주제 4.7 — 임상 의사결정 지원 및 임상 정보학

임상 의사결정 지원은 돌봄 현장에서 작동하는 소프트웨어로 바뀐 임상 지식이므로, 이를 제대로 하는 것 — 적절한 사람에게 적절한 순간에 적절한 자극을 주고 그 외에는 주지 않는 것 — 은 구성의 사후 고려가 아니라 임상 안전, 워크플로, 대중 신뢰의 학문이다.

보건·돌봄에서 이것이 중요한 이유#

현대 보건 서비스의 모든 처방, 의뢰, 검사 오더, 진단은 이제 결정을 돕거나 방해할 수 있는 소프트웨어를 거친다. 잘 설계된 경보는 치명적인 약물 상호작용이 환자에게 닿기 전에 막는다. 잘못 설계된 경보는 너무 자주 발생하여 임상의가 읽지 않고 클릭해 넘기는 법을 배우고, 중요한 날에도 같이 무시한다. 해악을 막는 바로 그 기제가 해악을 제조할 수 있다. 그래서 의사결정 지원은 켜는 기능이 아니라 의약품이나 기기에 쏟는 같은 진지함으로 거버넌스하는 임상 지식의 총체다.

위험은 세 가지 면에서 독특하다. 첫째, 의사결정 지원은 규모와 속도로 작동한다. 하나의 규칙 변경이 수천 명의 임상의와 수백만 건의 진료에 즉시 전파되므로, 미묘한 오류가 곧 체계적 오류다. 둘째, 구조상 안전이 중요하다. 진짜 경고를 억누르는 경보나 소아 용량을 잘못 반올림하는 계산기는 소프트웨어가 도입한 위해 요인이다(주제 1.6 — 임상 안전 및 위험 관리 참조). 셋째, 의도하든 말든 임상 행동을 형성한다. 시스템이 쉽게 만드는 것이 기본값이 되고, 끊는 것이 원망받게 된다. 따라서 의사결정 지원은 영향력의 행사이며, 보건 돌봄에서 영향력은 결코 중립적이지 않다.

소프트웨어 뒤에는 전문직이 있다. 임상 정보학은 임상 실천, 정보, 기술을 연결하는 학문이며, 의사결정 지원이 의학과 기계를 모두 이해하는 사람들이 저작할 수 있는 이유다. 그 전문직 — 최고 임상 정보 책임자, 임상 안전 책임자, 방 안의 정보학 훈련을 받은 임상의 — 이 없으면 의사결정 지원은 공급업체가 기본으로 출하한 것으로 표류하고, 아무도 조율하지 않고, 아무도 소유하지 않으며, 실패할 때까지 모두가 신뢰한다. 의사결정 지원을 거버넌스되는 임상 자산이 아니라 기술 설정으로 다루는 것이 조직이 아무도 쓴 기억이 없고 아무도 감히 끄지 못하는 수천 개의 규칙을 갖게 되는 방식이다.

핵심 개념#

임상 의사결정 지원 시스템(CDSS, 또는 단순히 CDS)은 임상의, 직원, 환자에게 결정을 개선하기 위해 지능적으로 걸러지고 적절한 때에 제시되는 지식과 개인별 정보를 주는 보건 정보 기술이다. 고전적 분류는 여러 형태를 구분한다. 경보와 알림은 경고하거나 촉구하려고 끼어든다. 약물-약물 상호작용 경고, 늦어진 예방접종 알림이다. 오더 세트는 상황에 적절한 검사, 약물, 지시를 묶어 올바른 것들이 함께 오더되게 한다. 돌봄 경로는 임상 경로, 곧 표준화되고 근거 기반의 돌봄 순서를 워크플로에 인코딩한다. 문서화 템플릿은 기록되는 것을 구조화하여 필수 사항이 빠지지 않게 한다. 진단 지원은 가능한 진단을 제안하거나 순위를 매긴다. 그리고 계산기는 용량 계산, 위험 점수, eGFR 같은 의료 알고리즘을 구현해 산술이 일관되게 이루어지게 한다.

품질을 위한 조직 원리는 의사결정 지원의 "다섯 가지 적절함(five rights)"이다. 적절한 정보를, 적절한 사람에게, 적절한 형식으로, 적절한 채널을 통해, 워크플로의 적절한 시점에 전달하는 것이다. 규칙은 임상적으로 옳으면서도 이 모두에서 실패할 수 있다. 정확한 정보가 엉뚱한 역할에게 주어지거나, 수동적 표시면 충분한데 강제 중단으로 주어지거나, 아무도 읽지 않는 화면에 묻히거나, 결정이 이미 내려진 몇 분 뒤에 도착한다. 대부분의 의사결정 지원 실패는 의학 지식의 실패가 아니라 다섯 가지 적절함 중 하나 이상의 실패다.

