우리나라 의료업의 가격은 정찰제이다. 일부 품목만을 제외하고 가격은 정부가 정해주고, 정해진대로만 받아야 한다. 일부 품목이란 이미 정해져 있는데 이를 비급여라고 한다.
이런 제약은 대학병원, 종합병원, 병원, 의원 등 다양한 규모와 형태의 의료기관에 적용된다. 제품에 가격이 정해진 것이 아니라 제품을 구성하고 있는 요소에 정해져 있다. 이 제품이란 바로 질환을 의미하는 것인데 질환을 치료하기 위해 발생되는 행위, 재료, 약제 등 요소별로 가격을 정해놓아 가짓수가 많고 복잡하기 때문에 중요성이나 구체적인 개선방안을 찾기 어렵다.
담당자들에게 일임하는 경우도 빈번하다. 그러나 정작 수가를 잘 알고 있는 실무자는 심사청구 관련 업무에 밀려 수가정책을 수립할 수 있는 진료패턴에 대한 분석은 꿈도 꾸지 못하고 있는 실정이다.
한편 거의 모든 의사들이 진료를 하는 패턴도 다르다. 질환에 따라 다른 것은 당연하지만 동일 질환임에도 매우 큰 격차가 발생하고 있다. 그래서 검증된 시술을 하지 않거나 꼭 해야 하는 검사를 하지 않는 경우도 많고, 불필요한 약을 투여하는 경우도 없지 않다. 해야 할 검사나 행위를 하지 않아 생긴 의료사고로 제기되는 소송, 불필요한 약물투입, 병원장도 모르는 위법행위들로 인한 과징금, 리베이트로 인한 불명예 등의 피해가 발생한다.
이는 의료품질에도 영향을 미칠 뿐만 아니라 병원의 경영수지에 미치는 영향도 막대하다. 병원에서는 구체적인 손실을 낸 것에 대해서는 민감하지만 더 벌 수 있거나 예방할 수 있는 것을 하지 않은 것에 대해서는 모르고 지나가거나 매우 관대한 경향이 있다. 이러한 부분은 진료패턴을 적정화함으로써 상당부분 예방할 수 있는 것이다.
과거에는 수가정보나 진료패턴에 대한 정보가 매우 미흡했다. 하지만 많은 병원에 정보화시스템이 구축되었고, 전문기관이 생겨 빅데이터를 활용할 수 있게 되었다. 최근 들어 빅데이터에 근거한 객관적인 정보와 분석결과를 경영진과 의료진들이 공유하여 의료품질과 의료수익 개선에 큰 기여를 하고 있다.
빅데이터를 활용해 진료패턴을 적정화하자
우리나라의 의료기술은 첨단화된 의료장비 도입과 더불어 상당한 수준으로 발전했다. 그러나 동일질환, 동일수술에 대해서도 병원별, 의사별 진료패턴은 큰 차이가 있으며 이는 의료품질이 적절하게 관리되지 않고 있음을 의미한다.
의료품질을 제고하기 위해서는 동일질환, 동일수술에 대해서는 어느 정도의 범위 내에서 표준화가 되어야 하는데 이를 위한 작업을 진료패턴의 적정화라고 말한다. 이와 같이 진료패턴의 적정화는 의료품질과 수익에 매우 큰 영향을 미치는 요소임에도 불구하고 의료기관간 기술수준과 변이수준, 중증도 차이로 인해 객관적인 기준을 정하는 것은 상당히 어려운 실정이다.
또한 과학적인 분석방법을 토대로 한 객관적인 자료에 근거해야 하나 대부분의 의료기관은 적정성을 비교할 비교대상 의료진의 진료실적이 없어 접근 자체가 불가능한 실정이다. 한 병원 내에서 동일질환을 보고 있는 소수의 의료진 간 비교가 가능하지만 그들의 진료패턴이 적정진료패턴에 얼마나 근접한 지도 판단하기 어렵다.
지금부터 빅데이터를 활용한 진료패턴 적정화방법에 대해서 말하고자 한다.
