📄 medicine

The Digital Path Toward Perceived Medication Error Prevention From the Physician Perspective in Private Clinics in Eastern Indonesia: A Mixed Methods Study

동부 인도네시아 개인 클리닉의 일반의들을 대상으로 한 이 혼합 연구는 투약 오류 예방에 대한 인식이 주로 효과적인 디지털 워크플로우 정렬에 의해 주도되며, 이는 AI 준비도, 디지털 역량, 전자 의무 기록(EMR) 시스템 품질 및 동료의 영향에 의해 유의미한 영향을 받는 반면, 가산제 기반의 재정 규제에는 영향을 받지 않는다는 것을 보여준다.

원저자: Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

게시일 2026-07-07

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Debora Natalia, Waynhena Sarawa Nesia, Dewi Sri Surya Wuisan, Ferdi Antonio

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

동부 인도네시아의 외딴 지역에 있는 한 의원을 바쁜 주방에 비유해 봅시다. 의사는 셰프이고, 환자들은 들어오는 주문입니다. 이 주방에서 "투약 오류"는 설탕 대신 소금을 실수로 넣거나, 고객에게 알레르기가 있는 음식을 내놓는 것과 같습니다. 이러한 실수는 셰프가 너무 서두르거나, 레시피 북이 엉망이거나, 재료를 찾기 어려울 때 발생할 수 있습니다.

이 연구는 다음과 같은 질문을 던졌습니다: 디지털 레시피 북(전자 의무 기록, EMR)은 어떻게 셰프(의사)들이 이러한 실수를 피하도록 돕는가?

연구진은 단순히 디지털 레시비 북이 존재하는지 여부만을 묻지 않았습니다. 그들은 셰프들이 실제로 그것을 사용하는 것을 좋아하는지, 그리고 그것이 그들의 요리 리듬에 자연스럽게 녹아드는지를 물었습니다. 연구진은 41개 개인 클리닉의 의사 382명을 대상으로 연구를 진행했습니다.

다음은 그 연구 결과의 핵심 내용을 쉬운 비유를 들어 정리한 것입니다.

1. "완벽한 조화"가 비법 소스입니다

가장 큰 발견은 디지털 시스템이 의사의 일상적인 업무 흐름에 맞아야만 오류를 예방하는 데 도움이 된다는 것이었습니다.

비유: 복잡한 요리를 할 때 자기 발보다 두 사이즈나 큰 신발을 신고 요리한다고 상상해 보세요. 그 신발이 아무리 최첨단 기술이 적용된 비싼 신발이라 해도, 결국 당신의 속도를 늦추고 발을 헛디디게 만들 뿐입니다.
결과: 의사들은 디지털 시스템이 자신의 손처럼 자연스러운 연장선이 되어—메모를 작성하고, 과거 이력을 확인하고, 약을 처방하는 과정에서 흐름을 끊지 않고 도와줄 때—오류를 예방한다고 느꼈습니다. 만약 시스템이 투박하거나 억지로 끼워 맞춘 느낌이 든다면, 아무리 고급 기술이라도 도움이 되지 않았습니다.

2. 셰프의 숙련도가 가장 중요합니다

연구에 따르면 의사의 디지털 기술이 시스템을 잘 작동하게 만드는 데 있어 가장 중요한 요소였습니다.

비유: 숙련된 셰프에게 음성 인식 기능이 있는 최첨단 칼을 준다고 해도, 그들이 칼을 잡는 법을 모르거나 칼을 믿지 못한다면 제대로 사용할 수 없습니다. 반대로, 숙련된 셰프는 단순하고 오래된 칼로도 놀라운 결과를 만들어낼 수 있습니다.
결과: 컴퓨터를 사용하고, 데이터를 이해하며, 작은 결함을 해결하는 데 자신감을 가진 의사들이 해당 시스템이 실제로 환자를 안전하게 지켜주고 있다고 느꼈습니다. 그들의 자신감이 디지털 도구를 업무 흐름에 "맞게" 만들었습니다.

