미국 보건복지부(HHS)가 임상 AI 환경을 재편하기 위해 업계 의견 수렴에 적극적으로 나섰다. 기술 기업과 의료 기관으로부터 접수된 7,000건 이상의 제안서를 검토 중이며, 이는 기술 도입의 가속화를 위한 광범위한 노력의 일환이다. 특히 개발 단계에서 실제 의료 현장에 적용되기까지의 과정을 단순화하고자 규제를 완화하고 전통적인 감독 체계를 줄여야 한다는 목소리가 높다.

업계가 직면한 주요 병목 현상으로는 자금 조달과 데이터 접근성이 지목되었다. 이에 따라 많은 기업이 병원과 클리닉이 일상 업무에서 AI 도구를 사용하는 데 경제적 유인책이 될 수 있도록 표준화된 수가 모델 확립을 요구하고 있다. 또한 현대적인 개발 수요를 반영해 건강 데이터 개인정보 보호 규정을 현대화해야 한다는 주장도 거세다. 환자의 비밀을 유지하면서도 더 정확하고 신뢰할 수 있는 모델 학습을 위해 고품질 데이터셋에 더 쉽게 접근할 수 있는 환경을 조성하겠다는 취지다.

이러한 규제 변화의 흐름은 임상 워크플로우에 통합된 소프트웨어의 투명성 요건을 완화하려는 최근의 움직임과 궤를 같이한다. 실제로 임상 의사 결정 지원 소프트웨어에 대한 FDA의 감독을 줄임으로써 혁신을 촉진하고 스타트업의 진입 장벽을 낮추겠다는 의도다. 다만 신속한 기술 배포와 환자 케어에 필수적인 엄격한 안전 기준 사이에서 열띤 논쟁이 이어지고 있다. 결국 이 두 이해관계 사이의 균형을 어떻게 잡느냐가 미국 의료계 내 AI의 미래를 정의할 것으로 보인다.

미국 보건복지부(HHS)가 임상 AI 환경을 재편하기 위해 업계 의견 수렴에 적극적으로 나섰다. 기술 기업과 의료 기관으로부터 접수된 7,000건 이상의 제안서를 검토 중이며, 이는 기술 도입의 가속화를 위한 광범위한 노력의 일환이다. 특히 개발 단계에서 실제 의료 현장에 적용되기까지의 과정을 단순화하고자 규제를 완화하고 전통적인 감독 체계를 줄여야 한다는 목소리가 높다.

업계가 직면한 주요 병목 현상으로는 자금 조달과 데이터 접근성이 지목되었다. 이에 따라 많은 기업이 병원과 클리닉이 일상 업무에서 AI 도구를 사용하는 데 경제적 유인책이 될 수 있도록 표준화된 수가 모델 확립을 요구하고 있다. 또한 현대적인 개발 수요를 반영해 건강 데이터 개인정보 보호 규정을 현대화해야 한다는 주장도 거세다. 환자의 비밀을 유지하면서도 더 정확하고 신뢰할 수 있는 모델 학습을 위해 고품질 데이터셋에 더 쉽게 접근할 수 있는 환경을 조성하겠다는 취지다.

이러한 규제 변화의 흐름은 임상 워크플로우에 통합된 소프트웨어의 투명성 요건을 완화하려는 최근의 움직임과 궤를 같이한다. 실제로 임상 의사 결정 지원 소프트웨어에 대한 FDA의 감독을 줄임으로써 혁신을 촉진하고 스타트업의 진입 장벽을 낮추겠다는 의도다. 다만 신속한 기술 배포와 환자 케어에 필수적인 엄격한 안전 기준 사이에서 열띤 논쟁이 이어지고 있다. 결국 이 두 이해관계 사이의 균형을 어떻게 잡느냐가 미국 의료계 내 AI의 미래를 정의할 것으로 보인다.