소식

OpenAI의 ChatGPT(Chat Generative Pretrained Transformer)는 역사상 가장 빠르게 성장하는 인터넷 애플리케이션으로 자리 잡은 인공지능(AI) 기반 챗봇입니다. GPT와 같은 대규모 언어 모델을 포함한 생성 AI는 사람이 생성하는 것과 유사한 텍스트를 생성하며, 인간의 사고를 모방하는 것으로 보입니다. 인턴과 임상의들은 이미 이 기술을 사용하고 있으며, 의학 교육은 이러한 기술 도입을 주저할 여유가 없습니다. 의학 교육 분야는 이제 AI의 영향에 맞서 싸워야 합니다.

AI가 의학에 미치는 영향에 대해서는 많은 정당한 우려가 있습니다. AI가 정보를 조작하여 사실인 것처럼 제시할 가능성(일명 "환상"), AI가 환자 개인정보 보호에 미치는 영향, 그리고 편향이 원본 데이터에 반영될 위험 등이 그 예입니다. 그러나 이러한 당면 과제에만 집중하면 AI가 의학 교육에 미칠 수 있는 더 광범위한 함의, 특히 이 기술이 미래 세대 인턴과 의사들의 사고 구조와 진료 패턴을 형성하는 방식을 간과하게 될 수 있다는 점이 우려됩니다.

역사를 통틀어 기술은 의사들의 사고방식을 뒤바꿔 놓았습니다. 19세기에 청진기가 발명되면서 신체 검사의 개선과 완성도가 어느 정도 향상되었고, 이후 진단 탐정이라는 자아개념이 등장했습니다. 최근에는 정보 기술이 임상 추론 모델을 재구성했습니다. 문제 중심 의료 기록의 발명가인 로렌스 위드가 말했듯이, 의사들이 데이터를 구조화하는 방식은 우리의 사고방식에 영향을 미칩니다. 현대 의료 청구 구조, 품질 개선 시스템, 그리고 현재의 전자 의료 기록(그리고 이와 관련된 문제들)은 모두 이러한 기록 방식에 의해 지대한 영향을 받았습니다.

ChatGPT는 2022년 가을에 출시되었으며, 그 이후 몇 달 동안 그 잠재력은 최소한 문제 중심 의료 기록만큼이나 파괴적일 수 있음을 보여주었습니다. ChatGPT는 미국 의사 면허 시험과 임상 사고 시험에 합격했으며, 의사의 진단적 사고 방식에 근접했습니다. 고등 교육 기관들은 이제 "대학 과정 에세이의 종말"을 맞이하고 있으며, 학생들이 의대 지원 시 제출하는 자기소개서에도 곧 같은 상황이 올 것으로 예상됩니다. 주요 의료 기업들은 미국 의료 시스템 전반에 AI를 광범위하고 신속하게 도입하기 위해 기술 기업들과 협력하고 있으며, 여기에는 전자 의료 기록 및 음성 인식 소프트웨어 통합도 포함됩니다. 의사의 업무 일부를 대체하도록 설계된 챗봇이 시장에 출시되고 있습니다.

의학 교육 환경은 분명 변화하고 있으며, 이미 변화해 왔습니다. 따라서 의학 교육은 실존적 선택에 직면해 있습니다. 의학 교육자들은 AI를 의사 교육에 통합하고, 의사 인력이 이 혁신적인 기술을 의료 현장에서 안전하고 올바르게 사용할 수 있도록 의식적으로 준비시키는 데 앞장서야 할까요? 아니면 운영 효율성과 이윤을 추구하는 외부 세력이 이 둘의 융합 방식을 결정할까요? 우리는 교육 과정 설계자, 의사 교육 프로그램, 의료계 리더, 그리고 인증 기관 모두가 AI에 대해 고민해야 한다고 굳게 믿습니다.

의대는 이중고에 직면해 있습니다. 학생들에게 임상 실무에 AI를 적용하는 방법을 가르쳐야 하고, 의대생과 교수진이 AI를 학문 분야에 적용하는 것을 지원해야 합니다. 의대생들은 이미 AI를 연구에 적용하고 있으며, 챗봇을 활용하여 질병 관련 구문을 생성하고 교수진의 교수진이 교수진의 교수진을 예측하고 있습니다. 교수진은 AI를 활용하여 수업과 평가를 설계하는 방법을 고민하고 있습니다.