첫째, 병원 차원의 전반적인 진료패턴을 점검한다. 개인별 진료패턴을 분석하기에 앞서 먼저 의료기관 전체의 진료과별 중증도, 다빈도 질환별 재원일수와 평균진료비 등을 분석하여 유사병원 대비 어느 정도 수준인지를 판단해야 한다. 이를 위해서는 의료기관 종별이나 병상 수 그리고 지역 등 통상적으로 유사한 특성을 지닌 3개소 이상의 기관 평균과 비교하는 것이 좋다.
둘째, 우선적으로 시행할 진료과와 의료진을 선정하고, 비교할 의료진을 선택한다. 모든 진료과를 대상으로 하기에는 현실적으로 어려움이 있으므로 우선 시행할 진료과는 중증도, 최근 수가변동여부, 수익비중 등이 높은 과를 선정한다. 의료진 선정은 수술건수나 의료수익이 많은 것이 기준이 될 수 있다.
비교할 의료진은 동일 질환별, 동일 수술을 하는 의료진 중 최소 6명에서 최대 30명을 선정해야 한다. 이 때 의료진은 대학병원의 우수의료진을 대상으로 하는 것이 바람직하다. 대학병원의 의료진들은 대체로 검증된 시술만을 하고 있어 과잉진료를 할 가능성이 적고 오히려 보수적으로 진료를 하는 경향이 있다. 그래서 의료품질을 제고하는 측면에서도 도움이 되고, 의료진들의 거부감이 적다.
셋째, 상병별, 수술별, 항별, 의사별 분석을 수행한다. 분석해야할 변수는 건수를 포함한 각종 진료지표, 중증도, 평균입원일수, 비급여비율, 시행률 등이다.
방사선치료와 항암치료를 시행하지 않은 순수 유방악성종양절제술에 대해 9개 대학병원 교수들의 실적을 분석한 결과 입원일수는 최단 4.4일에서 최장 12.3일로 2.8배의 차이가 있었고 건당진료비는 1.6배, 검사료는 2.9배. 약제비는 3.3배의 차이가 있었다.
넷째, 분석결과를 의료진과 공유해 개선점을 찾는다. 의료품질과 관련된 개선안을 합의하고 진료패턴의 기준을 도출한다. 대부분의 의료진들은 넘치는 진료와 업무량으로 인해 자신의 처방을 분석하고 되돌아 볼 여유와 기회가 많지 않다.
특히 수련병원들은 전공의들이 처방을 내는 경우가 많아 더욱 그렇다. 따라서 본원 의사들과 우수한 의료진들과의 진료패턴을 분석하여 알려주는 것은 상당히 의미가 있다. 진료권은 의사에게 있는 만큼 분석전문가나 병원은 조언자의 입장이나 정보제공자의 입장에 머물러야 한다.
의료진별 질환별 특징이 모두 다르기 때문에 의료진과는 개별미팅을 통해 정보를 제공하고 스스로 판단하게 해야 한다. 그동안의 경험에 따르면 대부분의 의사들은 문제를 인식한 순간 타당하다고 판단되면 곧바로 시정했다.
진료패턴 적정화에 대한 오해를 풀자
의료진을 대상으로 진료패턴이나 진료실적을 논할 때는 상당히 신중해야 한다. 불필요한 오해를 낳는 것은 병원이나 의료진 모두를 위해서도 바람직하지 않기 때문이다. 진료패턴을 분석할 때 가장 흔히 보이는 반응은 ‘이거 환자들에게 돈 더 받으려고 하는 것 아니냐, 이 동네 환자들은 다 가난하다’, ‘나는 내 스타일대로 진료하는데 침해하지 마라’ 등이다.
이것은 모두 오해이다. 진료패턴이 적정화되지 않았다는 의미는 어느 의사를 만나느냐에 따라 동일한 질환에서도 진료가 현저히 달라지는 것이고, 이는 품질이 다르다는 것을 의미한다. 그래서 진료패턴의 적정화는 의료품질을 높이고 의료서비스를 제고하는데 주안점이 있으며 환자의 안전을 확보하는 진료패턴이 정착되도록 설계해야 한다. 수익을 먼저 생각하면 환자들에게 설명하기가 궁색해진다. 그러나 진정으로 환자에게 필요한 처방이 무엇일까 고민하다보면 당당하게 말할 수 있다.
