AI 의료기술 수가, 이제 성능 따라 다르게 매기자는 제안이 나왔다

AI 의료기술 수가를 다시 짜자는 연구가 나옴

• 건강보험심사평가원이 발주한 연구에서 AI 의료기술의 급여체계를 전면 손봐야 한다는 제안이 나옴

  • 연구는 차의과학대학교 산학협력단이 수행했고, 제목은 ‘인공지능기반 의료기술의 급여 적정성 평가기준 개발 및 등재방안 마련 연구’임
  • 핵심 문제의식은 지금 체계가 AI 자체의 가치보다 원래 검사 비용에 기대어 수가를 매긴다는 점

• 현행 임시등재 제도는 AI 기술 특성을 제대로 반영하지 못한다는 지적임

  • 지금은 원천 검사료를 기준으로 AI 수가를 산정하는 구조
  • 급여수가가 원천 검사 판독료의 약 1% 수준에 불과한 반면, 비급여 상한은 원천 검사료의 10~25%까지 허용됨
  • 급여와 비급여 사이 형평성도 어긋난다는 평가가 붙음

• 연구진은 “의사 업무를 줄여준다”만으로는 별도 수가를 주면 안 된다고 봄

  • 환자의 진단과 치료 결정에 실질적으로 도움이 되는 임상적 가치가 보상의 핵심이어야 한다는 얘기
  • 헬스케어 AI 업체 입장에서는 생산성 도구가 아니라 의료 의사결정 도구라는 걸 입증해야 하는 방향임

기능별로 AI 의료기술을 다시 나누자는 제안

• 연구진은 AI 의료기술을 4개 군으로 재분류하자고 제안함

  • 판독보조군
  • 측정기능군
  • 예측기능군
  • 특정장비 결합군

• 판독보조군도 다 급여 대상이 되는 건 아님

  • 진단 정확도를 높이거나 다른 검사를 대체할 수 있는 기술은 급여 적용 후보로 봄
  • 응급실이나 1차 의료처럼 판독 전문의가 없는 환경에서 쓸 수 있는 기술도 급여 적용 대상으로 제안됨
  • 반대로 전문의 업무량을 줄이는 수준의 기술은 급여 대상에서 제외하는 쪽

• 측정기능군과 예측기능군도 기준은 비슷함

  • 검사나 치료 선택에 직접 영향을 주는 기술만 건강보험 적용 대상으로 제시
  • 단순 예측이나 경고 기능에 머무는 기술은 급여 대상에서 빼자는 기준
  • 의료 AI 알림이 많아져도 실제 처방이나 치료 전략이 안 바뀌면 보상 근거가 약하다는 뜻임

성능과 사용량에 따라 돈을 다르게 주자는 구조

• 보상체계는 기술 수준과 활용 정도를 같이 보자는 방향임

  • 기술 수준은 근거 수준과 임상적 필요성에 따라 상급, 중급, 하급으로 구분
  • 청구량과 기술 확산 필요도를 반영해 1등급부터 기준등급까지 별도 평가
  • 실제 얼마나 쓰이는지, 사회적으로 확산이 필요한지도 수가에 반영하자는 얘기

• 예시 수가도 꽤 구체적으로 제시됨

  • 상급 기술 1등급은 인공지능 분석료와 데이터 기반 예측료를 각각 1만6000원으로 제시
  • 상급 기술 기준등급은 4000원
  • 중급 기술은 최대 1만원, 하급 기술은 최대 4000원 수준 예시가 붙음

• 시행안은 두 가지로 나뉨

  • 모든 등급을 건강보험으로 보상하는 급여 단독 시행안
  • 기준등급만 급여화하고 상위 등급은 비급여 가산으로 인정하는 급여·비급여 병행안
  • 병행안에서는 보험자가 기본 급여를 부담하고, 기술 수준에 따른 추가 비용은 환자가 부담하는 방식이 제안됨

의료취약지와 재평가도 핵심 포인트

• 의료취약지에서는 AI 판독보조의 급여 적용을 넓히자는 제안이 나옴

  • 영상의학과 전문의가 상근하지 않는 응급의료 취약지역 의료기관이 대상
  • 의료취약지가 아니더라도 상근 판독 전문의가 없는 응급의료기관까지 적용 범위를 확대하는 방안도 포함됨
  • AI가 단순 자동화가 아니라 의료 접근성 보완 도구로 쓰일 수 있다는 맥락임

• 기술 수준과 등급은 2년 주기로 재평가하자는 내용도 들어감

  • 성능이 떨어지거나 임상적 유용성이 입증되지 않으면 수가를 낮출 수 있음
  • 필요하면 시장에서 퇴출하는 기전도 마련해야 한다고 봄
  • 의료 AI가 한 번 등재되면 끝이 아니라, 계속 근거를 쌓아야 하는 구조로 가자는 얘기

평가유예 기술도 데이터 축적 장치가 필요하다는 지적

• 현재 평가유예 신의료기술은 비급여로 자유롭게 쓸 수 있지만 데이터가 잘 안 쌓이는 문제가 있음

  • 청구자료와 사용 데이터가 부족하면 정식 급여등재 때 적정 수가를 계산하기 어려움
  • 연구진은 평가유예 기간에도 임시등재를 허용해 실제 사용량과 환자 데이터를 축적하자고 제안

• 일부 기술은 임시등재 없이 정식 등재를 허용하는 방안도 제시됨

  • 상급 기술로 인정받은 경우
  • 평가유예 기간 동안 청구량, 적응증, 비급여 금액 등 자료를 성실히 제출한 경우
  • 오남용이 없다고 인정되는 경우가 조건으로 언급됨

• 정식 급여평가 때 제출해야 할 자료도 더 빡빡해지는 방향임

  • 임상진료지침
  • 적응증
  • 민감도·특이도 연구결과
  • 예상 청구량과 적용 의료기관 자료
  • 결국 제품 성능, 임상 근거, 실제 사용 맥락을 한 번에 묶어 평가하겠다는 흐름임

---

기술 맥락

• 이 기사에서의 기술적 선택은 AI 의료기술을 “검사에 딸린 부가 기능”으로 볼지, “독립적인 임상 가치가 있는 의료기술”로 볼지의 문제예요. 연구진은 후자에 가깝게 보고, 기능과 임상 활용도에 따라 재분류하자고 제안한 거예요.

• 왜 이게 중요하냐면 기존 방식은 원천 검사료에 AI 수가를 붙이는 구조라서, 모델이 실제 진료에 주는 영향을 제대로 반영하기 어렵거든요. 판독을 빠르게 하는 정도인지, 치료 선택을 바꿀 정도인지에 따라 보상이 달라져야 한다는 논리예요.

• 구현 관점에서는 의료 AI 업체가 단순 모델 성능표만 준비하면 안 돼요. 정식 급여평가에서 임상진료지침, 적응증, 민감도·특이도, 예상 청구량, 적용 의료기관 같은 자료를 요구하자는 제안이 있어서, 제품 로그와 임상 데이터 수집 설계가 초반부터 필요해져요.

• 의료취약지 적용 확대도 기술적으로는 중요한 맥락이에요. 영상의학과 전문의가 없는 응급 환경에서 AI 판독보조가 쓰인다면, 모델은 단순 보조 기능을 넘어 의료 접근성을 보완하는 인프라가 되거든요. 그래서 재평가 주기와 오남용 방지 장치까지 같이 설계해야 해요.