Human Triage versus Computer-Based Triage Using a Predetermined Flowchart

응급실의 혼란스러운 중심부에서 시간은 가장 중요한 자원이지만, 종종 가장 먼저 고갈되기도 합니다. 트리아지(Triage, 환자 분류)는 누가 먼저 진료를 받을지를 결정하는 과정으로, 환자가 얼마나 긴급하게 치료를 필요로 하는지에 따라 분류합니다. 이는 간호사나 의사가 사람을 빠르게 살펴보고, 증상을 듣고, 그들을 즉각적인 위험, 긴급하지만 안정적임, 또는 기다릴 수 있는 상태라는 범주에 배치해야 하는 고도의 판단력을 요구하는 작업입니다. 이 시스템은 응급 의료의 중추로서, 대기실이 넘쳐날 때에도 가장 아픈 사람이 덜 아픈 사람보다 먼저 도움을 받을 수 있도록 설계되었습니다. 그러나 인간의 판단은 완벽한 기계가 아닙니다. 그것은 피로, 대기 중인 사람들의 엄청난 수, 그리고 동일한 증상 세트를 해석하는 서로 다른 의사와 간호사들 사이의 자연스러운 차이에 의해 영향을 받습니다. 이러한 인간의 결정이 너무 많이 달라지면, 생명을 위협하는 상태의 환자를 간과하거나, 경미한 문제를 가진 환자를 응급 상황으로 취급하여 시스템을 정체시키고 모두의 진료를 지연시킬 수 있습니다.

이를 해결하기 위해 네팔의 연구진들은 다른 접근 방식을 테스트하기 위해 연구를 시작했습니다. 바로 인간의 추측을 엄격한 컴퓨터 플로우차트로 대체하는 것이었습니다. 그들은 표준화된 규칙 세트로 프로그래밍된 디지털 도구가 매일 현장에서 일하는 숙련된 직원들보다 더 나은 결정을 내릴 수 있는지 확인하고 싶었습니다. 연구는 카트만두의 크고 바쁜 응급 센터인 파탄 병원(Patan Hospital)에서 진행되었으며, 이곳은 의료진이 받는 압박이 엄청난 곳입니다. 연구팀은 일상적인 환자 분류 방식과 웹 기반 애플리케이션이 트리아지를 안내하는 새로운 방식을 비교했습니다. 이 애플리케ే이션은 세계보 보건기구(WHO)가 만든 특정 가이드를 따르며, 위험 징후와 증상에 대한 예/아니오 질문을 통해 환자를 빨강(응급), 노랑(우선순위), 초록(비긴급)의 세 그룹으로 분류합니다. 연구진은 단순히 어떤 방식이 더 낫게 느껴지는지를 묻는 데 그치지 않고, 어떤 방식이 사용되었는지 모르는 전문가 의사 패널에게 모든 사례를 검토하게 하여 누가 정확했는지를 확인했습니다.

결과는 성능의 명확한 차이를 보여주었습니다. 컴퓨터 애플리케이션이 결정을 내렸을 때, 이는 인간 의료진보다 훨씬 더 자주 전문가 패널의 평가와 일치했습니다. 컴퓨터는 약 87%의 환자에 대해 분류를 정확히 해낸 반면, 인간 의료진은 약 67%의 정확도를 보였습니다. 이 격차는 작은 변동이 아니라, 유의미하고 측정 가능한 개선이었습니다. 또한 컴퓨터는 전문가들과 훨씬 더 일관되게 일치했습니다. 만약 전문가들을 진실의 '골드 스탠다드(표준)'라고 가정한다면, 컴퓨터의 결정은 통계적으로 강력하게 그들과 일치한 반면, 인간의 결정은 훨씬 더 많은 변동성을 보였으며, 때로는 한 간호사가 다른 간호사와 다르게 판단했다는 이유만으로 환자를 잘못된 범주에 배치하기도 했습니다.

가장 중요한 발견 중 하나는 가장 위중한 범주, 즉 '빨강'으로 표시된 환자들에 관한 것이었습니다. 이들은 즉각적이고 생명을 구하는 처치가 필요한 사람들입니다. 컴퓨터 도구는 이러한 환자들을 찾아내는 데 훨씬 더 뛰어났습니다. 컴퓨터는 실제 응급 환자의 약 84%를 정확히 식별해 낸 반면, 인간 의료진은 약 72%만을 잡아냈습니다. 이는 인간 방식의 경우, 가장 치명적인 환자 중 4분의 1 이상이 잠재적으로 누락되거나 낮은 우선순위 구역으로 보내질 수 있음을 의미하며, 이는 바쁜 병원에서 위험한 오류입니다. 컴퓨터는 반대 방향의 실수도 훨씬 적었습니다. 컴퓨터는 실제로 괜찮은 환자를 응급 환자로 취급하는 경우가 훨씬 적었습니다. 인간 의료진은 환자를 실제보다 높은 긴급 단계로 분류하는 과잉 분류(over-triage) 경향을 보였는데, 이는 약 24%의 환자에게서 나타났으며, 이는 병원의 자원을 소모시키고 모두의 진료를 늦출 수 있습니다. 컴퓨터는 이러한 낭비를 8% 미만으로 줄였습니다.

연구는 컴퓨터가 환자를 너무 빨리 돌려보내는 위험한 오류인 과소 분류(under-triage)를 피하는 데 있어서도 약간 더 나은 성능을 보였다는 점을 발견했지만, 그 차이가 통계적으로 확실할 만큼 크지는 않았습니다. 연구진은 이러한 특정 유형의 오류가 드물기 때문에, 본 연구의 규모가 컴퓨터가 이를 예방하는 데 확실히 더 낫다는 것을 입증하기에는 충분하지 않았을 수도 있다고 언급했습니다. 연구진은 컴퓨터 도구가 의사나 간호사를 대체하기 위한 것이 아니라는 점을 분명히 했습니다. 대신, 이 도구는 엄격한 규칙에 기반한 두 번째 의견을 제공하는 의사 결정 지원 시스템으로서 역할을 합니다. 인간 의료진은 여전히 최종 권한을 가지며, 환자의 상황이 복잡하거나 특이하다고 느낄 경우 컴퓨터의 결정을 거부할 수 있습니다.

궁극적으로, 이 연구는 네팔과 같이 고용량, 자원 제한적인 환경에서 표준화된 컴퓨터 플로우차트를 트리아지 과정에 추가하는 것이 시스템을 더 안전하고 일관되게 만들 수 있음을 시사합니다. 이것이 인간의 판단을 없애는 것은 아니지만, 피로나 스트레스로 인한 변동성을 줄여주는 신뢰할 수 있는 기준을 제공합니다. 저자들은 병원이 의료진을 지원하기 위해 이러한 도구의 사용을 고려할 것을 권고하며, 이를 통해 가장 위중한 환자를 빠르게 식별하고 불필요한 긴급함으로 인해 시스템이 정체되지 않도록 해야 한다고 말합니다. 비록 이 연구가 단일 병원에서 수행되었고, 개별 환자를 무작위 배정하기보다는 교대 근무를 비교하는 설계를 사용했지만, 그 증거는 기술이 인간이 응급실에서 더 나은, 더 신뢰할 수 있는 생사의 결정을 내리도록 돕는 미래를 향하고 있습니다.