진료권 침해에 대한 것도 기우에 지나지 않는다. 진료권을 침해할 수도 없고 해서도 안 된다. 지금까지는 몰랐던 다른 의료진 특히 우수의료진들의 구체적인 진료패턴에 대한 정보를 제공함으로써 자신의 진료패턴을 점검해볼 수 있는 기회를 제공하는 것이다. 역량 있는 의사일수록 다른 의료진의 진료패턴에 대한 정보를 궁금하게 생각하고, 정보가 제공됐을 때 잘 활용했다.
빅데이터를 활용해 누수를 방지하고 진료방법도 개선하자
병원에서 개선해야 할 부분이나 착오가 있는 부분을 찾기란 여간 어려운 일이 아니다. 하지만 다른 병원과 비교하여 특이한 점이 나올 경우 이에 집중하면 쉽게 찾아낼 수 있다. 행위와 재료대가 세트로 발생해야 함에도 한 부분이 누락된 경우나 엉뚱한 코드로 착오청구 한 경우에도 쉽게 알 수 있다. 동일한 목적의 검사라 할지라도 검사방법과 단가도 다르다. 이 또한 빅데이터를 활용해 타 그룹들과 비교하면 쉽게 드러나는데 이를 토대로 병원에서 논의 후 새로운 방향을 결정할 수 있다.
약제나 재료대의 구매처나 제조사가 변경되었어도 구매팀과 원활한 정보교류가 되지 않았거나 전산 코드작업을 제 때 하지 못해 묶음처방을 수정하지 않는 경우가 발생한다. 이 때 실제 사용한 제품과 다른 청구가 발생하여 부당청구로 오인 받을 수도 있다.
또한 실제 사용한 제품보다 낮은 단가로 청구할 경우엔 병원이 손실을 떠안을 수도 있다. 특히 약제의 경우 발생량이 많기 때문에 백 원단위 단가라고 할지라고 총 손실금액은 매우 크다
빅데이터를 활용해 적정성 평가에 대비하자
정부에서는 우리나라 의료도 양적인 성장과 더불어 질적인 성장을 해야 한다는 정책방향을 가지고 있다. 그래서 건강보험심사평가원에서는 적정성평가를 위해 평가항목과 평가방법을 지속적으로 확대하고 있다.
의료소비자들이 병원을 선택할 때 적정성평가결과까지도 확인하는 사례가 부쩍 많아지고 있다. 굳이 의료소비자들의 평판을 의식해서라기보다 평가에 대한 준비를 하는 과정에서 의료품질을 포함한 병원환경 개선이 이루어지는 것이다.
대형병원은 적정성 평가를 체계적으로 준비하여 의료진과의 정보공유를 통해 평가기준을 감안한 진료프로세스가 이루어지고 있다. 그러나 대부분의 중소병원들에서는 평가기준과 방법을 숙지하여 적용하기가 여의치 않다. 중소병원에서는 적용 가능한 부분부터 시행하는 것이 좋다.
예를 들어 예방적항생제 관련지표에서 ‘피부절개 한 시간 내 최초 예방적 항생제 투여율’이나 ‘예방적 항생제 병용 투여율’ 같은 지표 등은 많은 시간과 노력을 들이지 않으면서 평가를 준비할 수 있다. 이 경우에도 빅데이터를 통해 의사 개인별로 분석결과를 제공하면 쉽게 개선할 수 있다.
빅데이터를 활용해 비급여도 관리할 수 있다
다수의 종합병원과 대학병원 비급여 비율과 단가를 비교해보면 진료과목, 질환, 수술종류, 의사에 따라 천차만별이다. 빅 4병원조차도 수익을 내기가 힘든 현 상황에서 일부 대학병원의 비급여 비율은 지방의료원 수준인 10%대를 유지하고 있는 곳도 있었으며 과도한 비급여 비율을 나타내는 병원도 있다.