지배적인 실패 양상에는 고유한 이름이 있다. 경보 피로(alert fatigue라고도 함)는 임상의가 너무 많은 경고에 직면하여 더는 주의를 기울이지 않고, 사소한 것과 함께 중요한 것도 무시할 때 생기는 둔감화다. 일반적인 시스템의 대부분의 경보가 무시되므로, 무시 비율은 의사결정 지원 건강의 활력징후다. 높은 비율은 시스템이 사용자에게 자신을 무시하도록 가르치고 있다는 뜻이다. 처방은 더 많은 경보가 아니라 더 적고, 더 날카롭고, 더 잘 겨냥된 경보다.

두 가지 개념이 의사결정 지원이 얼마나 잘 착지하는지를 좌우한다. 의사결정 지원은 전자 건강 기록(EHR, NHS에서는 전자 환자 기록 또는 EPR이라 함) 안에, 흔히 전산화된 의사 오더 입력(CPOE) 안에 살며, 따라서 사람, 과업, 기술, 조직이 상호작용하는 그물인 더 넓은 사회기술 시스템의 일부로서 성패가 갈린다. 실제 워크플로를 무시하는 규칙은 논리가 아무리 건전해도 우회해야 할 마찰이 된다. 그리고 내용 자체가 지식 자산이다. 규칙은 시간에 따라 바뀌는 근거 중심 의학과 의료 지침을 인코딩하므로, 의사결정 지원은 다른 임상 지식 체계처럼 저작, 검토, 버전 관리, 폐기되어야 한다(주제 10.3 — 지식 관리 및 문서화 참조).

보건 정보학 — 그리고 그 임상 하위 학문인 임상 정보학 — 은 정보와 기술을 보건 돌봄에 연구하고 적용하는 분야다. 영국에서는 Faculty of Clinical Informatics와 최고 임상 정보 책임자(CCIO), 최고 간호 정보 책임자(CNIO) 같은 역할을 통해 전문직화되었다. 역사적으로 많은 규칙 논리는 공유 가능한 의료 지식을 Medical Logic Module로 표현하는 표준인 Arden 구문으로 표현되었고, 오늘날에는 HL7 CDS Hooks와 FHIR 기반 Clinical Reasoning 같은 표준이 의사결정 지원을 시스템 간에 공유할 수 있게 하려 한다(주제 4.3 — 상호운용성 및 데이터 표준 참조). 마지막으로 이 주제의 경계를 주목하라. 이 주제는 규칙 및 지식 기반 지원과 정보학 전문직을 소유한다. 컴퓨터 보조 진단과 의료기기로서의 소프트웨어를 포함한 통계적 및 기계 학습 접근법은 인공지능으로 거버넌스된다(주제 8.4 — AI 및 신기술 거버넌스 참조).

모범 사례#

1. 다섯 가지 적절함을 위해 설계하고, 경보를 마지막 수단으로 다루라. 어떤 규칙이든 만들기 전에 그것이 다섯 가지 적절함 중 어느 것에 기여하는지, 끼어드는 것이 정말 올바른 도구인지 물으라. 안전하지 않은 경로를 사후에 벌하는 경고보다 안전한 경로를 쉬운 경로로 만드는 쪽을 선호하라. 합리적인 기본 용량, 미리 채워진 오더 세트, 좋은 문서화를 구조화하는 템플릿이다. 끼어드는 경보는 건물에서 가장 희소한 자원인 임상적 주의를 쓰므로 가장 비싼 형태의 의사결정 지원이다. 바쁜 임상의를 멈춰 세울 만큼 심각하고, 조치 가능하고, 구체적인 위해 요인에 남겨 두라.

2. 의사결정 지원 내용을 수명주기가 있는 임상 지식 자산으로 거버넌스하라. 모든 규칙, 오더 세트, 템플릿에는 지정된 임상 소유자, 근거, 검토 일자, 버전 이력, 정의된 폐기 경로가 필요하다. 임상의, 약사, 정보학자, 임상 안전 책임자로 이루어져 무엇이 라이브로 나갈지 승인하고, 일정에 따라 검토하며, 근거가 앞질러 간 것을 폐기하는 임상 콘텐츠 거버넌스 그룹을 세우라. 이것이 없으면 내용이 쌓인다. 규칙이 늘고, 서로 모순되며, 그것이 기반한 지침보다 오래 살고, 누구도 그중 어느 것을 끌 만큼 확신하지 못한다.

