관상동맥 재혈관화 의사결정을 위한 AI 기반 임상의사결정지원시스템의 보건경제학적 시뮬레이션 모델링
Mullie et al.
- 관상동맥질환 2만5천명 대상 시뮬레이션에서 AI 권고 따를 시 환자당 2만2천~3만2천달러의 QALY 이득, 즉 현재 치료 선택의 50~70%를 비용효과적으로 재조정 가능.
- 실제 임상 채택률과 의사 순응도를 가정값으로 대입한 모형 기반 분석이므로, 실제 의료현장에서 AI 권고를 따를 때의 진정한 예후 개선과 비용절감을 보증하지 않음.
- 현재로선 경제 모형의 이론적 최적화일 뿐, PCI 대 CABG 선택이나 의료비 책임 구조가 다른 지역에서 재현성 확인 전까지는 정책 기반 도입 근거로 미흡.
본 연구는 관상동맥질환 환자의 재혈관화 의사결정을 AI로 최적화하는 경제성을 평가했으며, 2021 ACC/AHA/SCAI 재관류술 지침이 강조하는 공동 의사결정 과정에 AI 지원이 임상적 근거와 비용효과성을 더할 수 있음을 시사합니다.
근거 2021 ACC/AHA/SCAI 관상동맥 재관류술 진료지침
앞으로 필요한 연구 AI 의사결정지원이 실제 임상진료에서 환자 결과와 비용효과성을 개선하는지 확인하려면, 무작위배정 임상시험으로 AI 권고 채택군과 표준치료군에서 심질환 합병증 발생률과 장기 생존을 비교해야 합니다.
일차적 의견
• 캐나다 폐쇄성 관상동맥질환 환자 25,942명을 대상으로 AI 예측 3년, 5년 예후에 기반한 보건경제학적 시뮬레이션 연구.
• $50,000/QALY 기준에서 실제 치료 결정의 72.4%가 AI 최적화 전략으로 전환되어 환자당 평균 $22,960 절감 및 $22,439 QALY 이득 달성.
• 실제 AI 채택 데이터 부족 및 가정 의존적 모델링이 다양한 보건의료시스템과 인구집단으로의 일반화를 제한.
AI 기반 의사결정지원이 재혈관화 치료 선택을 비용-효과적 전략으로 유도하여 합병증 및 사망 예방을 통한 상당한 경제적 가치 창출 가능성을 시사하므로 실제 임상에서의 전향적 검증이 필요하다.
쉽게 풀어 쓴 해설
- AI가 제안한 치료로 바꾸면 환자당 약 2만3천 달러를 절감했어요.
- 실제 치료 결정의 72%가 AI 최적 전략으로 전환되었는데, 환자 건강도 함께 개선되었거든요.
- 캐나다의 심장 혈관이 막힌 환자 2만5천 명 이상의 기록으로 컴퓨터 시뮬레이션을 진행했어요.
- 3년, 5년 뒤 결과를 예측해서 실제 치료와 AI 제안 치료를 비교했네요.
- 심장 혈관이 좁아져서 시술이나 수술을 고려하는 분들이 참고할 수 있어요.
- 이 연구는 캐나다 환자 자료만 썼기 때문에 다른 나라에서 같은 결과가 나올지는 아직 몰라요.
- 병원 현장에서 의료진이 이 AI를 실제로 얼마나 사용하는지 데이터가 없어요.
- 진료실에서 "이런 AI 도구를 의사 결정에 활용하고 있나요?"라고 여쭤 볼 만해요.