질문이 의사에게 물어볼 가치가 있는지, 어떤 정보가 자신의 상황에 적용되지 않는지를 파악하는 데 도움을 주기를 바랐습니다. 연구진은 여성들이 의사가 자신을 신뢰하지 않는다고 생각할까 봐 AI를 사용했다는 사실을 말하기를 두려워하는 경우가 많다는 것을 발견했습니다. 이 연구는 만약 간호사가 환자들이 디지털 발견을 편안하게 공유할 수 있는 환경을 조성할 수 있다면, 그 발견을 의미 있고 안전하며 공유된 의사결정으로 바꿀 수 있다고 시사합니다. 기술은 환자들이 이미 손을 뻗고 있는 도구이지만, 그것이 혼란이 아닌 명확함으로 이어지기 위해서는 인간의 안내가 필요합니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.