AdventHealth가 OpenAI와 함께 전인적 치료(whole-person care)를 발전시키다

AdventHealth는 AI 도입을 결과로 간주함으로써, 임상의의 업무 부담을 줄이고, 워크플로우를 개선하며, 환자 치료에 더 많은 시간을 확보합니다.

결과

80%

행정 업무에 소요되는 시간 감소

AdventHealth는 시스템 전반에 걸쳐 행정적 부담을 줄이고 임상 워크플로우를 간소화하기 위해 ChatGPT for Healthcare를 배포하고 있습니다. 시간이 많이 소요되는 문서 작업 및 지원 작업을 자동화함으로써, 치료팀은 매주 몇 시간을 되찾고 임상의가 환자에게 더 직접적으로 집중할 수 있게 합니다. 그 결과는 단순한 운영 효율성을 넘어, 확장된 임상 역량, 더 빠른 진료 접근성, 그리고 측정 가능한 환자 경험 개선으로 이어집니다.

AdventHealth는 9개 주에 걸쳐 운영되는 병원 시스템이며 매년 수백만 명의 환자에게 서비스를 제공합니다. 많은 대형 의료 시스템과 마찬가지로, 이 시스템은 빠듯한 수익 구조, 증가하는 수요, 그리고 늘어나는 행정적 복잡성에 직면해 있습니다.

이러한 압박감 중 상당 부분은 일상적인 워크플로우에서 나타납니다. 이용률 관리(utilization management)를 위해 사례 검토를 하는 의사 자문가들은 하나의 작업에만 시간을 쓰는 것이 아니라, 차트를 읽고, 관련 세부 사항을 파악하고, 기준을 확인하며, 구조화된 근거를 작성하는 일련의 단계에 약 10분을 소비하는 경우가 많습니다. 수백 또는 수천 건의 사례에 걸쳐 이 시간은 빠르게 누적됩니다.

이러한 부담은 임상 역할 이상으로 확장됩니다. 재무(finance), 인사(HR), IT 및 기타 부서의 팀들은 필요하지만 시간이 많이 소요되는 문서를 작성하고, 정보를 요약하며, 자료를 준비하는 데 상당한 시간을 소비합니다. 그 결과, 많은 부서가 리더들이 '지속적인 운영 모드(constant operations mode)'라고 설명하는 상태로 운영되며, 고부가가치 업무에 대한 여력이 제한적입니다.

동시에 조직 내부에서는 이미 AI에 대한 관심이 생겨나고 있었습니다. 직원들은 공식 정책이 사용을 제한하고 있음에도 불구하고 챗봇으로 실험을 진행하고 있었습니다.

“시작을 열망하는 사람들이 있었지만, 한편으로는 방관하고 있는 사람들도 매우 많았습니다.”라고 AdventHealth의 최고 AI 책임자(Chief AI Officer)인 Rob Purinton은 말합니다. “그들은 일상적인 업무에서 AI를 어떻게 효과적으로 사용해야 할지 확신하지 못했습니다.”

AdventHealth의 리더십은 고립된 파일럿(pilot) 프로그램을 운영하는 것만으로는 의미 있는 변화를 이끌어낼 수 없다는 결론을 조기에 내렸습니다. 핵심 과제는 대규모 인력 전반에 걸쳐 일관되고 안전한 사용을 유도하는 것이었습니다.

“의료 분야에서 AI의 가장 어려운 점은 사람들이 이를 안전하고, 일관되게, 그리고 대규모로 사용하도록 만드는 것입니다.”라고 Purinton은 말합니다. “우리는 도입(adoption) 자체를 하나의 제품으로 취급하기로 초기에 결정했습니다.”

그 결정이 배포(rollout) 방식을 결정했습니다. 리더들은 AI를 자동화(automation)로 포지셔닝하는 대신, 행정적 부담을 줄이고 임상의(clinicians)와 직원들에게 시간을 되돌려주는 방법으로 프레임을 설정했습니다.

