환자나 보호자 10명 중 8명은 병원 선택진료 항목이 정부의 4대중증질환 보장성강화에 포함돼야 한다고 응답했다. 또 이용자 중 상당수는 선택진료가 선택이 아닌 필수라고 여기고 있었으며, 절반 가량은 만족스럽지 못하다는 의견을 피력했다. 환자단체연합은 지난달 6일부터 13일까지 회원과 4대중증 질환자 또는 보호자 621명을 대상으로 실시한 이 같은 내용의 조사결과를 24일 공개했다. 조사내용에 따르면 응답자 중 72%는 선택진료제 폐지에 '찬성한다', 나머지 22%는 '잘 모르겠다'고 밝혔다. 정부가 선택진료, 상급병실, 간병 3대 비급여 중 선택진료를 가장 우선적으로 해결하기를 희망하고 있었다. 새 정부의 비급여 선결과제로, 환자와 보호자들은 선택진료를 60%로 꼽았다. 상급병실료와 간병비는 각각 24%, 16%였다. 또 77%의 환자들은 박근혜 대통령의 '4대 중증질환 의료비의 100% 국가보장'과 관련해 당연히 선택진료비가 포함된다고 인식하고 있었다. 선택진료비로 인해 느끼는 경제적 부담에 대해서는 99%의 환자가 그렇다고 응답했다. 가구의 소득수준과는 상관없었다. 이는 선택진료비 문제가 저소득계층이나 일부 진료비가 많이 드는 치료에 한정된 문제가 아니라는 것을 방증한다. 선택진료의사를 선택하게 된 이유를 묻는 질문에 44% 응답자가 인터넷 검색을 통해 명의라고 생각하거나 누군가가 추천해 줬다고 밝혔다. 즉 진료를 잘 받을 수 있을 것으로 기대하고 선택한다는 것이다. 이 외에 32% 응답자는 병원 원무과 직원이 지정해서 선택한 것으로 응답했다. 그러나 처음 기대와는 달리 진료를 받은 61%의 응답자가 만족하지 않는다고 응답했다. 선택진료 내용에 대해 79%의 응답자가 질환 특성상 불가피하게 선택했다고 답했다. 선택진료가 '선택이 아닌 필수'였기 때문에 불만이라는 응답도 이어졌다. 응답자 81%는 고액 비급여 진료비의 경제적 부담 때문에 불만이라고 응답했다. 일반의사가 없어서 어쩔 수 없이 선택진료의사를 선택한 경우 나타난 불만족 비율은 75%로 가장 높았다. 인터넷 등의 사전 정보를 검색해 선택한 경우 불만족 비율이 47%로 가장 낮게 나타나 선택진료의사에 대한 정보 필요성을 간접적으로 드러냈다. 환우회는 "조사결과, 비선택의사가 아예 없거나 비선택의사는 주 1~2일 진료를 보는 경우, 원무과 직원이 지정해 주는 경우가 많아 선택진료제도가 실제 여러 대안 중에 선택하는 제도가 아님을 알 수 있었다"고 밝혔다. 이 외 선택진료를 신청했음에도 선택진료 자격이 되지 않는 전공의가 진료나 검사를 한 경우나, 해당 의사가 해외학회를 참석했거나 휴가 중인데도 선택진료비를 낸 경우 등 부당한 사례들도 다수 있었다. 선택진료신청서 서명 전, 의사자격과 추가비용에 대해 절반이 넘는 52%가 설명을 듣지 못했다고 응답했다. 설명을 자세히 들은 환자라고 하더라도 불만족률이 33% 수준이나 됐다. 또한 설명이 없이 서명만 권유받은 경우 불만족률이 74%로 설명을 자세히 들은 경우에 비해 2배가 넘었다. 이 같은 선택진료 경험으로 인해 환자들은 "선택진료제가 환자의 의사선택권을 얼마나 보장하는가"를 묻는 질문에 65%가 보장되지 않는다고 응답했다. 지역을 살펴보면 응답자 중 65%가 서울, 경기에 거주하고 있었으며, 나머지는 강원, 충청, 전라, 경상, 제주 전국에 거주했다. 질환별로는 암환자가 50%, 심장질환 27%, 희귀난치성질환이 16%, 뇌혈관질환이 1%를 차지했다. 투병기간은 1년 미만이 28%, 1~3년미만이 31%, 5년 이상이 25%를 차지했다. 선택진료 이용의료기관 중 89%는 대학병원이었고, 나머지 9%가 종합병원 순이었다. 환단연은 지난 4월부터 3대 비급여인 선택진료비, 상급병실료, 간병비 문제를 해결하기 위해 '국민행복의료기획단'에 참여해 활동 중이고, 6월까지 실태조사를 벌이고 있다. 한편 복지부는 박근혜 대통령의 대선공약인 4대중증질환 전액 국가지원 정책을 추진하기 위한 세부계획을 오는 26일 발표할 예정이다.

