▲ 입원·외래환자 예측 관련 변수

【후생신보】 병상 수와 의사 수가 환자 수를 예측하기 위한 주요 변수라는 연구 결과가 나왔다.

건강보험심사평가원 심사평가연구실 등이 참여한 ‘병원 연간 환자 수를 추정하는 인공지능 학습방법의 성능 평가’ 연구에서 이 같이 밝혔다. 

연구팀은 708개 병원의 심평원 건강보험 청구자료 등을 통해 환자 수 추정에 영향을 미치는 요소를 공유했다. 

연구 결과, 환자 수 예측에 있어 가장 중요한 역할을 하는 변수는 입원에서 병상과 간호사 수로 도출됐다. 병원이 만든 병상은 어쨌든 다 채워진다는 의료계의 오랜 법칙(Roemer's Law)과 연관된 결과로 해석된다.아울러 외래에서는 의사 수와 지역 내 가구 수가 중요 변수였다. 연구팀은 “입원은 환자가 병상을 통해 수용되고, 이를 지원하는 간호사가 필요한 반면 외래의 경우 직접적으로 진료를 통해 수가 증가하기 때문”이라고 분석했다. 

세부적으로 입원환자 예측에 영향을 미치는 상위 요인은 병상·간호사·인구·CT 수 순이다. 외래 예측에 영향을 미치는 상위 요인은 의사·가구·인구 수, 간호사 비율 순이다. 

요양병원 폐업에 영향을 미친 요인을 분석한 종전 연구에서는 MRI 등 고가 장비 및 지역 경쟁 요양병원이 중요한 역할을 한 것과 대비된다. 

이 같은 중요 변수가 원인과 결과를 직접적으로 연결하는 것은 아니지만 향후 환자 수 예측에 도움이 될 수 있는 만큼, 병원을 넘어서 의원, 치과, 한의원 등 소규모 의료기관에 대한 예측 확장이 가능하고, 보건의료정책 수립에 도움이 될 것으로도 연구팀은 기대했다. 

연구팀은 “우리나라 병원의 모든 모집단을 대상으로 인공지능기법을 분석에 이용했다”며 “다량의 분석자료와 인공지능기법을 이용해 환자 수를 예측한 선행연구는 극히 드물다”고 해당 연구 의미를 자평했다.