“우리는 AI를 자동화라고 말하지 않습니다. 우리는 ‘되찾은 시간’에 대해 이야기합니다.”라고 Purinton은 말합니다. “만약 우리가 10분의 검토 과정을 품질을 유지하면서 유의미하게 압축할 수 있다면, 그것은 우리가 임상의들에게 되돌려줄 수 있는 역량(capacity)이 됩니다.”

AdventHealth는 또한 도입을 측정 가능한 운영 지표로 취급했습니다. 조직은 일관된 기준점(baseline)을 만들기 위해 주말과 공휴일을 제외한 영업일 기준 사용자당 메시지 수를 추적합니다. 이 지표는 다른 KPI와 마찬가지로 모니터링 및 관리되며, 목표치와 추세가 정기적으로 검토됩니다.

사용을 확장하기 위해, 시스템은 대규모의 중앙 집중식 교육 프로그램 대신 도메인 기반의 피어 그룹(peer groups)에 의존했습니다. 예를 들어, 재무 팀은 재무 팀과, 인사(HR) 팀은 인사 팀과 협력하여 각자의 특정 기능과 관련된 프롬프트(prompts), 워크플로(workflows) 및 모범 사례(best practices)를 공유했습니다.

조직이 실험 단계에서 기업용 배포(enterprise deployment) 단계로 넘어가면서, 리더십은 개인정보 보호, 거버넌스(governance) 및 신뢰성에 관한 의료 요구 사항을 충족할 수 있는 도구들을 우선시했습니다.

“우리가 OpenAI를 선택한 이유는 단순히 데모(demo)를 찾고 있었던 것이 아니라, 엔터프라이즈 인프라스트럭처 (enterprise infrastructure)를 찾고 있었기 때문입니다.”라고 Purinton은 말합니다. “추론 능력 (reasoning capability), 구조화된 출력 (structured outputs), 그리고 거버넌스 제어 (governance controls) 기능은 이것이 단순한 생산성 소프트웨어가 아니라는 확신을 주었습니다. 이는 우리가 의료 시스템 전반에 걸쳐 책임감 있게 확장할 수 있는 것이었습니다.”

AdventHealth는 ChatGPT Enterprise를 도입했으며, 이후 데이터 보호 및 컴플라이언스 (compliance) 지원을 포함하여 규제 환경을 위한 추가적인 안전장치를 제공하는 ChatGPT for Healthcare를 도입했습니다.

혁신의 속도와 협업 또한 결정에 영향을 미쳤습니다.

“우리는 가능성의 최전선에 더 가까이 있다는 점을 정말 높게 평가합니다.”라고 Purinton은 말합니다. “또한 파일럿 (pilots), 배포 (deployments), 그리고 그다음 단계에 대해 고민할 때 OpenAI가 매우 협력적이라는 것을 알게 되었습니다.”

가장 초기적이면서도 측정 가능한 활용 사례 중 하나는 이용 관리 (utilization management)였습니다.

ChatGPT for Healthcare를 사용하여, 의사 자문관 (physician advisors)은 환자 차트의 구조화된 요약본을 생성하고, 관련 임상 세부 정보를 도출하며, 초기 근거 (rationales) 초안을 작성할 수 있습니다. 최종 판단의 책임은 임상의에게 있지만, 정보를 수집하는 데 소요되는 시간은 단축됩니다.

이 조직은 자기 보고식 추정치 대신 전자 건강 기록 (electronic health records)의 타임스탬프를 포함한 시스템 수준의 데이터를 사용하여 영향을 측정합니다.

“우리는 프로세스에 직접 내장된 측정 방식을 선호합니다.”라고 Purinton은 말합니다. “우리는 정확히 몇 분이 개선되었는지, 그리고 그 변화가 통계적으로 유의미한지 확인할 수 있습니다.”

임상 워크플로 (clinical workflows)를 넘어, 여러 부서에서 유사한 패턴이 나타나고 있습니다:

• 문서 및 계획 초안 작성이 백지 상태가 아닌 1차 출력물에서 시작됨
• 정책 및 커뮤니케이션이 구조화되고 사용 가능한 형식으로 변환됨
• 노트 및 비구조화된 정보가 실행 단계로 빠르게 요약됨

이러한 변화는 사이클 타임 (cycle times)을 줄이고, 반복적인 수정 과정을 제한하며, 출력물의 일관성을 향상시킵니다.