3. 무시 비율을 측정하고 소음을 추적하라. 의사결정 지원 건강의 가장 유용한 단일 신호는 임상의가 각 경보를 규칙, 전문과, 역할별로 얼마나 자주 무시하는가다. 발생할 때마다 거의 무시되는 규칙은 누구도 보호하지 않으며, 중요한 경보를 포함한 시스템 전체를 무시하도록 사용자를 길들이고 있다. 최악의 경우를 정기적으로 검토하고 조치하라. 폐기하거나, 발동 기준을 좁히거나, 끼어드는 것에서 수동적인 것으로 낮추거나, 규칙이 잘못 발생하게 하는 근본 데이터 문제를 고치라. 소음을 낮추는 것은 새 규칙을 추가하는 것만큼 안전 활동이다.

4. 경보를 심각도로 층화하고 끼어듦을 비례적으로 만들라. 모든 경고가 세상을 멈출 자격이 있는 것은 아니다. 의도적인 위계를 설계하라. 드물고 파국적인 위해 요인에는 진정한 강제 중단, 심각한 위험에는 끼어들지만 무시할 수 있는 경고, 단지 유용한 것에는 수동적이고 막지 않는 정보다. 마찰을 임상적 위험에 맞추고, 추가 키 입력을 정당화할 만큼 심각한 경보에만 무시 사유를 요구하라. 모든 것이 긴급하면 아무것도 아니며, 진짜 위험한 경고는 사소한 것들 속에 가라앉는다.

5. 의사결정 지원을 실제 워크플로 위가 아니라 안에 내장하라. 임상적으로 완벽하지만 잘못된 단계, 잘못된 화면, 잘못된 역할에 도착하는 규칙은 우회되거나 무시될 것이다(주제 8.3 — 행동과학 및 도입 참조). 그것을 쓸 임상의와 함께 설계하라. 실제 과업을 관찰하고, 결정이 실제로 내려지는 곳을 지도로 그리고, 그곳에 지원을 두라. 가동 전에 현실적인 환경에서 시험하고 사람들이 하는 것을 지켜보라. 설계된 워크플로와 체감하는 워크플로 사이의 간극이 의사결정 지원이 조용히 실패하는 곳이기 때문이다.

6. 인간을 확고하게 고리 안에 두고 임상적 판단을 보존하라. 의사결정 지원은 조언하고, 임상의가 결정하며 책임을 진다. 무시가 가능하고, 빠르며, 중요한 곳에서는 사유와 함께 기록되도록 설계하여, 전문가의 판단을 존중하고 규칙을 개선하는 데이터를 만들라. 자동화 편향, 곧 기계의 제안을 과신하는 경향을 경계하라. 임상의를 틀린 답에 고착시키는 진단 프롬프트는 프롬프트가 없는 것만큼 해로울 수 있다. 목표는 전문성을 증강하는 것이며, 결코 숙련을 빼앗거나 시스템이 지도록 만들어지지 않은 책임을 조용히 가정하는 것이 아니다.

7. 임상 안전 관리와 정보학 전문직 아래에서 의사결정 지원을 운영하라. 모든 새 규칙과 모든 변경을 NHS 표준 DCB0129(제조업체)와 DCB0160(배치자)에 따른 임상 안전 케이스로 다루고, 임상 안전 책임자가 위해 요인 분석을 승인하게 하라(주제 1.6 — 임상 안전 및 위험 관리 참조). 업무에 전문직의 소유권을 주라. 임상 내용에 책임지는 CCIO 또는 CNIO, 이를 저작하는 정보학 훈련을 받은 임상의, 일선 직원이 틀렸거나, 빠졌거나, 해로운 경보를 보고하는 경로다. 지정된 임상 소유자가 없는 의사결정 지원은 실패를 기다리는 고아가 된 안전 시스템이다.

8. 효과를 결과에 대해 평가하고, 작동하지 않을 때 정직하라. 규칙의 목적은 결정을 더 낫게 바꾸는 것이므로, 단지 경보가 발생했는지가 아니라 그렇게 하는지 측정하라. 더 안전해진 처방, 과잉 오더가 멈춘 검사, 환자가 실제로 완주한 경로다(주제 8.6 — 연구 및 실세계 평가 참조). 의도하지 않은 결과를 지켜보라. 다른 역할로 일을 옮기는 경보, 새 위해 요인을 만드는 우회책, 결과를 바꾸지 않고 시간만 더하는 "옳은" 프롬프트다. 증거가 규칙이 이점 없이 마찰만 더한다고 말하는 곳에서는 폐기하라. 억제 — 끄는 것 — 는 의사결정 지원의 성숙한 형태이지 후퇴가 아니다.

