Systemic Social Factors and Healthcare Data Quality: A Socio-Technical Systems Analysis

현대적인 병원에서는 거대한 디지털 장부가 모든 심장 박동, 모든 진단, 그리고 투여된 모든 약물을 기록합니다. 이러한 전자 기록은 환자 케어의 중추로서, 의사들이 생사가 걸린 결정을 내릴 때 길잡이가 되어주고 병원이 원활하게 운영되도록 돕습니다. 이 시스템들이 제대로 작동하기 위해서는 그 안의 정보가 완벽해야 합니다. 만약 기록에서 세부 사항이 누락되거나, 오타가 있거나, 질환명이 잘못 기재된다면, 그 결과는 밖으로 파급되어 치료 지연, 의료진의 혼란, 심지어 환자에게 해를 끼치는 결과로까지 이어질 수 있습니다. 수년 동안, 소프트웨어가 충분히 훌륭하다면 데이터도 충분히 훌륭할 것이라는 가정이 지배적이었습니다. 더 나은 알고리즘과 더 엄격한 자동 점검 체계가 엉망인 기록 문제를 해결할 것이라는 믿음이 주류였습니다.

하지만 새로운 관점은 이 데이터의 품질이 서버실에서 돌아가는 코드보다는 복도에서 일하는 사람들에게 더 많이 달려 있다고 제안합니다. 이 아이디어는 조직을 단순히 기계들의 집합이 아니라, 기술과 인간 행동 사이의 복잡한 파트너십으로 보는 '사회-기술적 시스템(socio-technical systems)'이라는 개념에 기초합니다. 이 관점에서 컴퓨터 프로그램은 그것을 사용하는 팀이 얼마나 효과적이냐에 따라 그 효용성이 결정되며, 사람들이 서로 어떻게 대화하고, 책임을 어떻게 나누며, 일상적인 압박 속에서 어떻게 대처하느냐가 소프트웨어 자체만큼이나 최종 결과물에 큰 영향을 미칩니다. 이러한 관계를 이해하는 것은 매우 중요한데, 이는 문제의 초점을 컴퓨터를 고치는 것에서 인간이 컴퓨터와 상호작용하는 방식을 고치는 것으로 전환하기 때문입니다.

커번들스 대학교(University of the Cumberlands)의 푸옹 팜(Phuong Pham)이 진행한 최근 연구는 바로 이 역학 관계를 탐구합니다. 이 연구는 단순하지만 심오한 질문을 던집니다: 매일 건강 데이터를 다루는 사람들은 무엇이 자신들의 기록을 좋거나 나쁘게 만드는 사회적 힘인지 어떻게 설명하는가? 이 답을 찾기 위해 연구자는 미국 전역의 18명의 의료 전문가와 대화를 나누었습니다. 참가자들은 단순히 의사뿐만 아니라 데이터 분석가, 엔지니어, 간호사, 행정 전문가를 포함하여 폭넓은 관점을 제공했습니다. 인터뷰는 일대일로 진행되어, 참가자들이 집단 설정의 압박 없이 자신의 실제 경험을 공유할 수 있도록 했습니다. 연구자는 이들의 이야기를 주의 깊게 경청하며, 그들이 업무의 도전 과제와 성공을 어떻게 묘사하는지에서 공통된 패턴을 찾아냈습니다.

연구 결과는 고품질 데이터에 대한 가장 큰 장애물이 기술적 결함이 아니라 인간적, 조직적 마찰이라는 점을 밝혀냈습니다. 확인된 가장 중요한 장벽 중 하나는 기술을 구축하는 사람들과 환자 케어 현장에서 이를 사용하는 사람들 사이의 소통 격차였습니다. 기술직 직원들은 임상의들이 이해하지 못하는 전문 용어를 사용하는 반면, 의사와 간호사들은 엔지니어들이 혼란스러워하는 용어를 사용합니다. 이러한 격차는 두 부서가 동일한 질환을 서로 다르게 명명하게 만들어, 데이터베이스가 이를 별개의 문제로 취급하게 만드는 상황을 초래합니다. 팀들이 고립되어 각자 일할 때, 아무도 전체 그림을 파악하지 못하므로 오류가 발견되지 않습니다. 연구는 이러한 그룹들이 정기적으로 소통하지 않을 때 데이터가 파편화되고 신뢰할 수 없게 된다는 것을 보여주었습니다.

