인공지능(AI)이 진단과 위험 예측, 처방 지원, 진료기록 작성 등 의료현장의 의사결정 과정에 빠르게 들어오고 있지만, 현재 의학교육은 주로 의료인 개인의 AI 활용 역량에 초점을 맞춰왔다. 그러나 AI의 활용이 확대되는 한편, 실제 의료가 여러 직종이 함께 판단하고 책임지는 ‘팀’ 단위로 이뤄지는 만큼, 의료현장에서의 AI에 대한 체계적인 활용과 교육이 필요한 상황이 되고 있다.
최근 고려대학교 안암병원 정신건강의학과 조철현 교수와 의과대학 의학교육학교실 이영미 교수 연구팀(공동교신저자 조철현·이영미, 제1저자 유지성)은 ‘AI 동료’라는 교육적 관점을 제시하고, AI가 의료팀의 판단에 영향을 미치는 상황에서 의료진이 어떻게 소통하고 판단할 것인지에 대한 교육이 필요하다고 제안했다.
연구팀은 AI가 의료팀의 판단과 협업에 실질적인 영향을 미치는 상황을 ‘AI 확장 전문직 간 협업(AI-expanded interprofessional collaboration, AI-IPC)’으로 정의하고, 이를 교육하기 위한 ‘AI 확장 전문직 간 교육(AI-expanded interprofessional education, AI-IPE)’ 체계를 제안했다.
연구팀은 AI가 더 이상 의료진 한 사람이 사용하는 단순한 도구에 머물지 않는다고 설명했다. 환자 악화를 알리는 조기경보, 영상 판독 초안, 약물 상호작용 경고, 진료기록 자동작성 등 AI의 결과가 의료진의 대화를 시작하게 하고 실제 판단 방향에도 영향을 주기 때문이다.
이에 연구팀은 기존의 ‘AI 리터러시’ 교육만으로는 부족하다고 지적했다. AI가 틀릴 수 있다는 사실을 아는 것과 실제 의료현장에서 AI의 권고에 이의를 제기하고, 다른 직종의 의료진과 불확실성을 공유하며, 최종 결정의 근거와 책임을 명확하게 남기는 것은 서로 다른 역량이기 때문이다.
연구팀이 강조한 교육의 목표는 AI를 무조건 믿거나 반대로 무조건 배척하지 않는 균형 잡힌 비판적 태도다. AI의 결과를 확인하고 질문하며, 근거가 충분하면 활용하고 필요하면 거부할 수 있는 태도를 개인이 아닌 의료팀 전체의 역량으로 만들어야 한다는 것이다.
‘AI 동료(AI Colleague)’라는 표현 역시 AI에 사람과 같은 지위나 책임을 부여한다는 의미가 아니다. 연구팀은 AI가 의료진의 의사결정에 실질적인 영향을 미치는 참여자인 만큼, 의료진이 AI의 결과를 적극적으로 검증하고 논의하는 훈련이 필요하다고 설명했다.
연구팀은 이를 실제 교육에 적용할 수 있는 평가 틀도 제안했다. AI의 편향을 발견하는 능력, AI 권고와 의료진의 판단이 충돌할 때 역할과 책임을 정하는 능력, AI가 제시한 불확실성을 팀과 환자에게 설명하는 능력, AI 권고를 받아들이거나 거부한 근거를 기록하는 능력 등을 실제와 유사한 시뮬레이션을 통해 평가하는 방식이다. 단순한 지식 평가보다 AI가 개입한 상황에서 의료팀이 실제로 어떻게 행동하는지를 평가하자는 취지다.
조철현 교수는 “AI는 의료진의 협업을 대체하는 것이 아니라 협업의 방식과 판단 과정을 변화시키고 있다”며 “AI의 결과를 무조건 따르거나 반대로 배척하기보다, 의료진이 함께 검증하고 질문하며 필요할 경우 근거를 갖고 다른 판단을 내릴 수 있는 역량을 갖추는 것이 중요하다”고 말했다.
이영미 교수는 “앞으로의 의학교육은 개인의 AI 활용 능력을 넘어, AI가 실제 의료팀의 의사결정에 영향을 미치는 상황까지 반영해야 한다”며 “의료진이 AI가 제시한 정보를 함께 검토하고 서로 다른 판단을 조율하며, 그 과정과 결과에 책임 있게 대응할 수 있도록 실제 의료현장을 반영한 교육과 평가가 필요하다”고 말했다.
한편, 이번 논문 ‘The AI Colleague: Reimagining Interprofessional Collaboration and Education in Medicine’은 지난 8월 14일 국제학술지 ‘JMIR Medical Education’에 게재됐다.