팀과 논의할 질문#

1. 우리 경보 중 환자를 실제로 보호하는 것은 어느 것이며, 임상의에게 "무시"를 클릭하도록 길들이는 것은 어느 것인가? 의사결정 지원 시스템은 가장 나쁜 경보만큼만 신뢰받기 때문에 이것이 중요하다. 소음이 크고 거의 쓸모없는 경고 몇 개가 임상의에게 모든 것을 반사적으로 무시하도록 가르치므로, 진짜 위해 요인이 발생하는 날 나머지와 함께 무시된다. 규칙과 역할별 실제 무시 비율을 끌어내고, 95%의 무시 비율이 알려 주는 것에 정직하라. 임상의가 부주의하다는 것이 아니라 규칙이 워크플로에 맞지 않다는 것이다. 더 어려운 상충 관계를 토론하라. 폐기하는 모든 경보는 이론적 안전망을 제거하고, 누군가 "우리가 놓친 하나의 사례가 우리가 끈 바로 그것이라면?"이라고 물을 것이다. 좋고 정직한 답은 그 틀에 저항하고, 무시되는 경보는 누구도 보호하지 않음을 인식하며, 새 규칙만 추가하는 대신 가장 소음이 큰 규칙을 폐기, 좁히기, 낮추기로 자산을 적극 조율해 줄이겠다고 약속한다. 또한 누가 규칙을 끌 권한이 있는지 명명한다. 답이 "아무도 감히 못 한다"라면 시스템은 더 시끄러워지기만 할 것이다.

2. 우리의 의사결정 지원 내용을 임상 지식으로서 누가 소유하며 — 규칙이 2년 전 바뀐 지침에 기반하고 있다면 알 수 있는가? 의사결정 지원 규칙은 앞서 나가는 임상 근거와 지침을 인코딩하지만, 많은 조직에서 내용은 가동 시 공급업체가 한 번 구성했고 그 뒤로 체계적으로 검토된 적이 없다. 모든 규칙, 오더 세트, 템플릿에 지정된 임상 소유자, 근거, 검토 일자, 버전 이력이 있는지, 자산의 큰 부분이 사실상 소유자도 감사도 없는지 논의하라. 제대로 된 내용 거버넌스의 노력과 지침이 바뀌는 속도 사이의 긴장을 드러내라. 수천 개의 규칙을 검토할 시간이 아무에게도 없으므로 위험은 어느 것도 검토되지 않는 것이다. 구체적 실패를 생각하라. 폐기된 지침을 반영하는 용량 한도나 상호작용 규칙이 건드리는 모든 진료에서 조용히 틀린 것이다. 좋은 답은 실질적 권한이 있는 상설 임상 콘텐츠 거버넌스 그룹, 해악이 가장 큰 내용을 우선하는 위험 기반 검토 일정, 명확한 폐기 경로를 세우고, 오늘의 정직한 답이 "이것이 마지막으로 점검된 때를 모른다"인 곳을 솔직히 인정한다.

3. 임상의가 실제로 일하는 방식에 맞게 의사결정 지원을 어떻게 구축하고 평가하며 — 그것이 상황을 악화시켰다면 어떻게 알 수 있는가? 규칙은 의학적으로 흠이 없으면서도 잘못된 순간에 도착하거나, 잘못된 역할에 끼어들거나, 요청한 적 없는 하류의 누군가에게 일을 떠넘겨서 실패할 수 있다. 의사결정 지원이 실제 워크플로를 관찰하는 일선 임상의와 함께 설계되는지, 과업이 수행되는 것을 본 적 없이 명세서를 읽는 사람들이 구성하는지 논의하라. "성공"이 무엇을 뜻하는지 토론하라. 발생 수와 클릭률은 모으기 쉽지만 거의 아무것도 알려 주지 않는 반면, 바뀐 결과와 피한 해악이 중요하며 훨씬 측정하기 어렵다(주제 8.6 — 연구 및 실세계 평가 참조). 눈치채지 못할 수 있는 의도하지 않은 결과를 드러내라. 새 위해 요인을 만드는 우회책, 임상의를 틀린 프롬프트에 고착시키는 자동화 편향, 이점 없이 더해진 시간이다. 좋은 답은 모든 중요한 규칙을 뒤집을 스위치가 아니라 평가할 변경으로 다루고, 정량적 신호를 실제 사용자 관찰과 짝지우며, 좋은 의도의 규칙을 제거해야 한다고 결론 내릴 의향이 있다.

