병원 AI 혁신 2부 : 우리 병원 '숨은 보물' 찾기! AI를 위한 데이터 수집의 모든 것 - 비케이네이션 > 인사이트

안녕하세요. 18년차 병원전문기업 비케이네이션 권댑입니다.

지난 1부에서는 AI 도입의 첫걸음으로 '우리 병원의 어떤 문제를 해결하고 싶은가?'를 명확히 정의하는 것이 중요하다고 말씀드렸습니다. 

이제 해결해야 할 문제가 정해졌으니, 다음 단계는 그 문제를 해결할 '재료'를 찾는 것입니다. 바로 '데이터'죠!

Google의 AI 전문가 Cassie Kozyrkov는 이 단계에서 "AI는 데이터의 품질에 따라 그 성능이 결정됩니다. 쓰레기를 넣으면 쓰레기가 나옵니다. 어떤 데이터가 필요한지, 그리고 그 데이터가 얼마나 깨끗한지 이해하는 것이 중요합니다."라고 강조합니다. 이 말은 즉, AI가 제대로 작동하려면 정확하고 풍부한 데이터가 필수적이라는 의미입니다.

걱정 마세요! 우리 병원에도 생각보다 많은 '숨은 보물' 같은 데이터들이 잠자고 있습니다. 이 보물들을 잘 찾아내고 이해하는 것이 AI 성공의 열쇠입니다.

AI의 연료, '데이터'란 무엇인가?

AI는 결국 데이터를 학습해서 똑똑해지는 기술입니다. 우리가 어떤 문제를 해결하고 싶다면, 그 문제와 관련된 정확한 데이터가 많이 필요하겠죠. 예를 들어, 환자 내원을 예측하고 싶다면 과거 환자 수, 날씨, 요일 같은 정보들이 데이터가 됩니다.

그렇다면 우리 병원에는 어떤 데이터들이 있을까요? 병원 내부에 이미 쌓여있는 데이터부터, 외부에서 얻을 수 있는 유용한 데이터까지 하나씩 살펴보겠습니다.

문제 1: 불안정한 환자 내원율 예측을 위한 데이터

환자 내원 수를 정확하게 예측하여 인력 배치 및 마케팅 전략을 효율화하려는 목표를 달성하려면, 환자 내원 패턴에 영향을 미치는 다양한 요인에 대한 데이터가 필요합니다.

먼저, 과거 환자 내원 기록은 필수적입니다. 언제 얼마나 많은 환자가 왔는지, 신규 환자와 재진 환자는 몇 명이었는지, 특정 진료 과목에 환자가 많았던 시기는 언제였는지,

그리고 하루 중 몇 시에 환자가 집중되었는지에 대한 상세한 정보가 중요합니다. 이런 정보는 대부분 EMR(전자의무기록) 시스템에 가장 정확하게 기록되어 있습니다. 

수납 기록이나 예약 시스템에서도 유용한 정보를 얻을 수 있습니다.

또한, 병원 운영 및 마케팅 기록도 중요한 데이터가 됩니다. 과거 어떤 광고나 이벤트를 했을 때 환자 수에 변화가 있었는지, 의료진 스케줄 변화나 휴진이 환자 수에 영향을 미 미쳤는지 등을 파악해야 합니다. 

이는 병원 자체 마케팅/홍보 자료나 내부 운영 일지에서 찾아볼 수 있습니다.

마지막으로, 외부 환경 정보도 빼놓을 수 없습니다. 특정 날씨(기온, 강수량, 미세먼지 등)가 환자 수에 영향을 주는지, 명절이나 학교 방학 같은 공휴일이 내원에 어떤 영향을 미치는지, 

그리고 주변에 새로운 아파트가 생기거나 다른 병원이 문을 열거나 닫는 등의 변화가 있었는지도 확인해야 합니다. 

이런 정보는 기상청 공공 데이터, 통계청 인구 데이터, 온라인 검색 트렌드 등에서 얻을 수 있으며, 주변 병의원 정보는 직접 파악해야 할 수도 있습니다.

문제 2: 환자 대기 시간 및 문의 응대 개선을 위한 데이터

예약 및 대기 시간 관리를 효율화하고, 단순 반복 문의를 자동화하여 환자 만족도를 높이려면, 환자 문의 유형과 실제 대기 시간 측정치, 그리고 환자별 소통 이력에 대한 데이터가 필요합니다.

