The Impact of Artificial Intelligence (ChatGPT) on Medical Decision-Making in the Healthcare System of Afghanistan

기술 요약: 아프가니스탄 의료 체계 내 인공지능(ChatGPT)이 의료 의사결정에 미치는 영향

문제 제기
ChatGPT와 같은 대규모 언어 모델(LLM)을 임상 현장에 통합하는 것은 이중적 현실을 제시한다. 이러한 모델은 방대한 의학 문헌을 즉각적으로 분석할 수 있는 역동적인 임상 의사결정 지원 시스템(CDSS)을 제공하지만, 자원이 제한된 환경에서의 배포에 관한 연구는 여전히 부족한 실정이다. 아프가니스탄의 의료 체계는 전문의 부족, 업데이트된 약물 데이터베이스에 대한 접근 제한, 수십 년간의 불안정성 등 심각한 과제에 직면해 있다. 이러한 환경의 일반의들은 정보 격차를 메우기 위해 AI를 주요 참조 도구로 점점 더 많이 의존하고 있으나, 검증된 사실 검색기가 아닌 예측 텍스트 생성기로 설계된 기술의 핵심 특성은 상당한 위험을 초래한다. 특히, 고자원 국가에서 흔히 볼 수 있는 규제 감독이나 백업 검증 시스템 없이 사용될 경우, "환각 현상"(그럴듯하지만 틀린 의학적 조언)의 가능성은 환자의 안전에 직접적인 위협이 된다. 아프가니스탄의 의료 전문가들이 실제로 이러한 도구를 어떻게 활용하는지, 그들이 인지하는 정확도는 어떠한지, 그리고 개발도상국에서의 이러한 배포가 갖는 안전 한계는 무엇인지에 대한 실증적 데이터가 결정적으로 부족하다.

연구 방법론
본 연구는 아프가니스탄 카불의 현직 의료 종사자들로부터 1차 데이터를 수집하기 위해 단면적, 정량적 연구 설계를 채택하였다.

• 모집단 및 표집: 본 연구는 카불의 공공 및 민간 클리닉에서 활동 중인 42명의 의료 전문가(의사, 외과의, 전문의)를 모집하기 위해 유의 표집법(purposive sampling)을 사용하였다. 참가자는 의학 학위를 보유하고 AI 도구에 대한 기초적인 경험이 있어야 했다. 표본은 젊은 인력층에 편중되었으며, 66.7%가 6년 미만의 임상 경력을 보유했다.
• 데이터 수집: 구조화된 설문지가 물리적 사본과 Google Forms를 통해 배포되었다. 조사 도구는 인구통계학적 프로파일링(연령, 성별, 전공, 경력)과 AI 성능 평가의 두 섹션으로 구성되었다.
• 평가 지표: 참가자들은 네 가지 임상적 축에 대해 5점 리커트 척도(1 = 매우 부정적/안전하지 않음부터 5 = 매우 긍ulis/안전함까지)를 사용하여 ChatGPT를 평가하였다:
  1. 임상적 적절성: 특정 증상에 대한 조언의 타당성.
  2. 환자에 대한 유용성: 의학적 문제를 쉽게 설명하는 능력.
  3. 권고의 안전성: 조언을 따랐을 때 발생할 수 있는 위해 위험.
  4. 임상 가이드라인과의 일치성: 확립된 의학적 규칙(예: WHO 프로토콜) 준수 여부.
• 통계 분석: 저자들은 합의 수준을 측정하기 위해 표본 평균($\bar{X}_m$)과 표준 편차($\sigma_m$)를 사용하여 리커트 점수를 집계하였다. 또한, AI가 의료 체계에 미칠 인지된 미래 영향력을 정량화하기 위해 전체 예측 영향 비율(IR)을 산출하였다.

주요 결과

• 채택 패턴: 도입률은 경력 6년 미만의 초기 경력 의사들 사이에서 가장 높았다. 확인된 주요 사용 사례는 일반 의학 정보 검색(응답자의 80% 이상), 복잡한 검사 결과 해석, 약물 부작용 확인 등이었다. 소수의 그룹은 초기 진단 아이디어를 생성하는 데 도구를 사용했다.
• 성능의 괴리: 도구의 교육적 유용성과 임상 의사결정을 위한 안전성 사이에는 명확한 차이가 존재한다.
  • 높은 점수: ChatGPT는 복잡한 의학 용어를 환자 교육을 위해 쉬운 언어로 번역하는 "환자에 대한 유용성" 측면에서 높은 점수를 받았다.
  • 낮은 점수 및 우려 사항: "권고의 안전성" 지표는 가장 낮은 점수와 가장 높은 분산을 기록했다. 특히 외과의와 내과 의사들은 복잡한 진단 및 치료 계획에서의 AI 환각 현상에 대해 상당한 우려를 표명했다. 이들은 모델이 물리적 변수(예: 정확한 환자 체중)나 지역적 제약(예: 아프가니스탄 내 약물 가용성)을 고려하지 못한다는 점을 지적했다.
• 가이드라인 일치성: 모델은 일반적으로 WHO와 같은 국제 프로토콜과 일치하지만, 아프가니스탄 현지 상황에서 구할 수 없는 치료법이나 약물을 빈번하게 권고한다.
• 미래 전망: 안전성에 대한 우려에도 불구하고, 조사 대상 의사의 59.5%는 AI가 정보 결핍을 메움으로써 아프가니스탄 의료 체계에 긍정적인 영향을 미칠 것이라고 믿는다. 반면, 21.4%는 엄격한 사용 규칙의 시행을 조건으로 혼합된 견해를 보였으며, 4.8%만이 부정적인 영향을 예측했다.

핵심 기여
본 논문은 아프가니스탄의 활동 중인 의료 인력 사이의 AI 사용에 관한 최초의 정량적 현장 조사를 제공한다. 주요 기여는 다음과 같다:

1. 실증적 데이터: 정보 결핍이 심각하고 자원이 제한된 분쟁 영향 지역에서의 AI 사용 빈도, 전공별 인지된 정확도 및 안전 한계에 관한 기초 데이터셋을 구축하였다.
2. 리스크 식별: 본 연구는 "자동화 편향(automation bias)"의 위험을 실증적으로 입증하였으며, AI가 강력한 검색 엔진이기는 하지만 인간의 감독 없이는 비판적 의사결정(처방, 복잡한 진단)에 적용하기에 현재 안전하지 않다는 점을 강조하였다.
3. 맥락적 뉘앙스: 본 연구는 행정 및 교육적 과업에서의 도구의 성공과, 지역적 자원 제약(약물 부족)이 모델 학습에 반영되지 않는 고위험 임상 시나리오에서의 실패를 구분하여 보여준다.

의의 및 주장
저자들은 ChatGPT가 아프가니스한 의료 인프라의 격차를 메우는 가치 있고 저렴한 정보 도구 역할을 할 수는 있지만, 아직 자율적인 의사결정자로 기능할 준비는 되지 않았다고 주장한다. 본 논문은 의료계의 낙관론이 기술에 대한 맹목적 신뢰가 아니라 정보 부족의 심각성에 기인한 것이라고 결론짓는다. 따라서 저자들은 안전한 통합을 위해서는 엄격한 인간의 감독과 명확하고 현지화된 임상 가이드라인의 개발이 필요하다고 주장한다. 본 연구는 미래의 정책이 AI를 "의학적 판단의 대체재"로 사용하는 것과 "백업 도구"로 사용하는 것 사이의 구분을 다루어야 함을 강조하며, 디지털 헬스에 관한 국가적 프레임워크를 구축하기 위한 필수적인 단계로서 스스로를 위치시킨다.