4. 의사결정 지원 규칙을 바꿀 때, 위해 요인 분석이 있는 임상 안전 변경으로 다루는가, 일상적인 구성 편집으로 다루는가? 하나의 규칙 변경이 수천 명의 임상의와 수백만 건의 진료에 즉시 전파되므로, 이 두 틀의 차이가 거버넌스되는 임상 자산과 거버넌스되지 않는 자산의 차이다. 오늘 모든 의미 있는 변경이 DCB0129와 DCB0160에 따른 임상 안전 케이스를 거쳐 임상 안전 책임자가 위해 요인 분석을 승인하는지, 변경이 이를 안전이 중요하다고 결코 보지 않는 사람들이 구성 화면에서 하는지 정직하게 논의하라(주제 1.6 — 임상 안전 및 위험 관리 참조). 긴장을 드러내라. 제대로 된 안전 평가는 마찰을 더하고 딜리버리를 늦추며, 압박 속에서 "뻔한" 수정을 위해 가장 먼저 건너뛰어진다. 그러나 위험한 예외 사례, 곧 손질이 조용히 드러내는 상호작용, "작은" 변경이 조용히 제거하는 용량 한도가 바로 위해 요인 분석이 잡으려고 존재하는 것이다. 좋은 답은 규칙이 해를 입힐 때 누가 책임지는지 명명하고, 사소해 보이는 편집도 비례적인 안전 평가를 거치도록 고집하며, 사건 후 아무도 왜 변경이 이루어졌는지 기록하지 않았음을 발견하는 대신 이를 입증하는 감사 추적을 보여 줄 수 있다.

5. 우리 의사결정 지원은 모든 환자 집단에 똑같이 잘 작동하는가, 아니면 보이지 않는 편향을 들여왔는가? 의사결정 지원 논리는 임계값, 위험 점수, 경로 가정을 인코딩하며 이는 흔히 특정 인구에서 도출되었고, "평균적으로" 건전한 규칙은 그것이 기댄 근거에서 과소 대표된 집단에는 체계적으로 틀릴 수 있다. 규칙이 변수를 내장한 곳, 곧 민족을 보정한 계산, 연령이나 성별 기준값, 누가 어떻게 내원하는지에 대한 가정을 논의하고, 실제로 서비스하는 사람들에게서 어떻게 작동하는지 누군가 점검했는지 보라. 더 어려운 긴장을 드러내라. 임상적으로 타당한 보정을 제거하는 것은 편향된 것을 유지하는 것만큼 해로울 수 있으므로, 이는 모든 인구통계 변수를 걷어내는 문제가 아니라 어느 것이 근거 기반이고 어느 것이 물려받은 습관인지 아는 문제다. 국가 기관이나 구매자가 충족하기를 기대할 형평성 의무와, 논리와 그 출처가 공표된다면 감시를 견딜 수 있는지의 투명성 문제를 생각하라. 좋은 답은 영향이 큰 규칙을 차별적 효과에 대해 감사하겠다고 약속하고, 출처와 설명 가능성을 일급 요건으로 다루며, 자산의 상당 부분에서 현재의 답이 "한 번도 들여다본 적 없다"임을 정직하게 인정한다.

6. 임상의의 판단을 지원하는 것과 조용히 대체하는 것의 경계를 어디에 긋고 — 자동화 편향을 키우고 있지는 않은가? 의사결정 지원은 전문성을 증강하려는 것이지만, 기계의 제안을 최소 저항의 경로로 만드는 시스템은 임상의를 틀린 답에 고착시키고 시간이 지나며 임상의가 여전히 갖고 있다고 가정하는 바로 그 판단을 침식할 수 있다. 설계가 무시를 진정으로 쉽고 정당하게 유지하는지, 마찰, 기본값, 틀 짓기가 임상의로 하여금 더는 면밀히 보지 않는 프롬프트를 받아들이게 하는지 논의하라. 숙련 상실의 위험을 솔직히 토론하라. 훈련생이 항상 다음 단계를 제안하는 시스템을 통해 의학을 배운다면, 시스템이 틀리거나 사용 불가인 날 무슨 일이 일어나는가? 이를 반대편 극단의 경보 피로라는 똑같은 위험과 견주어 따지라. 목표는 전면적 순응이나 전면적 저항이 아니라 보정된 신뢰다. 좋은 답은 설계로 의미 있는 인간의 책임을 보존하고, 진단 프롬프트의 거의 전면적 수용 같은 과신의 징후를 지켜보며, 시스템이 조언하고 임상의가 결정하고 책임을 진다는 점을 분명히 한다.

실제 사례: 보건·돌봄 예시#

Riverdale and Vale 통합 돌봄 시스템의 일부인 Kingsmere NHS Foundation Trust는 2년 전 새 전자 환자 기록을 가동했다. 임상 내용은 대부분 공급업체의 기본 라이브러리에서 왔고, 서둘러 진행된 구현 중에 가볍게 현지화되었다. 올해에 이르러 임상의들은 시끄럽게 불평한다. 시스템이 "전부 팝업"이고, 수련의는 읽지 않고 경고를 클릭해 넘긴다고 말하며, 약사는 매 교대 발생하는 수십 개의 사소한 것과 똑같아 보인다는 이유로 심각한 상호작용 경보가 여러 건에서 무시된 뒤 안전 우려를 제기했다.

