생성형 인공지능(AI)과 여러 의학 데이터베이스를 결합한 통합 검색시스템이 약사의 임상 근거 검색시간을 기존 방식보다 68.5% 줄인 것으로 나타났다. 약물 간 동등 용량을 찾는 데 걸리는 시간도 78.3% 감소해 병원약사의 의약정보 업무와 근거 기반 의사결정을 지원할 수 있을지 주목된다.

대한약사회가 아닌 한국병원약사회가 최근 발간한 '병원약사회지(JKSHP)' 제43권 제3호에는 가톨릭대학교 인천성모병원 조상우·김윤선 연구진의 '의약 정보 제공을 위한 웹 기반 통합 임상 근거 검색 시스템의 개발 및 평가' 연구가 게재됐다.

연구진은 의약품 정보 서비스의 효율성을 높이고 약사가 임상 근거를 보다 신속하게 평가할 수 있도록 여러 의학 데이터베이스와 생성형 AI를 통합한 웹 기반 임상 근거 검색시스템을 개발했다.

시스템에는 Europe PMC와 PubMed, ClinicalTrials.gov의 API(Application Programming Interface)가 연계됐다. 검색 과정에서는 MeSH를 기반으로 검색어를 확장하고, OpenAlex API를 활용해 학술지의 영향력도 평가하도록 설계했다.

단순히 관련 논문을 찾아주는 데 그치지 않고 근거의 수준을 평가할 수 있도록 한 것도 특징이다.

연구진은 먼저 연구량과 근거 강도, 효과 크기, 시간적 검증 등 4개 요인을 토대로 '근거 프로파일'을 점수화했다. 이후 AI가 해당 점수를 검토해 신호등 등급으로 분류하도록 했다. 관련성이 낮은 문헌을 걸러내고 연구 유형과 출판 연도 추이 등 근거 정보도 대시보드 형태로 제공한다.

임산부나 소아 등 특수환자군을 고려한 검색 기능도 적용했다. 임신 분기와 소아 발달 단계 등에 따라 검색할 수 있는 필터를 제공하고, 검색된 학술문헌에서 안전성 관련 자료를 추출해 요약 정보를 생성하도록 했다.

실제 성능 평가에서는 기존 검색 방식과 비교해 상당한 시간 단축 효과가 확인됐다.

연구진이 20개 임상 질문을 대상으로 시스템의 성능을 평가한 결과, 임상 근거 검색시간은 기존 방식보다 68.5% 유의하게 감소했다(p<0.001).

여러 약제를 비교할 때 필요한 동등 용량 검색에서도 데이터베이스 매칭 방식과 AI 분석을 결합한 별도 모듈을 적용한 결과, 검색시간이 78.3% 유의하게 줄었다(p<0.001).

연구진은 시스템이 정보의 질을 유지하면서 임상 근거를 찾는 데 필요한 시간을 단축해 임상 의사결정을 지원할 수 있다고 평가했다.

특히 특수환자군에 대한 안전성 정보를 제공하고 용량 환산에 필요한 근거를 평가·순위화함으로써 약사가 보다 정확하고 효율적으로 근거 기반의 임상 정보를 평가하는 데 도움을 줄 수 있을 것으로 내다봤다.

연구진은 "본 연구는 임상약학 분야에서 AI를 통합한 의사결정 지원 도구를 개발하고 근거 기반 실무를 발전시키기 위한 하나의 접근 방법을 제시했다는 데 의의가 있다"고 밝혔다.

한편 이번 연구가 게재된 병원약사회지 제43권 제3호는 지난달 31일 발간됐다. 이번 호에는 특집 1편과 원보 5편, 업무개선사례 1편, 학술강좌 1편 등이 실렸다.

특집에서는 '국내 병원약사의 이직 요인 및 인재유지 방안'을 다뤘으며, 업무개선사례로는 '당뇨병 캠프에서의 약사분과 운영사례', 학술강좌로는 '당뇨병의 약물치료'가 게재됐다.