Information, Classification, and Epistemic Adequacy in Medicine

현대 의학의 세계에서 "정보"라는 단어는 어디에나 존재한다. 그것은 환자의 차트에 담긴 데이터이고, 혈액 검사 결과이며, 의사가 작성한 노트이자, 공중 보건 정책을 형성하는 데 사용되는 통계이다. 우리는 이 정보를 단순한 사실의 축적으로 취급하며, 기술이 발전함에 따라 더 크고 상세해지는 무언가로 간주한다. 그러나 정보라는 개념에는 더 깊은 역사가 있다. 20세기 중반, 과학자들은 정보를 단순히 지식으로 보는 것이 아니라, 세상을 설명하는 방식의 특정한 속성으로 다루며 정보를 측정하는 엄격한 방법들을 개발했다. 그들은 무언가를 전달하거나 저장하기 위해서는 방대한 복잡한 현실을 더 짧고 유한한 단어나 숫자로 압축해야 한다는 것을 깨달았다. 이러한 압축은 필수적이다. 우리는 우주 전체를 주머니 속에 담아 나를 수 없기 때문이다. 여기서 발생하는 질문은, 이 필연적인 축소가 중요한 무언가를 앗아가지는 않는가 하는 점이다. 만약 우리가 복잡한 인간의 경험을 단순한 의학적 라벨로 압축한다면, 그 사람을 돕는 데 결정적인 세부 사항들을 잃어버리게 되는 것 아닐까?

이것이 바로 블라디미르 자이첸코(Vladimir Zaichenko)가 새로운 연구 논문에서 탐구하는 핵심적인 수수께끼이다. 이 논문은 환자의 열린 결말을 가진 혼란스러운 삶의 현실이 의학적 분류 체계라는 경직된 상자 안으로 강제될 때 어떤 일이 발생하는지를 조사한다. 자이첸코는 환자의 상태를 관리 가능하게 만들기 위해 단순화하는 것을 피할 수는 없지만, 너무 많이 단순화할 때 발생하는 특정한 종류의 실패가 있다고 주장한다. 그는 의학적 묘사가 진정으로 "적절(adequate)"하려면, 설령 다른 모든 것을 버리더라도 의사가 올바른 결정을 내리는 데 필요한 구체적인 구별점들을 유지해야 한다고 제안한다. 이 연구는 특히 정신의학에 집중되어 있는데, 이곳은 개인의 복잡한 내면세계와 진단명 사이의 간극이 가장 넓게 나타나는 곳이지만, 그 논리는 의학 전반에 적용된다. 핵심적인 발견은, 환자를 진단명으로 바꾸는 과정이 그들을 안전하게 치료하는 데 필요한 단서들을 폐기하지 않도록 보장해야 한다는 지적 의무가 의사의 "해를 끼치지 말라(do no harm)"는 윤리적 의무에 포함된다는 것이다.

이 문제의 중대성을 이해하려면 의료 시스템이 실제로 어떻게 작동하는지를 보아야 한다. 인간은 거의 무한한 수의 가능한 상태를 가진 복잡한 시스템이다. 환자는 특정한 방식으로 느끼고, 특정한 병력을 가지며, 스트레스에 독특하게 반응하고, 특정한 사회적 환경에서 살아갈 수 있다. 모든 세부 사항이 잠재적으로 중요할 수 있다. 그러나 병원과 클리닉은 무한한 세부 사항을 바탕으로 운영될 수 없다. 그들은 국제질병분류(ICD)와 같은 분류 체계에 의존하며, 이는 유한한 범주 목록을 제공한다. 의사가 환자를 진단할 때, 그들은 번역을 수행하는 것이다. 그들은 환자의 열린 결말을 가진 연속적인 흐로를 한정된 가용 라벨 세트로 매핑한다. 이 과정은 실수가 아니라 구조적 필연성이다. 지도가 길을 보여주기 위해 모든 나무와 돌을 제외해야 하는 것처럼, 의학적 진단도 상태를 보여주기 위해 많은 세부 사항을 제외해야 한다.

자이첸코는 이 축소가 항상 중립적인 것은 아니라고 설명한다. 분류하려는 서두름 속에서, 의사와 시스템은 당장은 중요해 보이지 않지만 나중에 결정적이 될 수 있는 구별점들을 버릴 수 있다. 예를 들어, 두 환자가 동일한 기준에 부합하기 때문에 정확히 같은 진단을 받을 수 있다. 그러나 그 라벨에서 빠진 세부 사항들이 한 환자에게는 특정 약물이 필요하게 하고 다른 환자에게는 다른 종류의 치료가 필요하게 만드는 결정적인 요소가 될 수 있다. 만약 분류 체계가 그들을 동일하게 취급하여 그 뉘앙스들을 버린다면, 결과적인 케어는 효과가 없거나 심지어 위험할 수 있다. 논문은 의학적 묘사의 목표가 가능한 모든 사실을 포착하는 것도, 설명을 최대한 짧게 만드는 것도 아니어야 한다고 제안한다. 대신, 목표는 현재 진행 중인 특정한 임상 과업에 필요한 모든 구별점을 유지하면서도 가장 짧은 설명을 찾는 것이어야 한다.