트러스트의 CCIO는 의사결정 지원 검토를 의뢰한다. 정보학 팀이 무시 데이터를 끌어내 소수의 규칙이 경보의 압도적 다수를 차지하며, 여럿이 거의 모든 처방에서 발생하고 무시 비율이 90%를 넘음을 발견한다. 하나의 중복 치료 규칙은 정당한 조합에서 발동하고 있다. 신장 용량 경보는 진짜 위해 요인이 아니라 데이터 타이밍 문제 때문에 낡은 크레아티닌 결과에서 발동하고 있다. 한편 진짜로 위험한 상호작용 경보는 소음과 시각적으로 구별되지 않은 채 묻혀 있고, 무시할 때 사유를 기록할 요건도 없다.

CCIO가 의장을 맡고 임상 안전 책임자, 약사, 고위 간호사, 데이터 분석가가 참여하는 임상 콘텐츠 거버넌스 그룹이 세워진다. 이들은 더 많은 규칙을 추가하지 않고 근거에 따라 조치한다. 신장 용량 규칙은 데이터 타이밍 문제를 해결하여 원천에서 고친다. 중복 치료 규칙은 정당한 쌍에서 더는 발동하지 않도록 좁힌다. 층화된 심각도 체계가 도입된다. 심각한 상호작용은 문서화된 사유를 요구하는 뚜렷하고 무시하기 어려운 경보가 되고, 낮은 가치 경고의 긴 꼬리는 수동적 정보로 낮추거나 아예 폐기한다. 모든 변경은 DCB0160 임상 안전 평가를 거친다.

여섯 달 뒤 전체 경보량은 크게 줄었고, 남은 높은 심각도 경보의 무시 비율은 떨어졌다. 임상의가 이제 자신을 멈춰 세우는 경고가 의미 있음을 신뢰하기 때문이다. 거버넌스 그룹은 살아남은 모든 규칙에 검토 일자를 정하고, 각각에 임상 소유자를 배정했으며, 오더 세트가 처방을 실제로 더 낫게 바꿨는지 평가하기 시작했다. 이 일은 극적인 새 역량을 더하지 않았다. 주로 끄고 낮췄다. 그러나 소유자 없이 불신받던 팝업 더미를 거버넌스되고 신뢰받는 임상 안전 시스템으로 바꿨다.

부문별 관점#

스타트업#

트리아지 도구, 위험 계산기, 처방 지원 모듈 같은 의사결정 지원을 내장하는 디지털 보건 스타트업은 보통 제조업체 쪽에 있으며 처음부터 규칙을 규제된 임상 지식으로 다뤄야 한다. 조치를 권고하는 "단순한" 계산기도 의료기기로서의 소프트웨어가 될 수 있어 MHRA 규제로 끌려 들어가고 DCB0129에 따른 임상 안전 케이스를 요구한다(주제 1.5 — 규제 및 규정 준수 환경 참조). 유혹은 영리한 논리를 빠르게 출시하는 것이고, 규율은 첫 임상의가 그것에 의존하기 전에 근거를 문서화하고, 내용을 버전 관리하며, 부드러운 무시와 인간의 감독을 위해 설계하는 것이다. NHS 구매자에 대한 스타트업의 신뢰성은 알고리즘의 영리함만큼이나 임상 내용을 어떻게 거버넌스하고 갱신하는지에 달려 있다.

소규모 사업체#

확립된 소규모 제공자 — 일반의 진료소, 지역 약국, 요양원, 단일 사업장 클리닉 — 는 의사결정 지원을 직접 저작하기보다 대체로 공급업체의 임상 시스템에 내장된 것을 소비하지만, 안전하게 사용하고 임상 판단을 고리 안에 유지할 같은 의무를 진다. 전담 정보학 역량이 거의 없거나 없으므로 실용적 우선순위는 좁지만 실재한다. 시스템이 어떤 경보를 발생시키는지 알고, 소음이 된 지역 경보를 끄거나 조율하며, 의약품과 지침 내용이 설치 시점에 얼어붙지 않고 갱신되게 하고, 지역 맞춤화의 안전을 비상근 임상 리드라도 누군가 소유하게 하라. 짜증스럽다는 이유만으로 경고를 일괄 비활성화하려는 유혹에 저항하라. 불편을 위해 위해 요인과 맞바꾸는 일이기 때문이다. 공급업체의 기본 규칙이 환자에게 명백히 맞지 않는 곳은 공급업체에 제기하고 우려를 기록하라. 사내 거버넌스 대신 그들의 거버넌스에 의존하기 때문이다. 형평성과 출처 질문은 여전히 적용되며, 답하는 것이 코드를 직접 감사하는 것이 아니라 공급업체에 더 나은 질문을 하는 것이라 해도 마찬가지다.