3. "주방 도구"의 품질

시스템의 품질 자체도 중요했습니다. 시스템은 빠른가? 오류가 발생하는가? 정보가 명확한가?

비유: 디지털 레시피 북을 열 때마다 로딩이 느리거나, 재료를 주문하는 동안 인터넷이 끊긴다면, 셰프는 짜증이 나서 사용을 중단하게 됩니다.
결과: 의사가 숙련되었더라도, 느리거나 버그가 있는 시스템은 "조화"를 깨뜨렸습니다. 시스템이 안정적이고 사용하기 쉬울 때 오류 예방에 도움이 되었습니다. 반면, 시스템이 느리면 의사들은 종종 이를 무시하게 되며, 이는 실수할 위험을 높였습니다.

4. "AI 준비도" (미래를 향한 개방성)

연구는 의사들이 인공지능(AI) 알림과 같은 고급 기능을 사용할 준비가 되어 있는지 살펴보았습니다.

비유: 이것은 주방에 벌써 로봇 셰프가 있느냐의 문제가 아닙니다. 인간 셰프가 "이 재료는 이 고객에게 해로울 수 있습니다"라고 말하는 로봇 조수의 말을 신뢰할 심리적 준비가 되었느냐는 것입니다.
결과: 자신의 클리닉이 이러한 고급 도구들을 사용할 준비(좋은 데이터, 좋은 정책, 기술에 대한 신뢰)가 되었다고 느끼는 의사일수록 디지털 시스템을 더 원활하게 통합할 가능성이 높았습니다. 하지만 그들은 데이터가 정확할 때만 AI를 신뢰했습니다.

5. "동료 압박" (하지만 좋은 의미의)

연구는 동료들이 서로에게 어떤 영향을 미치는지 확인했습니다.

비유: 주방의 다른 모든 사람이 주문을 확인하기 위해 새로운 디지털 태블릿을 사용하고 있다면, 당신도 태블릿을 집어 들고 써볼 가능성이 높아집니다.
결과: 동료들이 시스템을 성공적으로 사용하는 것을 보는 것이 도움이 되기는 했지만, 의사 자신의 기술이나 시스템의 품질에 비하면 가장 중요도가 낮은 요인이었습니다. 도움이 되긴 하지만, 주요 동력은 아니었습니다.

6. "지불 방식"은 요리에 영향을 주지 않았습니다

연구진은 의사가 받는 보수 방식(환자 한 명당 정해진 금액을 받는 수가제/Capitation 시스템)이 디지털 시스템의 효과를 변화시키는지 테스트했습니다.

비유: "식당 주인이 셰프에게 고객 한 명당 고정 비용을 지급한다는 사실이, 셰프가 새로운 디지털 칼을 사용하는 방식에 변화를 주는가?"를 물었습니다.
결과: 아니요. 지불 방식은 디지털 시스템을 더 좋게 만들지도, 나쁘게 만들지도 않았습니다. 의사가 환자당 비용을 받든 방문당 비용을 받든, 시스템의 성공 여부는 전적으로 시스템이 업무 흐름에 얼마나 잘 맞는지와 의사의 숙련도에 달려 있었습니다. 지불 방식은 게임 체인저가 아닌, 그저 배경 소음에 불과했습니다.

결론

이 논문은 의사에게 단순히 컴퓨터를 쥐여준다고 해서 투약 오류가 멈추는 것이 아니라고 결론짓습니다.

이러한 클리닉에서 디지털 도구가 제대로 작동하게 하려면 세 가지 요소가 함께 맞물려 돌아가야 합니다:

숙련된 셰프: 기술을 사용하는 데 자신감이 있고 훈련된 의사.
좋은 도구: 빠르고 신뢰할 수 있으며 탐색하기 쉬운 시스템.
좋은 조화: 의사의 일상적인 업무를 방해하지 않고 완벽하게 스며드는 시스템.

이 세 가지가 일치할 때, 의사들은 더 안전하다고 느끼며 실수를 예방하고 있다는 확신을 갖게 됩니다. 만약 이들이 일치하지 않는다면, 기술은 그저 화려한 방해 요소일 뿐입니다.