그럼에도 불구하고 일부 경영진들은 비급여 비율조차 파악하지 못하고 있으면서 수가가 낮다는 타령만 하고 있다. 비급여 비율을 적정수준으로 관리해야하는 매우 중요한 시점이다.
장비, 시설, 인력 등의 요소들과 더불어 의료품질 수준 그리고 병원의 명성에 걸맞는 비급여 정책이 필요하다. 일부 전문병원 수가가 대학병원 수가보다도 높은 사례도 얼마든지 발견할 수 있다.
특정대학병원이 전문병원보다 의료품질이 높다면 진료비가 비싸다고 항의하는 환자들은 많지 않을 것이다. 모든 병원, 모든 의료진이 동일한 의료의 질을 제공하지 않기에 의료소비자들은 그 의료의 질 수준에 맞는 비급여의 차이를 수용할 것이다.
빅데이터를 활용해 약물 오․남용도 막고, 국민의 돈도 아끼자
약과 재료를 많이 쓰면 병원매출에는 영향을 미쳐도 이익에는 보탬이 되지 않는다. 대부분의 의료진들은 오리지널 제품을 선호하는 경향이 있다. 수술실 등 병원환경과 더불어 감염 우려 때문에 약제비를 낮추기가 쉽지 않다.
과도하게 사용한 약과 재료대로 인한 경비는 재정 즉 국민의 돈으로 지불된다. 그래서 정부는 약제비 절감책의 일환으로 수술예방적 항생제에 대한 적정성평가제도, ‘저가인센티브제도’에 이어 ‘저가구매 및 사용량 감소 장려금제도’를 시행하고 있다.
과도한 약제사용은 약물오남용 문제는 물론이고 정부재정에 부담을 주게 된다. 정부의 재정부담은 저수가를 고수하는 등 악순환을 반복하게 된다. DRG의 확대를 대비하기 위해서라도 약과 재료를 절감해야 한다. 이를 위해서는 동일 성분·효능의 약제에 대하여 정보를 제공한 후 저가약제를 선택할 수 있는 기회를 갖는 것이 효율적이다.
모 종합병원의 경우 8품목의 약제를 동일 성분·효능의 저가 약제로 변경 시 연간 12억 원을 절감할 수 있는 것으로 나타났다. 이는 병원의 매출액은 줄어들 수 있으나 정부와 병원 공히 재정절감을 할 수 있는 것이다.
임의비급여는 빨리 없앨수록 좋다
병원에서 상당히 부담스러워하는 것이 소위 실사라고 말하는 요양기관현지조사가 아닌가 싶다. 특히 규모가 작은 중소병원이나 의원에서의 강도는 훨씬 심하다. 안타까운 것은 정작 책임을 져야 할 대표자는 엄청난 금액의 과징금이란 폭탄을 맞고서야 잘못된 부분을 인식하게 된다는 점이다.
그러나 막상 임의비급여를 정리하려면 당장 수익이 줄기 때문에 위험성을 알면서도 유지하는 경우가 많다. 따라서 수익감소를 최소화하면서 임의비급여를 정리하려면 상당한 전략이 필요하다. 일단 임의비급여 총액을 파악한 후 대체수익을 찾아보는 것이 가장 쉬운 방법이다. 진료패턴 적정화는 물론 비급여 비율, 비급여 단가, 신규항목 도입도 대안이 될 수 있다.
의료품질과 수익개선은 별개의 것이 아니다.
금년 8월과 9월에 연이어 정부는 선택진료비, 상급병실료 등에 대한 비급여 개선안을 내 놓았지만 대부분의 병원들은 숨쉬기조차 힘들다고 아우성이다. 이미 공급과잉이 된 병원업계에서의 경쟁은 더욱 치열해질 것이고 적자를 내고 있는 대형병원들의 자구노력은 결국 중소병원의 경영압박을 가중시킬 것이다.
이렇게 어려운 시기일수록 병원들은 빅데이터를 활용해 효율적으로 진료패턴을 적정화해 의료품질을 개선하는 것이 수익성을 높이는데도 도움이 될 것이다.