대기업#

대형 NHS 트러스트나 병원 그룹은 보통 EHR 공급업체의 기본 라이브러리에서 수천 개의 규칙을 물려받으며, 핵심 과제는 처음부터 저작하는 것이 아니라 규모에서의 거버넌스다. 현실적인 목표는 모든 상황에 완벽한 맞춤 규칙이 아니라 상설 임상 콘텐츠 거버넌스 기능, 신뢰할 만한 무시 분석, 층화된 경보 체계, 단지 쌓기만 하지 않고 폐기하고 조율하는 규율이다. 의사결정 지원 변경을 CCIO나 CNIO가 책임지고 정보학 훈련을 받은 임상의가 일하는 임상 변경 통제와 임상 안전 관리 시스템에 내장하라(주제 4.6 — 전자 환자 기록 및 임상 시스템 참조). 이 규모에서 가장 큰 안전 성과는 점점 더 많은 경보를 추가하는 것이 아니라 소음을 줄이고 내용을 소유하는 데서 나온다.

정부#

NHS England, MHRA, NICE 같은 국가 기관은 모든 제공자가 일하는 의사결정 지원 환경을 형성한다. 공유 가능한 지식(NICE 지침, BNF와 dm+d 의약품 데이터)을 큐레이션하고 품질 보증하고, 임상 안전 표준 DCB0129와 DCB0160을 정하며, 한 번 저작된 규칙을 모든 트러스트에서 다시 만들지 않고 신뢰하고 재사용할 수 있도록 상호운용성 표준을 청지기로서 관리할 수 있다(주제 9.1 — 지방 및 중앙 정부와의 협력 참조). 그 레버는 표준, 구매 프레임워크, Faculty of Clinical Informatics 같은 전문 인프라를 통해 잘 거버넌스되고 근거에 연결된 의사결정 지원을 시장의 기본으로 만드는 것이다. 정부는 형평성과 투명성 의무도 진다. 의사결정 지원 논리가 특정 집단에 대한 편향을 인코딩하지 않게 하고, 그 출처가 감사 가능하고 공개되게 하는 것이다.

흔한 실패 양상#

• 경보 과부하. 상상할 수 있는 모든 위험에 경고를 발생시키면 임상의를 둔감하게 만들어 중요한 경보를 포함한 모든 것을 무시하게 된다. 심각도로 층화하고, 무시 비율을 측정하며, 소음을 적극적으로 줄이라.
• 소유자 없고 검토되지 않는 내용. 가동 시 한 번 구성하고 다시 보지 않은 규칙은 현재 지침과 어긋나고 폐기된 근거를 조용히 인코딩한다. 모든 규칙에 지정된 소유자, 근거, 검토 일자를 주라.
• 조율되지 않은 공급업체 기본값. 공급업체의 즉시 사용 규칙 라이브러리를 워크플로와 처방집에 현지화하지 않고 출하하면 남의 소음과 남의 가정을 들여온다. 불만 후가 아니라 가동 전에 검토하고 조율하라.
• 워크플로 없는 논리. 잘못된 단계, 화면, 역할에 놓인 임상적으로 옳은 규칙은 임상의가 우회하는 마찰이 된다. 일선 사용자와 함께 실제 과업에서 설계하고 시험하라.
• 효과로 착각된 발생 수. "경보가 만 번 발생했다"는 어떤 결정이 개선되었는지에 대해 아무것도 말해 주지 않는다. 바뀐 결과와 피한 해악에 대해 평가하고 의도하지 않은 결과를 지켜보라.
• 안전 케이스 없음. 규칙 변경을 임상 안전 변경이 아니라 일상적 구성 편집으로 다루면 위험한 예외 사례를 잡는 위해 요인 분석을 건너뛴다. 모든 변경을 DCB0160을 거치게 하라.
• 자동화 편향과 숙련 상실. 기계의 프롬프트를 과신하면 임상의가 틀린 답에 고착되거나 시스템이 가정하는 판단이 침식될 수 있다. 의미 있는 인간의 감독을 유지하고 무시가 쉽고 정당하도록 설계하라.

