로컬 AI 통합을 위한 선구적인 실험
의료 분야의 개인정보 보호 트렌드를 반영하여, 도쿄의 '혼고 마사고 심장 클리닉'(Hongo Masago Heart Clinic)은 클리닉 내부 서버에서 로컬로 작동하는 AI 시스템을 구현했습니다. 이 시스템은 환자 데이터를 클라우드 AI 서비스로 전송할 필요 없이 민감한 의료 정보를 처리하여 일본의 의료 데이터 보호 지침을 엄격히 준수하도록 설계되었습니다.
시스템 작동 방식
클리닉 원장인 무라카와 요시노리 박사는 96GB 통합 메모리를 탑재한 Mac Studio를 사용하여 직접 시스템을 구축했습니다. 박사는 'Claude Code'를 활용하여 다음과 같은 통합 시스템을 개발했습니다:
- 지능형 예약 시스템: 일본의 '마이 넘버'(My Number) 카드를 통한 환자 등록 자동화.
- 종이 서식 디지털화: 시각 언어 모델(VLM)을 사용하여 수기로 작성된 병력 기록지를 환자 파일과 연동 가능한 디지털 데이터로 변환.
- 의료 기록 요약: 오픈 웨이트 대규모 언어 모델(LLM)을 사용하여 긴 병력을 요약함으로써 의사가 더 빠른 치료 결정을 내릴 수 있도록 지원.
- 음성 기록 지원: 검진 중 음성을 인식하고 메모를 작성하는 Whisper 모델을 실험적으로 도입.
실질적인 변화
무라카와 박사는 이 시스템이 인간을 대체하는 것이 아니라 정밀한 보조 도구로서 작동한다고 강조했습니다. 예를 들어, VLM 기술은 문서 일치 가능성을 식별하지만 최종 결정은 여전히 인간 직원의 몫입니다. 운영 측면에서 이 시스템은 정규 직원 한 명 분의 행정 시간을 절약해주었으며, 이를 통해 클리닉의 일일 수용 능력을 기존 40~50명에서 특정 날에는 100명 이상으로 늘리고 환자당 진료 시간의 질을 개선했습니다.
도전 과제 및 한계
이점에도 불구하고 무라카와 박사는 이러한 유형의 솔루션은 의사 본인의 높은 기술적 역량이 요구되며, 유지보수 및 기술적 결함 대응에 대한 책임을 져야 한다고 강조했습니다. 또한 시스템 비용(하드웨어 비용 외 소프트웨어 구독료 연간 약 40만 엔)은 기존 의료 장비 비용보다 훨씬 저렴하지만, 소규모 클리닉에는 행정적 및 기술적 부담이 될 수 있다고 지적했습니다.