예약 및 진료 과정 시간 기록은 환자들의 불편함을 이해하는 데 필수적입니다. 환자별 예약 시간과 실제 내원 시간, 그리고 진료 시작 및 종료 시간 간의 차이를 기록하여 각 단계에서 

얼마나 많은 시간이 소요되는지 파악해야 합니다. 

이런 시간 데이터는 EMR/OCS 시스템이나 진료 접수/수납 시 입력되는 정보에서 얻을 수 있습니다.

환자 문의 내역도 중요합니다. 

어떤 질문을 가장 많이 하는지(진료 시간, 주차, 예약 여부 등), 전화 문의가 많은지 온라인 문의가 많은지 등을 분석해야 합니다. 

이런 정보는 전화 시스템(키폰 통화 기록), 병원 카카오톡 채널/네이버 톡톡 상담 기록, 홈페이지 문의 게시판 등에 쌓여 있습니다. 

직원이 수기로 기록한 문의 일지도 좋은 데이터가 됩니다.

마지막으로, 환자 만족도 피드백을 통해 환자들이 대기 시간이나 안내에 대해 어떻게 느끼는지 파악해야 합니다. 

온라인 포털 리뷰, 병원 홈페이지 리뷰 게시판, 그리고 원장님이 직접 진행하는 환자 만족도 설문지에 환자들의 솔직한 의견이 담겨 있습니다.

문제 3: 의료진 행정 업무 효율화를 위한 데이터

반복적이고 정형화된 행정 업무를 자동화하고, 의료 데이터를 체계적으로 관리 및 분석하여 의료진의 업무 부담을 줄이려면, 

각 행정 업무에 소요되는 시간과 오류 발생 빈도, 그리고 재고 현황에 대한 정확한 데이터가 필요합니다.

진료 기록 작성 시간 및 내용을 파악하는 것이 중요합니다. 의사 한 분당 진료 기록 작성에 평균 몇 분이나 걸리는지, 자주 쓰는 진단명, 처방, 소견은 무엇인지 등을 확인해야 합니다. 

이 정보는 대부분 EMR 시스템에 기록되어 있으며, 실제 직원들이 업무 시간을 측정해보는 것도 좋은 데이터가 됩니다.

보험 청구 및 삭감 내역은 병원 수익과 직결되는 중요한 데이터입니다. 어떤 항목이 가장 많이 삭감되고 그 사유는 무엇인지, 청구 업무에 얼마나 많은 시간이 소요되는지 등을 파악해야 합니다. 

이 정보는 EMR 시스템 내 청구 기록과 특히 청구 대행 서비스에서 제공하는 상세 리포트에 아주 중요하게 담겨 있습니다.

마지막으로, 약품/소모품 재고 및 사용량 데이터입니다. 어떤 약품이나 소모품이 얼마나 빠르게 소모되는지, 재고가 부족해서 진료에 차질이 생긴 적은 없는지 등을 알아야 합니다. 

이 정보는 병원 약품/기자재 관리 시스템이나 창고 재고 현황 일지에 기록되어 있습니다.

데이터는 우리 병원의 '진단서'와 같습니다. 

이 단계에서는 단순히 데이터를 모으는 것을 넘어, 각 데이터가 무엇을 의미하고, 얼마나 정확한지 눈으로 확인하는 것이 중요합니다.

혹시 데이터가 부족하거나, 여기저기 흩어져 있다면, 이는 비케이네이션과 같은 병원 전문 기업의 도움을 받아 체계적으로 데이터를 수집하고 정리할 수 있는 기회이기도 합니다.

다음 3부에서는 이렇게 찾고 이해한 데이터를 바탕으로, AI가 우리 병원의 문제를 어떻게 '해결'해 줄 수 있을지 구체적인 AI 활용법을 알려드리겠습니다.

병원 운영에 바로 적용할 수 있는 실질적인 이야기들을 기대해주세요!

오늘의 포스팅이 고민중인 원장님들에게 도움이 되었길 바랍니다. 

이상, 18년차 병원전문기업 비케이네이션 권댑이였습니다.