성숙도 모델#

체크리스트#

• 모든 의사결정 지원 규칙, 오더 세트, 템플릿에 지정된 임상 소유자, 근거, 버전 이력, 검토 일자가 있다.
• 상설 임상 콘텐츠 거버넌스 그룹이 위험 기반 일정으로 내용을 승인, 검토, 폐기한다.
• 경보가 심각도로 층화되고, 끼어듦이 임상적 위험에 비례하며, 강제 중단은 드문 파국적 위해 요인에 남겨 둔다.
• 무시 비율을 규칙, 전문과, 역할별로 모니터링하고, 가장 소음이 큰 규칙은 적극적으로 폐기, 좁히기, 낮추기를 한다.
• 의사결정 지원을 가동 전에 일선 임상의와 실제 워크플로에서 설계하고 시험한다.
• 모든 새 규칙과 변경이 임상 안전 책임자의 승인과 함께 DCB0129/DCB0160에 따른 임상 안전 케이스를 거친다.
• CCIO, CNIO 또는 동등한 사람이 임상 내용에 책임지며, 정보학 훈련을 받은 임상의가 지원한다.
• 임상의가 의미 있게 쉽게 무시할 수 있고, 틀렸거나, 빠졌거나, 해로운 경보를 보고하는 경로가 있다.
• 효과를 발생 수가 아니라 바뀐 결정과 결과에 대해 평가하고, 의도하지 않은 결과를 지켜본다.
• AI/ML 기반 지원과의 경계가 명시적이며, 모든 통계적 또는 학습 구성 요소는 AI 거버넌스 아래에서 거버넌스된다(주제 8.4 참조).

주요 출처#

• NHS England / NHS Digital — 임상 안전 표준 DCB0129(보건 IT 시스템 제조)와 DCB0160(보건 IT 시스템 배치), 임상 안전 책임자 지침.
• Faculty of Clinical Informatics — 임상 정보학 실무자를 위한 전문 표준과 Core Competency Framework; CCIO와 CNIO 역할 정의.
• Osheroff et al. — Improving Outcomes with Clinical Decision Support: An Implementation Sourcebook (HIMSS) — CDS의 "다섯 가지 적절함" 프레임워크의 기원.
• NICE — 근거, 지침, Evidence Standards Framework for Digital Health Technologies; CDS 내용으로 쓰이는 NICE 인증 지식.
• HL7 International — CDS Hooks와 FHIR Clinical Reasoning 표준; 공유 가능한 Medical Logic Module을 위한 Arden 구문.
• The Topol Review (Preparing the healthcare workforce to deliver the digital future) — 임상 정보학 인력과 역량.
• MHRA — 규제 임계를 넘는 지원을 위한 의료기기로서의 소프트웨어와 인공지능 지침.

참고문헌#

1. Clinical decision support system — Wikipedia — https://en.wikipedia.org/wiki/Clinical_decision_support_system
2. Health informatics — Wikipedia — https://en.wikipedia.org/wiki/Health_informatics
3. Alarm fatigue — Wikipedia — https://en.wikipedia.org/wiki/Alarm_fatigue
4. Computerized physician order entry — Wikipedia — https://en.wikipedia.org/wiki/Computerized_physician_order_entry
5. Clinical pathway — Wikipedia — https://en.wikipedia.org/wiki/Clinical_pathway
6. Medical algorithm — Wikipedia — https://en.wikipedia.org/wiki/Medical_algorithm
7. Medical guideline — Wikipedia — https://en.wikipedia.org/wiki/Medical_guideline
8. Evidence-based medicine — Wikipedia — https://en.wikipedia.org/wiki/Evidence-based_medicine
9. Electronic health record — Wikipedia — https://en.wikipedia.org/wiki/Electronic_health_record
10. Sociotechnical system — Wikipedia — https://en.wikipedia.org/wiki/Sociotechnical_system
11. Arden syntax — Wikipedia — https://en.wikipedia.org/wiki/Arden_syntax
12. Machine learning — Wikipedia — https://en.wikipedia.org/wiki/Machine_learning
13. Computer-aided diagnosis — Wikipedia — https://en.wikipedia.org/wiki/Computer-aided_diagnosis
14. Knowledge management — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_management
15. NHS England — Clinical Risk Management Standards DCB0129 and DCB0160 — NHS England — https://www.england.nhs.uk/long-read/clinical-risk-management-standards/
16. Faculty of Clinical Informatics — Core Competency Framework and professional standards — FCI — https://facultyofclinicalinformatics.org.uk/
17. National Institute for Health and Care Excellence — Evidence Standards Framework for Digital Health Technologies — NICE — https://www.nice.org.uk/about/what-we-do/our-programmes/evidence-standards-framework-for-digital-health-technologies
18. Health Level Seven International — CDS Hooks and FHIR Clinical Reasoning — HL7 — https://cds-hooks.hl7.org/
19. Health Education England — The Topol Review: Preparing the healthcare workforce to deliver the digital future — NHS — https://topol.hee.nhs.uk/
20. Medicines and Healthcare products Regulatory Agency — Software and AI as a Medical Device — GOV.UK — https://www.gov.uk/government/publications/software-and-artificial-intelligence-ai-as-a-medical-device