의료 AI에는 영상 판독과 진단 지원뿐 아니라 문서 작성과 행정 업무를 돕는 제품도 있다. 그중 진료 대화를 듣고 기록 초안을 만드는 ambient scribe가 관심을 받고 있다.
Abridge는 2025년 6월 3억 달러 규모의 투자를 발표하며 미국의 150개 이상 의료 시스템과 협력하고 있다고 밝혔다. 이는 진료기록과 관련 업무에 대한 수요를 보여주는 회사 발표다. 투자 규모만으로 실제 이익이나 모든 병원에서의 효과를 판단할 수는 없다.
반복되는 기록 작업을 줄일 수 있다
진료 내용을 기록으로 옮기는 데는 시간이 든다. AI가 초안을 만들면 의료진은 처음부터 작성하는 대신 내용을 확인하고 수정할 수 있다. 다만 초안의 오류가 많으면 검토 부담이 커질 수 있어 작성 시간과 수정 시간을 함께 봐야 한다.
2025년 JAMA Network Open 연구는 6개 의료 시스템의 의료진 263명을 대상으로 AI 기록 도구 사용과 행정 부담, 번아웃 등의 관계를 살펴봤다. 연구에서는 부담 감소와 관련된 결과를 보고했다. 특정 환경에서의 관찰 결과이므로 같은 효과가 모든 진료과나 의료기관에서 보장되는 것은 아니다.
기록 도구의 기능과 사용 목적을 구분한다
대화를 정리하는 기능과 진단이나 치료 결정을 제안하는 기능은 역할이 다르다. 제품이 어느 일을 하는지에 따라 검토 과정과 적용되는 규정도 달라질 수 있다.
FDA의 소프트웨어 지침은 비의료기기 임상 의사결정 지원 기능에 해당하는 조건을 설명한다. 단순히 “기록 도구”라는 이름을 붙였거나 의사가 결과를 확인한다는 이유만으로 모든 규제에서 제외되는 것은 아니다. 실제 기능과 사용 목적을 기준으로 확인해야 한다.
녹음과 개인정보 처리, 병원 시스템 연동, 의료진의 검토 책임도 남는다. 문서 작업을 줄이는 제품이라도 운영에 필요한 확인 절차가 사라지는 것은 아니다.
허가와 비용 회수는 다른 문제다
의료기기 관련 허가를 받았다는 사실만으로 별도 수가나 보험 보상이 생기지는 않는다. 반대로 독립된 AI 수가가 없더라도 병원이 업무 효율 개선을 위해 제품을 구매할 수 있다. 누가 비용을 내고 어떤 효과를 얻는지 구분해야 한다.
미국의사협회가 설명한 2026년 CPT 신규 코드 288개는 디지털 헬스와 AI 외에 여러 의료 서비스를 포함한다. 이 수치를 전부 AI에 새로 생긴 수가로 해석하면 안 된다. 코드의 존재와 실제 보험자의 지급 조건도 별도로 확인해야 한다.
도입 효과는 업무 전체에서 확인한다
기록 초안 생성 시간, 수정에 걸린 시간, 누락과 오류, 기존 전자의무기록에 반영하는 과정까지 봐야 실제 부담이 줄었는지 알 수 있다. 의료진과 환자의 이용 경험도 확인할 항목이다.
진료기록 AI가 주목받는 이유는 반복 업무를 줄일 가능성에 있다. 진단 AI보다 무조건 사업성이 좋다고 결론 내리기보다, 해결하는 업무와 검증할 효과를 구체적으로 정하는 사례로 볼 수 있다.