AdventHealth는 채택 (adoption)과 워크플로 성능 (workflow performance)이라는 두 가지 주요 차원에서 AI의 영향을 평가합니다.

채택 (adoption) 측면에서는, 일일 사용량을 추적함으로써 AI가 일상적인 업무의 일부로 얼마나 빠르게 자리 잡고 있는지에 대한 책임성 (accountability)과 가시성 (visibility)을 확보했습니다.

워크플로 (workflow) 측면에서는, 작업당 소요 시간 (time per task), 처리 시간 (turnaround time), 처리량 (volume handled)과 같은 처리량 지표 (throughput metrics)를 사용하여 파일럿 프로젝트를 평가합니다. 활용 관리 (utilization management) 분야에서의 목표는 품질과 일관성을 유지하면서 검토 시간 (review time)을 단축하는 것입니다.

여러 부서에 걸쳐 팀들은 다음과 같은 결과를 보고하고 있습니다:

• 반복적인 문서화 및 검토 작업에 소요되는 시간 감소
• 내부 워크플로의 더 빠른 처리 시간 (turnaround)
• 더 일관된 초안 작성으로 인한 재작업 (rework) 사이클 감소
• 추가 인력 충원 없는 역량 (capacity) 증대

조직은 이러한 이득을 종종 "되찾은 시간 (time back)"이라고 표현하지만, 경영진은 이 개념을 측정 가능한 결과와 직접적으로 연결합니다.

"10분이 걸리던 작업을 2분으로 줄이고, 이것이 일주일에 천 번 일어난다면 그것은 실질적인 역량 (capacity)입니다."라고 Purinton은 말합니다. "문제는 그 역량을 어떻게 재투자하느냐입니다."

AdventHealth에게 AI의 가치는 전인적 치료 (whole-person care)를 제공한다는 미션과 밀접하게 연결되어 있습니다. 이를 위해서는 시간이 필요합니다. 임상의가 환자 및 가족과 함께 보낼 시간, 그리고 직원이 더 높은 가치를 지닌 업무에 집중할 수 있는 시간이 필요합니다.

한 가지 사례는 개인 차원에서의 영향을 잘 보여줍니다. 이전에는 저녁 시간을 할애하여 문서 작성을 완료해야 했던, 흔히 "파자마 시간 (pajama time)"이라 불리는 업무를 수행하던 한 의사는 AI 지원을 통한 워크플로 변화 이후 정규 근무 시간 내에 업무를 마칠 수 있게 되었습니다.

"그는 업무를 직장에서 끝내고 퇴근할 수 있게 되었습니다."라고 Purinton은 말합니다. "집에 가서 가족과 함께 온전히 시간을 보낼 수 있게 된 것입니다."

이러한 사례들은 역할을 대체하는 것이 아니라 행정적 부담을 줄이기 위한 도구로서 AI를 활용하는 조직의 접근 방식을 뒷받침합니다.

현재까지 대부분의 측정 가능한 이득은 기존 작업에 소요되는 시간을 줄임으로써 얻어졌습니다. AdventHealth는 이를 시작점으로 보고 있습니다.

조직은 이제 거버넌스 (governance), 측정 (measurement), 신뢰 (trust)에 대한 동일한 강조점을 유지하면서, 환자 접근성 (patient access), 임상 의사 결정 지원 (clinical decision support), 새로운 의료 전달 모델 (care delivery models)과 같은 분야로 확장을 집중하고 있습니다.

경영진에 따르면 핵심적인 교훈은 AI의 규모 확장 (scaling)이 기술 그 자체보다는 기술이 어떻게 도입되고 채택 (adoption)되는지에 더 달려 있다는 것입니다.

"채택 (Adoption)은 단순히 '제품을 가서 사용하라'는 것이 아닙니다. 그것은 '변화 리더십 (change leadership)'입니다."라고 Purinton은 말합니다. "가치를 측정하고, 가치를 증명하며, 신뢰를 바탕으로 이끌 때, 비로소 파일럿 (pilot) 단계를 넘어설 수 있습니다."