의대 교육과정이 사람에 의해 설계된다는 생각은 불확실성에 직면해 있습니다. 의대에서는 사람이 고안하지 않은 교육과정 내용의 질을 어떻게 통제할 수 있을까요? 학생들이 AI를 사용하여 과제를 완수한다면 의대에서는 어떻게 학업 수준을 유지할 수 있을까요? 미래의 임상 환경에 대비하기 위해 의대에서는 임상 술기 과정, 진단 추론 과정, 그리고 체계적인 임상 실습 교육에 AI 활용 교육을 통합하는 어려운 작업을 시작해야 합니다. 첫 번째 단계로, 교육자들은 지역 교육 전문가에게 연락하여 교육과정을 수정하고 AI를 교육과정에 통합하는 방법을 개발해 달라고 요청할 수 있습니다. 그러면 수정된 교육과정은 엄격한 평가를 거쳐 발표될 것이며, 이 과정은 이미 시작되었습니다.

대학원 의학 교육 단계에서 레지던트와 수련 전문의는 AI가 자신의 독립적인 진료에 필수적인 요소가 될 미래에 대비해야 합니다. 수련 의사는 AI를 능숙하게 다룰 수 있어야 하며, 자신의 임상 기술을 뒷받침하는 데 있어 AI의 역량과 한계를 이해해야 합니다. 또한, 환자들이 이미 AI를 사용하고 있다는 점을 고려해야 합니다.

예를 들어, ChatGPT는 환자가 이해하기 쉬운 언어로 암 검진 권고를 제시할 수 있지만, 100% 정확하지는 않습니다. AI를 활용한 환자의 문의는 의사와 환자의 관계를 필연적으로 변화시킬 것입니다. 상업용 유전자 검사 제품과 온라인 의료 컨설팅 플랫폼의 확산이 외래 진료의 대화 방식을 변화시켰듯이 말입니다. 오늘날 레지던트와 수련 전문의들은 앞으로 30~40년의 시간이 더 필요하며, 임상 의학의 변화에 ​​적응해야 합니다.

의학 교육자들은 레지던트와 전문 교육자들이 AI에 대한 "적응형 전문성"을 구축하고 미래의 변화 흐름을 헤쳐나갈 수 있도록 돕는 새로운 교육 프로그램을 설계해야 합니다. 대학원 의학 교육 인증 위원회(ACGME)와 같은 관리 기관은 AI 교육에 대한 기대치를 교육 프로그램 일상 요건에 반영하여 교육 과정 표준의 기반을 마련하고, 교육 프로그램의 교육 방식 변경을 유도할 수 있습니다. 마지막으로, 이미 임상 현장에서 활동하는 의사들은 AI에 익숙해져야 합니다. 전문 학회는 회원들이 의료 분야의 새로운 상황에 대비할 수 있도록 준비시킬 수 있습니다.

AI가 의료 현장에서 어떤 역할을 할지에 대한 우려는 결코 사소한 것이 아닙니다. 의학 교육의 인지적 도제 모델은 수천 년 동안 이어져 왔습니다. 의대생들이 수련 첫날부터 AI 챗봇을 사용하기 시작한다면 이 모델은 어떤 영향을 받게 될까요? 학습 이론은 지식과 기술 향상을 위해 노력과 의도적인 연습이 필수적임을 강조합니다. 병상에서 챗봇이 모든 질문에 즉각적이고 확실하게 답변할 수 있다면, 의사들은 어떻게 평생 학습자로서 효과적으로 활동할 수 있을까요?

윤리 지침은 의료 행위의 근간입니다. 불투명한 알고리즘을 통해 윤리적 결정을 걸러내는 AI 모델의 도움을 받는다면 의학은 어떤 모습일까요? 거의 200년 동안 의사의 직업적 정체성은 우리의 인지적 작업과 불가분의 관계에 있었습니다. 인지적 작업의 상당 부분을 AI에 맡길 수 있게 된다면 의사들이 의료 행위를 한다는 것은 어떤 의미를 갖게 될까요? 지금 당장은 이러한 질문들에 대한 답을 찾을 수 없지만, 우리는 반드시 질문해야 합니다.

철학자 자크 데리다는 "약" 또는 "독"을 뜻하는 파르마콘(pharmakon)이라는 개념을 도입했습니다. 마찬가지로 AI 기술은 기회와 위협을 동시에 제시합니다. 의료의 미래에 큰 위험이 도사리고 있는 만큼, 의학 교육계는 AI를 임상 현장에 통합하는 데 앞장서야 합니다. 특히 급변하는 환경과 관련 자료 부족을 고려할 때, 이 과정은 쉽지 않겠지만, 판도라의 상자는 이미 열렸습니다. 우리가 스스로 미래를 만들어가지 않으면, 강력한 기술 기업들이 기꺼이 그 자리를 차지할 것입니다.