또 다른 주요 주제는 서로 다른 우선순위 간의 충돌이었습니다. 의사에게 일차적인 목표는 생명을 구하거나 당장의 고통을 완화하는 것입니다. 데이터를 컴퓨터에 입력하는 것은 종종 환자에게 집중할 시간을 뺏는 부수적인 작업이자 관료적인 장애물로 간주됩니다. 응급 상황을 처치하기 위해 서두르는 의사는 필드를 건너뛰거나, 흐름을 끊지 않기 위해 빠르고 대략적인 값을 입력할 수 있습니다. 연구는 이것이 게으름의 징후가 아니라, 결정적인 순간에 너무 많은 행정 업무를 요구하는 시스템에 대한 자연스러운 반응임을 강조했습니다. 마찬가지로, 기술팀은 완벽한 데이터 구조를 우선시하며, 때로는 환자가 실제로 나타나는 복잡한 현실과 맞지 않는 경직된 규칙을 만들기도 합니다. 이 두 세계가 충돌할 때, 결과적으로 불완전하거나 부정확한 기록이 남게 됩니다.

또한 연구는 명확한 책임 소재의 부재를 지적했습니다. 많은 조직에서 시스템에 오류가 나타났을 때 누가 이를 수정할 책임이 있는지 불분명합니다. 기록이 잘못되었을 때, 의사는 IT 팀이 고쳐야 한다고 생각할 수 있고, IT 팀은 의사가 수정할 것이라고 가정할 수 있습니다. 이러한 혼란은 오류가 수정되지 않은 채 오랜 기간 방치되는 결과를 낳습니다. 더욱이, 연구는 높은 이직률이 지식 손실의 순환을 만든다고 언급했습니다. 숙련된 직원이 떠날 때, 그들은 시스템을 다루는 노하우를 함께 가지고 떠나버리며, 이는 신입 직원들이 시행착오를 통해 배우게 만들어 더 많은 실수를 유발합니다.

이러한 어려움에도 불구하고, 참가자들은 무엇이 효과적인지에 대해서도 설명했습니다. 그들은 팀의 목표가 일치하고 같은 언어를 사용할 때 데이터 품질이 극적으로 향하다는 것을 발견했습니다. 언급된 한 가지 효과적인 전략은 실시간 피드백으로, 정보를 누락했을 때 월간 감사를 기다리는 대신 즉각적이고 부드러운 알림을 받는 방식입니다. 또 다른 성공 사례는 기술적 요구사항을 임상의를 위한 쉬운 언어로 번역해 줄 수 있는 전담 연락 담당자(liaison)를 두는 것이었습니다. 조직이 모든 구성원이 데이터에 대해 책임감을 느끼는 문화를 조성하고, 기술을 날카롭게 유지할 수 있도록 지속적인 교육을 제공할 때 기록은 더욱 신뢰할 수 있게 됩니다.

연구는 의료 데이터 문제를 해결하려면 더 나은 소프트웨어 이상의 것이 필요하다고 결론짓습니다. 그것은 조직이 사람을 관리하는 방식의 변화를 요구합니다. 기술은 방정식의 절반일 뿐이며, 나머지 절반은 소통, 신뢰, 그리고 공유된 책임이라는 사회적 시스템입니다. 연구는 데이터를 올바르게 관리하기 위해서 병원이 기술팀과 임상팀 사이의 가교를 구축하고, 역할 분담을 명확히 하며, 사람들이 자신의 일을 잘 수행할 수 있는 시간과 지원을 받을 수 있는 환경을 만드는 데 투자해야 한다고 제안합니다. 이러한 인적 요인을 해결함으로써, 의료 기관은 자신들의 디지털 기록이 제공하는 케어를 진정으로 반영하게 하여, 궁극적으로 환자에게 더 안전하고 효과적인 치료를 보장할 수 있습니다.