|스물네번째 마당- 데이터마이닝(Data mining)| 독자 여러분, 안녕하세요. 이제 장마가 시작됐네요. 머지않아 태풍도 몰려올텐데요, 약국가는 태풍이 좀 일찍 들이닥친 것 같습니다. 바로 의약품 공급-청구불일치 서면조사 때문이죠. 서면조사는 지난해 심사평가원이 진행했던 청구불일치 약국 데이터 분석의 후속조치의 일환이에요. 그런데 요새 일선 약국가에서는 하소연이 줄을 잇고 있어요. 데일리팜 기자들도 꽤 많은 문의전화를 받고 있답니다. 들어보면 "웬수같은 데이터마이닝" 얘기가 꼭 나와요. 이번에는 '그놈의 데이터마이닝'이 무엇에 쓰는 물건이길래, 약국가를 이렇게 헤집어 놓는지 한 번 살펴볼까요? 폭우에 대비하는 농민의 마음으로 말이에요. 자, 눈을 부릅뜨세요, 시작합니다! 데이터마이닝은 일종의 통계 활용기법이라 할 수 있어요. 백과사전을 살펴보면 '많은 데이터 가운데 숨겨져 있는 유용한 상관관계를 발견해 미래에 실행 가능한 정보를 추출해 내고 의사 결정에 이용하는 과정'을 아우르고 있다네요. 어렵죠? 패스트푸드점을 예로 들어볼까요. 요즘 이런 곳에서 파는 음식들은 햄버거와 후라이드 치킨, 파이, 치즈스틱, 샐러드, 콜라, 환타, 사이다, 아이스크림, 커피 정도를 꼽을 수 있겠네요. 이 메뉴들도 맛과 양에 따라 각각 종류를 달리하고 있고요. 메뉴가 다양하다보니 한 해 매출과 구매 경향을 바로바로 분석, 예측할 수 있어야 새 상품을 기획할 수 있겠죠. 상품은 개발된 것일 수도 있고, 맛있고 경제적인 세트 매뉴일 수도 있고요. 그런데 매뉴 기획과 개발은 그냥 하는 게 아녜요. 여기에 사용되는 것이 데이터마이닝입니다. 햄버거만 사면 콜라를 살 확률, 햄버거와 치킨을 사면 콜라를 살 확률, 햄버거와 치즈스틱을 사면 콜라를 살 확률, 치즈스틱만 사면 콜라를 살 확률 등 POS 데이터를 집계해 보면 고객들의 구매 성향을 가장 유력하게 추측할 수 있어요. 세트 메뉴를 만든다면 당연히 가장 많이 팔릴 메인 매뉴를 통계 추출을 통해 확정한 뒤, 예상 수익까지 가늠하는 기획을 세우는 겁니다. 이 같은 데이터마이닝은 우리 생활 곳곳에 있어요. 신용카드사, 은행, 민간보험사 등 고객을 기반으로 '집계'가 가능한 모든 곳이 해당된다고 보면 크게 틀리지 않을 거에요. 약국에서도 개개별로 POS와 청구 데이터 실적을 갖고 내방고객의 시간, 구매 패턴, 조제 주력상병, 일반약 판매와 조제 비율 등등 갖가지 조합을 갖고 경영분석을 잘하시는 약사님이 많아요. 이것도 일종의 데이터마이닝 활용 예로 볼 수 있답니다. 건강보험에도 이 데이터마이닝이 매우 정교하게 활용되고 있어요. 