#전남광주 지역 의료기관에서 근무하는 의료진 A씨는 최근 생성형 인공지능(AI)에서 얻은 정보를 근거로 치료 과정에 의문을 제기하는 환자를 마주했다. 염증 수치가 높아 항생제를 투여받던 환자가 AI 답변을 토대로 위장약을 함께 사용하는 이유를 따져 물은 것이다. A씨는 환자에게 약물 투여 이유와 치료 과정을 다시 설명해야 했다.

#같은 의료기관에서 근무하는 의료진 B씨도 비슷한 경험을 했다. 한 환자가 AI에서 확인한 정보를 근거로 혈압이 높으면 수액 주입 속도를 높여야 한다고 주장한 것이다. B씨는 실제 치료 방식과 AI 답변이 엇갈리면서 환자를 설득하기 위해 추가 설명이 필요했다고 전했다.

#전남광주통합특별시 동구에 거주하는 20대 직장인 C씨는 몸에 이상 증상이 나타나면 병원에 가기 전 챗GPT부터 찾는다. 증상과 지속 시간을 입력해 의심 질환과 병원 방문 필요성을 묻는다. AI가 진료를 권하면 병원을 찾고, 경과를 지켜봐도 된다는 답변이 나오면 방문을 미루기도 한다.

생성형 AI로 건강정보를 얻고 진료 여부까지 판단하는 사례가 나타나면서 의료정보의 정확성에 대한 우려가 커지고 있다. AI 답변을 맹신하면 잘못된 자가진단이나 치료 지연으로 이어질 수 있어 각별한 주의가 요구된다.

10일 지역 의료계에 따르면 최근 환자들이 AI에서 얻은 정보를 진료 과정에서 언급하거나 처방·치료 방법에 관해 질문하는 사례가 나타나고 있다.

과거에는 인터넷에서 증상을 검색하거나 비슷한 경험을 찾았다면, 이제는 AI에 자신의 상태를 설명하고 의심 질환부터 치료 방법, 병원 방문 여부까지 묻는다.

챗GPT 등 생성형 AI는 질문에 맞춰 구체적인 답변을 제공한다. 추가 질문도 가능해 기존 검색 방식보다 편리하다는 평가를 받는다.

시간과 장소에 구애받지 않는다는 점도 장점이다. 병원 방문 전 증상에 관한 정보를 확인하거나 어려운 의학 용어를 쉽게 풀어보는 용도로 활용하는 식이다.

하지만 생성형 AI는 입력된 내용을 바탕으로 답변을 생성할 뿐, 환자를 직접 진찰하거나 검사 결과를 종합적으로 판단하는 데는 한계가 따른다.

같은 증상이라도 나이와 기저질환, 복용 약물 등에 따라 원인과 치료 방법이 달라진다. AI 답변만으로 질환을 단정하기 어려운 이유다.

특히 증상을 충분히 설명하지 않거나 잘못된 정보를 입력하면 답변 역시 실제 건강 상태와 동떨어질 수 있다. 그럴듯한 설명도 의학적으로 정확한지는 확인해야 한다는 지적이다.

AI가 심각한 질환 가능성을 제시해 불안감을 키우거나, 반대로 증상을 가볍게 판단해 적절한 진료 시기를 놓칠 가능성도 배제할 수 없다.

이런 이유로 의료현장에서도 변화가 감지된다. 환자가 AI 정보를 근거로 처방이나 치료 과정에 의문을 제기하면서 의료진이 추가 설명을 해야 하는 상황이 발생할 수 있기 때문이다.

AI 답변과 실제 진료 결과가 다르면 의료진에 대한 불신으로 이어질 우려도 있다. 반면 AI 정보를 의료진과 공유하면 궁금한 부분을 구체적으로 설명하는 계기가 될 수도 있다.

개인정보 보호 문제도 살펴봐야 한다. 건강상담 과정에서 병력이나 검사 결과 등 민감한 정보가 어떻게 처리되는지 확인하는 것이 중요하다.

지역 의료계 관계자는 “AI를 통해 질환에 관한 기본적인 정보를 얻는 것은 도움이 될 수 있지만, 답변이 항상 정확한 것은 아니다”며 “환자의 상태에 따라 진단과 치료가 달라지는 만큼 AI가 제시한 내용을 맹신하거나 임의로 약물 복용과 치료 방법을 결정해서는 안 된다”고 조언했다./윤찬웅 기자