이 아이디어는 컴퓨터 과학의 개념인 '최소 기술 길이(minimum description length)'에서 유래했는데, 이는 대상을 재구성하는 능력을 잃지 않으면서 얼마나 짧게 설명할 수 있는지를 묻는다. 자이첸코는 이를 의학에 적용하여, 진단이 "인식론적으로 적절(epistemically adequate)"하려면 의사가 올바르게 행동하는 데 필요한 구별점들을 보존해야 한다고 제안한다. 만약 설명이 너무 압축되면, 그것은 거짓이라서가 아니라 잘못된 방식으로 불완전하기 때문에 오류의 원인이 된다. 논문은 우리가 종종 라벨을 현실로 착각한다고 주장한다. 일단 환자에게 카테고리가 할당되면, 그 카테고리는 그 사람의 더 풍요롭고 복잡한 그림을 대체하기 시작할 수 있다. 이는 의학적 정보가 임상 현장에서 법원이나 행정 기관과 같은 다른 환경으로 이동할 때 특히 위험하다. 그러한 곳에서 결정을 내리는 사람들은 초기 진단 과정에서 탈락한 중요한 세부 사항들은 모른 채, 오직 압축된 라벨에만 전적으로 의존한다.

정신의학은 정신 건강이 매우 규정하기 어려운 정보의 영역을 포함하고 있기 때문에 이 주장의 민감한 테스트 케이스 역할을 한다. 개인의 행동, 생각, 감정, 그리고 역사는 고립된 변수들로 깔끔하게 들어맞지 않는 방식으로 뒤섞여 있다. 정신과 의사가 진단을 내릴 때, 그들은 방대한 이질적 경험의 장을 하나의 용어로 압축한다. 논문은 이것이 본질적으로 틀린 것이 아니라고 언급한다. 유한한 어휘가 소통하고 치료하는 유일한 방법이기 때문이다. 위험은 시스템이 그 라벨에 중요한 모든 것이 들어있다고 가정할 때 발생한다. 자이첸코는 동일한 진단을 받은 두 사람이 치료, 예후 또는 위험 평가에 있어 매우 다른 요구를 가질 수 있음을 지적한다. 만약 분류 체계가 그들의 요구를 구별하는 특징들을 버린다면, 결과적인 치료 계획은 실패할 수 있다. 문제는 시스템이 불완전하다는 것이 아니라, 우리가 현실의 어떤 부분을 뒤에 남겨두었는지 잊어버린다는 점이다.

또한 이 연구는 현대 의학의 점점 높아지는 전문화가 이 문제에 어떻게 기여하는지를 강조한다. 서로 다른 의사들과 도구들은 환자 상태의 특정 부분에 집중하며, 각자 자신의 퍼즐 조각을 최적화한다. 전문가는 자신의 영역에 대해 매우 정밀한 측정을 만들어낼 수 있지만, 그 정밀함이 전체 치료 계획에 유용한 정보를 보장하는 것은 아니다. 한 전문가의 출력물은 다른 전문가의 입력물이 되며, 그 인수인계 과정에서 중요한 구별점들이 손실될 수 있다. 논문은 이것이 전문화의 구조적 위험이라고 제안한다. 국지적인 관점이 더 정밀해질수록, 그것은 환자의 삶이라는 더 넓은 맥락으로부터 더 멀어질 수 있다. 그 결과는 정확하지만 파편화된 묘사들의 집합이며, 이것들이 결합되었을 때 여전히 핵심을 놓칠 수 있다.

결국, 이 논문은 이 기술적인 문제를 근본적인 윤리 원칙과 연결한다. 전통적으로 이 규칙은 신체적 부상이나 잘못된 의료 절차에 대한 경고로 이해된다. 자이첸한은 이것이 지식의 생성 자체에도 적용되어야 한다고 주장한다. 의사는 거짓을 말함으로써가 아니라, 형식적으로는 옳지만 환자의 미래 케어와 관련된 구별점을 누락한 묘사를 생산함으로써 해를 끼칠 수 있다. 만약 진단이 치료를 변화시킬 수 있는 세부 사항을 빠뜨린다면, 그 진단이 규칙에 따라 기술적으로 정확했을지라도 그 해악은 실재한다. 따라서 윤리적 책임은 명시되지 않은 부분까지 확장된다. 의사와 시스템은 분류라는 즉각적인 과업에 사소하거나 무관해 보이는 구별점이라 할지라도, 그것이 예견 가능한 해를 끼칠 수 있다면 이를 버리지 않도록 주의해야 한다.

논문의 결론은 인식론적 적절성, 즉 특정 목적에 부합하는 좋은 설명으로서의 품질이 의사들에게 선택적인 개선 사항이 아니라는 것이다. 그것은 안전한 실무를 위한 필수 조건이다. 분류는 그것이 수행하는 기능만큼만 가치가 있다. 목표가 환자를 치료하는 것이라면, 그 묘사는 치료를 가능하게 하는 구별점들을 유지해야 한다. 목표가 위험을 평가하는 것이라면, 위험 평가를 가능하게 하는 구별점들을 유지해야 한다. 이 논문은 의사들이 사용할 새로운 측정 방식이나 새로운 수학적 공식을 제안하는 것이 아니다. 대신, 환자를 진단할 때마다 일어나는 트레이드오프(trade-offs)에 대해 생각하는 방식을 제공한다. 그것은 우리가 복잡한 인간의 삶을 의학적 코드로 바꿀 때마다, 무엇을 유지하고 무엇을 잃을지에 대한 선택을 하고 있음을 인식하라고 요구한다. 과제는 우리가 가장 중요한 것을 결코 잃지 않도록 보장하는 것이다.