가장 대표적인 것이 건보공단의 '건강보험 급여관리 시스템(NHI-BMS, 구 FDS)'과 현재 개발 중인 장기요양 '부당감지 시스템(Frud Detection System, FDS)'이죠. NHI-BMS는 건보재정 누수를 막고 부당청구를 근절하기 위해 현지확인과 현지조사 과정에서 가장 유의미하게 나타났던 부당 사례들과 급여자료들을 융합해 적발률을 높인 시스템인데, 개발 초기 의료계의 반발이 극심했었어요. 심사평가원 산하 의약품관리종합정보센터와 급여조사실의 데이터마이닝도 있어요. 요즘 약국가를 '멘붕'으로 몰아넣은 화제의 데이터마이닝이 바로 심평원의 시스템입니다. 양 기관 모두 갖고 있는 데이터마이닝 시스템의 공통점은 요양기관 유형별로 흔하고 뻔한 삭감 사례와 유형들을 그룹핑해 묶고 현지조사 또는 현지확인 전에 그 기획성이나 주제에 맞게 설정해 추출하는 방식으로 운영되고 있대요. 현지조사나 확인 후 또 다시 발견된 통계적으로 유의미한 사례들을 분석해 계속 정교화시키고 있다고 해요. 그 유형과 가짓수도 수십여개에 달하는데, 그룹핑된 유형을 어떻게 조합하느냐에 따라 기하급수적인 교차분석이 이뤄져, 적발률이 100%에 가깝다고 해요. 의약사들이 '현지조사 나오면 안 걸리는 데가 없다더라'고 말하는 것도 이 때문인거죠. 특히나 IT가 발달하고 의약품의 유통과 흐름이 잡히기 시작하면서 제품 출하-구입-(처방-)조제가 정교하게 분석이 가능해져 많은 변화가 생겼죠. 민간보험업계가 보험자 정보를 달라고 틈만나면 주장하는 것도 같은 맥락이죠. 진일보된 건강패턴 분석이나 의약사들이 전혀 몰랐거나 의식하지 못했던 사각지대도 이 데이터마이닝으로 추출, 확인해 낼 수 있게 된 셈이에요. 데이터마이닝이 복잡하고 다양해지는 것이 어찌보면 우리가 사는 세상을 단편적으로 보여주고 있는 것 같기도 하네요. 폭우 조심하세요!

김종대 건강보험공단 이사장은 공공제약사 설립과 관련 "실행 가능성을 내부적으로 검토하고 있는 과정"이라고 말했다. 김 이사장은 21일 국회 건강보험공단 업무보고에서 민주통합당 김용익 의원의 질의에 대해 이 같이 답했다. 김 의원은 "쇄신위원회 보고서를 보면 공공제약사 설립 필요성을 언급하고 있는 데 진행상황을 설명해 달라"고 주문했다. 이에 대해 김 이사장은 "희귀의약품 공급문제나 유통의 비효율성 때문에 공공제약사 설립이나 공공성을 강화해야 한다는 문제제기가 있었고, (건강보험공단은 거기에) 공감했다"고 말했다. 그는 이어 "타당성 검토를 위해 전문가에게 연구용역을 의뢰해 최근 결과를 받았다"며 "현재는 (연구결과로 제시된 내용 등에 대한) 실행 가능성에 대해 검토하고 있는 과정"이라고 설명했다.

