Perception of emerging technology-based medical services among Astana IT University students

기술 요약: 아스타나 IT 대학교 학생들의 신흥 기술 기반 의료 서비스에 대한 인식

문제 제기
디지털 전환이 의료 분야를 재편함에 따라, 고등 교육 기관들은 학생의 웰빙을 지원하기 위해 신흥 기술 기반 의료 서비스를 통합해야 하는 과제에 직면해 있습니다. 보건 정보 시스템(HIS), 원격 의료, AI 기반 도구들은 효율성과 접근성을 개선할 잠재력을 가지고 있지만, 특정 기관의 맥락 내에서 학생층이 느끼는 실제 수용도와 인지된 효과성은 아직 충분히 탐구되지 않았습니다. 본 연구는 학생들이 세 가지 특정 신흥 기술인 전자 예약 시스템, 의료 질의를 위한 AI 챗봇, 전문의와의 화상 상담을 어떻게 인식하는지 이해하고자 하는 격차를 다룹니다. 본 연구는 이러한 디지털 도구들이 전통적인 대면 의료 상호작용의 효과적인 대안으로 간주되는지를 결정하고자 합니다.

연구 방법론
본 연구는 학생들의 인식을 객관적으로 분석하기 위해 양적 연구 설계를 채택하였습니다.

• 데이터 수집: 익명성과 자발적 참여를 보장하기 위해 Microsoft Forms 플랫폼을 통해 표준화된 설문지를 배포하였습니다. 조사 도구는 친숙도, 만족도 및 디지털 헬스 서비스에 대한 신뢰도를 평가하기 위해 다지선다형 및 리커트 척도 형식을 사용하는 16개의 문항으로 구성되었습니다.
• 표본: 대상 인구는 아스타나 IT 대학교의 학생들입니다. 잠재적 편차를 고려한 표준 표본 크기 계산에 따라 최소 365명의 참여자가 필요했습니다. 본 연구는 통계적 유의성을 확보하기 위한 임계치를 초과하는 391개의 응답을 성공적으로 수집하였습니다.
• 분석: 연구 가설을 검증하기 위해 다중 선형 회귀 분석을 수행하였습니다. 모델은 "학생들의 인식"을 종속 변수($Y$)로, 세 가지 특정 기술을 독립 변수($X_1$: 전자 예약 시스템, $X_2$: 화상 상담, $X_3$: AI 챗봇)로 취급하였습니다. 분석에는 모델의 전체적인 적합도를 평가하기 위한 F-통계량과 개별 예측 변수의 통계적 유의성을 결정하기 위한 p-값을 활용하였습니다.

주요 기여

1. 특정 기술의 경험적 검증: 본 연구는 대학 환경 내에서 학생의 인식에 유의미한 영향을 미치는 신흥 기술을 구분하는 데이터 기반의 증거를 제공합니다. 이는 디지털 헬스에 대한 일반적인 가정을 넘어 예약 시스템, 챗봇, 화상 상담에 관한 구체적인 가설을 테스트합니다.
2. 프로토입 개발 (AITUMED): 회귀 분석 결과를 바탕으로, 저자들은 "AITUMED"라는 이름의 프로토타입 의료 플랫폼을 개발하였습니다. 이 플랫폼은 가장 영향력이 큰 것으로 나타난 기능들인 전자 예약 시스템과 AI 챗봇을 통합합니다. 추가적인 기능 모듈로는 광학 문자 인식(OCR)을 활용한 증명서 승인/거부, 증상 추적기, 대기열 관리 시스템이 포함됩니다.
3. 맥락적 적용: 본 연구는 아스타나 IT 대학교를 위한 국지적 사례 연구를 제공하며, 특정 기관이 학생층의 독특한 요구를 충족시키기 위해 어떻게 디지털 의료 서비스를 적응시킬 수 있는지를 보여줍니다.

결과
회귀 분석을 통해 다음과 같은 주요 결과가 도출되었습니다:

• 전자 예약 시스템: 이 변수는 학생의 인식과 통계적으로 유의미한 정(+)의 관계를 보였습니다 (계수 $\beta = 0.51$). 이에 따라 대안 가설($H_1$)이 확인되었으며, 이는 학생들이 전자 예약을 효율적인 도구로 간주함을 나타냅니다.
• AI 챗봇: 이 변수 또한 통계적으로 유의미한 정(+)의 영향력을 보였습니다 (계수 $\beta = 0.18$). AI 챗봇을 의료 질의를 위한 효과적인 도구로 인식한다는 가설이 확인되었습니다.
• 화상 상담: 이 변수는 미미한 정(+)의 계수($\beta = 0.05$)를 보였으나, 통계적으로 유의미하지 않았습니다 (p-값 = 0.375). 결과적으로, 화상 상담이 대면 상담의 가치 있는 대안이라는 가설은 현재의 데이터를 바탕으로 기각되었습니다.
• 모델 적합도: 전체 회귀 모델은 유의미하였으며 ($F = 25.17$, $p < 0.001$), 선택된 예측 변수들이 학생들의 인식 변량 중 상당 부분을 설명함을 확인하였습니다.

의의 및 주장
본 논문은 신흥 기술 기반 의료 서비스의 통합이 대학 의료의 효율성과 접근성을 개선하기 위한 필수적인 단계라고 주장합니다. 그러나 저자들은 이러한 주장의 범위에 대해 다음과 같이 신중한 입장을 유지합니다:

• 참여 동인: 본 연구는 전자 예약 시스템과 챗봇의 높은 영향력에서 알 수 있듯이, 편리함, 자동화, 그리고 사용 용이성이 디지털 헬스 서비스에 대한 학생 참여의 주요 동력이라고 결론짓습니다.
• 구현 과제: 저자들은 인프라의 한계, 직원 교육의 필요성, 변화에 대한 저항, 그리고 윤리 및 데이터 프라이버시 문제를 해결해야 할 필요성 등 성공적인 도입을 가로막는 장벽들을 인정합니다.
• 한계점: 본 연구는 그 결과가 아스타나 IT 대학교 학생들의 인식에 국한되어 있으며, 반드시 모든 인구 통계나 기관으로 일반화될 수 없음을 명시적으로 밝힙니다.
• 향 향후 방향: 본 논문은 향후 연구가 이러한 서비스가 학생의 신뢰와 만족도에 미치는 장기적인 영향에 집중해야 한다고 제안합니다. 또한 자동화된 의료 문서 분석 및 증명서 생성을 위한 고급 자연어 처리(NLP) 및 개체명 인식(NER) 모델의 통합 가능성을 제시하지만, 이를 현재 연구의 즉각적인 결과가 아닌 향후 탐구 영역으로 규정합니다.

요약하자면, 본 연구는 전자 예약과 AI 기반 보조를 우선시하는 맞춤형 디지털 의료 플랫폼(AITUMED)의 구현을 지지하며, 화상 상담의 경우 학생들 사이에서 유사한 관심을 끌기 위해서는 추가적인 개발이나 다른 구현 전략이 필요할 수 있음을 시사합니다.