기술 요약: 동부 인도네시아의 인지된 투약 오류 예방을 향한 디지털 경로

문제 제기
저자원 환경, 특히 동부 인도네시아의 경우, 일차 의료 기관들은 신뢰할 수 있는 처방, 모니터링 및 추적 관찰을 위한 역량 제약으로 인해 투약 오류에 대한 상당한 취약성에 직면해 있습니다. 전자 의무 기록(EMR) 도입이 민간 클리닉을 중심으로 점진적으로 의무화되고 채택되고 있으나, EMR의 존재 자체가 안전성 개선을 보장하는 것은 아닙니다. 식별된 핵심 문제는 EMR 채택과 의미 있는 임상적 통합 사이의 간극입니다. 인구 분포가 산재해 있고 디지털 인프라가 불균형한 환경에서, EMR은 종종 임상적 도구가 아닌 행정적 도구로 남게 됩니다. 결과적으로, 사회-기술적 요인(구체적으로 디지털 시스템과 임상 루틴의 정렬, 즉 워크플로 적합성)이 의사들이 인지하는 투약 오류 예방에 어떠한 영향을 미치는지에 대한 증거가 부족한 실정입니다.

연구 방법론
본 연구는 동부 인도네시아의 원격지 41개 민간 클리닉에 근무하는 382명의 일반의(GP)를 대상으로 **순차적 설명 혼합 방법론(sequential explanatory mixed-methods design)**을 채택하였습니다.

양적 단계: 횡단적 설문 조사를 실시하였으며, SmartPLS 4를 이용한 **부분 최소 제곱 구조 방정식 모델링(PLS-SEM)**으로 분석하였습니다. 개념 모델은 네 가지 독립 변수(AI 준비도, 디지털 역량, EMR 시스템 품질, 동료 영향)와 종속 변수인 인지된 투약 오류 예방 사이의 관계를 테스트하였으며, 이 과정에서 디지털 워크플로 적합성이 매개 역할을 수행하도록 하였습니다. 또한, 인두제 기반 재정 규제를 조절 변수로 테스트하였습니다. 모델은 10,000개의 서브샘플을 이용한 부트스트래핑 방법을 활용하였습니다.
질적 단계: 양적 분석 이후, 개방형 질문에 답할 15명의 일반의를 목적 표집하였습니다. 이 단계는 양적 분석 결과를 해석하기 위한 것으로, 특히 워크플로 통합의 메커니즘, 시스템 장벽, 그리고 재정 규제의 역할을 탐구하는 것을 목표로 하였습니다.
타당성 검증: 측정 모델은 신뢰도(Cronbach's alpha, 합성 신뢰도), 수렴 타당도(AVE), 판별 타당도(HTV)를 통해 검증되었습니다. 예측 능력은 교차 검증 예측 능력 테스트(CVPAT)를 통해 평가되었습니다.

주요 결과
구조 모델 분석을 통해 다음과 같은 유의미한 결과가 도출되었습니다:

디지털 워크플로 적합성의 결정 요인: 네 가지 선행 요인 모두 디지털 워크플로 적합성에 긍정적인 영향을 미쳤습니다:
- 디지털 역량: 가장 강력한 예측 변수였습니다 ( $\beta = 0.399, p < 0.001$ ).
- AI 준비도: 유의미한 정적 상관관계를 보였습니다 ( $\beta = 0.197, p = 0.008$ ).
- EMR 시스템 품질: 유의미한 정적 상관관계를 보였습니다 ( $\beta = 0.186, p = 0.002$ ).
- 동료 영향: 유의미한 정적 상관관계를 보였습니다 ( $\beta = 0.123, p = 0.035$ ).
- 이 요인들은 집합적으로 디지털 워크플로 적합성 분산의 58.4%를 설명하였습니다 ( $R^2 = 0.584$ ).
투약 오류 예방에 미치는 영향: 디지털 워크플로 적합성은 인지된 투약 오류 예방과 강력하고 직접적인 정적 관계를 보였으며 ( $\beta = 0.747, p < 0.001$ ), 결과 변수 분산의 57.9%를 설명하였습니다.
조절 효과: 인두제 기반 재정 규제가 디지털 워크플로 적합성과 인지된 투약 오류 예방 사이의 관계를 조절한다는 가설은 기각되었습니다 ( $\beta = -0.009, p = 0.388$ ). 데이터에 따르면 재정 규제는 워크플로 정렬과 안전 인지 사이의 연결을 유의미하게 강화하거나 약화시키지 않습니다.
질적 통찰:
- 워크플로 정렬: 의사들은 EMR이 상담 흐름을 방해하지 않으면서 약물 이력에 대한 신속한 접근을 용이하게 하고 의사결정을 지원할 때 주로 가치를 두었습니다.
- 역량과 신뢰: EMR 기능을 사용하는 데 있어 자신감이 안전 인지의 중심이었습니다. AI 기능에 대한 준비도는 데이터의 정확성과 임상적 신뢰를 조건으로 하였습니다.
- 인프라 장벽: 기술적 불안정성(느린 시스템, 열악한 인터넷)은 고품질의 시스템조차 그 효용성을 저해하는 결정적인 장벽이었습니다.
- 규제 맥락: 인두제 규제는 EMR 도입을 촉진하는 충분한 동력으로 인식되지 않았으며, 종종 안전 촉진제가 아닌 행정적 부담으로 간 view되었습니다.

주요 기여

워크플로 적합성의 매개 역할: 본 연구는 디지털 워크플로 적합성을 핵심적인 매개체로 설정하여, 개인의 준비도, 시스템 품질, 사회적 영향력이 성공적으로 임상 루틴과 정렬될 때에만 인지된 안전성으로 전환된다는 것을 입증하였습니다.
저자원 환경에서의 맥락적 증거: 동부 인도네시아의 경험적 데이터를 제공함으로써, 자원이 제한된 환경에서는 기술의 '채택'보다 기술의 '통합'이 안전 인지에 더 예측력이 높다는 점을 강조하였습니다.
규제 조절 효과의 반박: 본 연구는 인두제 기반 재정 방식이 디지털 워크플로의 효과를 직접적으로 조절한다는 가정을 반박하며, 규제 프레임워크가 워크플로-안전 관계의 능동적 조절자라기보다는 맥락적 제약으로 작용할 수 있음을 시사합니다.

의의 및 주장
본 논문은 민간 일차 의료에서의 인지된 투약 오류 예방을 향한 디지털 경로는 근본적으로 효과적인 디지털 워크플로 정렬에 달려 있다고 주장합니다. 저자들은 다음과 같이 단언합니다:

역량이 최우선이다: EMR의 효용을 최적화하기 위해 의사의 디지털 기술을 향상시키는 것이 가장 중요한 개입입니다.
구현보다 통합이 중요하다: 성공 여부는 EMR의 가용성보다는 EMR이 일상적인 임상 과업(처방, 모니터링, 추적 관찰)에 얼마나 원활하게 내재되는지에 달려 있습니다.
정책적 시사점: EMR 채택을 위한 국가적 명령은 교육, 시스템 사용성 및 기술 지원에 대한 투자와 병행되어야 합니다. 본 연구는 정책 입안자들이 단순히 재정 규제를 통해 안전 결과를 이끌어내려 하기보다, 워크플로 재설계를 통한 '의미 있는 사용(meaningful use)'에 집중해야 함을 시사합니다.
제한적 범위: 저자들은 본 연구의 결과가 실제 투약 오류율의 감소가 아닌 의사들의 인지된 투약 오류 예방을 반영한다는 점을 명시적으로 밝힙니다. 본 연구는 모델이 '인지된' 디지털 경로를 설명하지만, 객관적인 임상적 결과를 측정하는 것은 아님을 강조합니다.

결론적으로, 본 연구는 저자원 지역의 민간 클리닉에서 디지털 전환이 환자 안전을 증진하기 위해서는 기술의 배포에서 디지털 도구와 임상 현장의 실제 상황 간의 사회-기술적 정렬로 초점이 이동해야 한다고 상정합니다.