오늘 국회 보건복지위서 업무보고 건강보험공단(건보공단)이 보유 중인 건강정보는 8136억건, 규모와 다양성, 질과 양 측면에서 세계적 ' 빅데이터'로 평가받는다. 이 '빅데이터'가 가공돼 연구용, 질병예보, 맞춤형 건강서비스로 제공될 전망이다. 건보공단은 오늘(21일) 열리는 국회 업무보고에 맞춰 이 같은 내용의 '주요 현안 추진현황' 자료를 국회에 제출했다. 20일 보고자료에 따르면 건보공단은 맞춤형 건강서비스 제공을 위해 지난해 6월 '국민건강정보DB' 구축을 완료했다. 자체 보유중인 8136억건의 빅데이터 중 약 747억건이 DB에 담겼는 데, 전 가입자의 10년간 자격과 보험료, 검진결과, 요양기관 정보, 진료내역 및 환자등록 정보, 사망 및 신생아 자료 등이 총망라돼 있다. 건보공단은 "DB규모와 자료의 다양성, 질적 측면에서 양질의 세계적 빅데이터로 평가받는다"고 설명했다. 16개 과제대상 연구용 DB 활용 시범연구사업 착수 활용방안은 다양하다. 건보공단은 우선 '국민건강정보DB'에 수록된 개인정보를 보호하고 대외 접근성(공개)과 활용도를 높이기 위해 '연구용 DB' 3종을 지난 1월 추가로 구축했다. '표본코호트DB', '희귀질병전수DB', '건강검진전수DB' 등이 그것이다. 건보공단은 '연구용 DB'의 완성도와 신뢰도를 높이기 위해 최근 시범연구사업에 착수하기도 했다. 서울대산학협력단 등 16개 기관과 MOU를 체결해 16개 과제의 시범연구사업을 12월까지 진행하기로 한 것이다. 연구유형은 건강관리, 보험급여, 약가, 급여관리 등 6개다. 건보공단은 시범사업 후 '연구용 DB'를 보완해 맞춤형 건강서비스 개발과 학술용 등으로 공개할 예정이다. 다음과 컨소시엄 '질병예보 시스템' 구축 추진 민관협업 형태의 '질병예보 시스템' 개발도 연말까지 추진하기로 했다. 미래창조과학부 빅데이터를 활용한 실용사업에 다음소프트와 민관 컨소시엄 방식으로 참여한 것인데, 건보공단의 건강보험 빅데이터와 다음소프트의 검색엔진인 건강위험징후시스템을 연계해 질병예보를 구축하는 내용이다. 총사업비는 9억8200만원으로 비용은 다음소프트가 6억원을 부담하고 국비로 3억4500만원이 보조된다. 건보공단은 인력과 장소 등을 지원한다. 건보공단은 이 시스템을 통해 급성기 질병(전염병), 다빈도 및 주기적 질병, 다수자 발생 질병 등 예보서비스를 제공해 국민의 질병예방과 건강증진에 기여할 수 있을 것이라고 기대했다. 중장기적으로는 '국민건강정보DB'를 전 국민 맞춤형 건강서비스에 단계적으로 활용한다는 계획이다. 우선 1단계로는 지역별, 질환별, 연령군별, 사업장별 등 인구집단 단위로 맞춤형 건강서비스를 개발해 시행한다. 이어 2단계로는 각 개인의 생애주기별 맞춤형 건강서비스를 개발해 제공한다. 전국 178개 지사와 53개 출장소를 기축으로 만성질환에 대한 예방.건강증진 서비스, 건강상담과 교육 등의 서비스를 지원하다는 것. 인구집단 단위·생애주기별 맞춤형 건강서비스 개발 이밖에 보건의료분야 근거기반 정책개발, 일자리 창출 등 다양한 산업분야에 기초연구자료로도 활용할 수 있도록 DB 정보를 제공하기로 했다. 건보공단은 "생애주기별 맞춤형 건강서비스를 통해 미래 의료비를 절감하고 보장성 강화와 건강보험의 지속가능성 확보, 궁극적으로는 국민의 삶의 질 향상에 기여할 것"이라고 기대했다.