헬스케어 대안지불모델을 위한 빠른 프로토타이핑 연방인증보건센터 고급 일차 진료 시범 복제

초록

**
본 연구는 당뇨 환자를 대상으로 한 1차 진료 환경을 디지털화한 이산화 이벤트 시뮬레이션(DES) 모델을 구축하고, 연방인증보건센터(FQHC) 고급 일차 진료 시범사업의 네 가지 핵심 성과를 재현한다. 모델은 환자·의료진·조직의 속성을 확률분포로 표현해 진료 흐름, 검진, 치료, 그리고 의사 교육 효과를 모사한다. 시뮬레이션 결과는 안과 검진·신장병증 검진에서는 실제 파일럿과 일치했으나, HbA1c와 LDL 검진에서는 과대평가하였다. 이는 정책 입안자가 파일럿 시행 전 모델을 활용해 위험을 사전 탐지하고, 민감도 높은 요소를 모니터링할 수 있음을 시사한다.

**

상세 분석

**
이 논문은 복잡한 의료 시스템을 정량적으로 분석하기 위해 이산화 이벤트 시뮬레이션(DES)이라는 방법론을 선택한 점이 핵심이다. DES는 개별 사건(event)을 시간축에 따라 순차적으로 실행함으로써 환자 흐름을 미시적으로 재현한다. 저자들은 당뇨 환자군을 대표하는 합성 인구(synthetic population)를 생성하고, 각 환자의 연령·성별·사회경제적 지위·질병 이력 등 12가지 속성을 정의하였다. 이러한 속성은 각각의 사건 발생 확률분포에 파라미터로 투입돼, 예를 들어 진료 예약 지연, 검진 시행 여부, 약물 처방 성공률 등을 개인화한다.

모델 구축 단계는 ‘명세‑파라미터화‑구현’ 3단계로 체계화되었다. 명세 단계에서는 임상 가이드라인, CMS 정책 문서, 기존 문헌에서 추출한 확률분포와 전이 규칙을 이벤트 흐름도로 정리하였다. 파라미터화 단계에서는 메타분석 결과와 지역별 실태조사를 통해 각 분포의 평균·분산을 추정했으며, 불확실성 분석을 위해 베이지안 사전분포를 적용하였다. 구현 단계에서는 파이썬 기반 SimPy와 NumPy를 활용해 이벤트 스케줄러와 난수 생성기를 결합했으며, 재현성을 위해 고정 시드(seed)를 사용하였다.

핵심 개입인 ‘의사 교육’은 교육 횟수에 비례해 진료 품질 지표(예: 검진 시행 확률, 치료 적정성)의 개선 효과를 모형화하였다. 저자들은 교육 횟수를 0~3회로 변형시켜 효과 크기를 선형이 아닌 포화형 함수로 매핑함으로써 실제 교육 효과의 감쇠 현상을 반영했다. 시뮬레이션 결과는 교육 횟수가 증가할수록 안과 검진·신장병증 검진 비율이 상승했으며, 이는 파일럿에서 보고된 효과와 방향성이 일치했다. 반면 HbA1c와 LDL 검진에서는 모델이 과도하게 긍정적인 효과를 예측했는데, 이는 검진 주기와 환자 순응도 파라미터가 문헌 평균보다 낮게 설정된 점이 원인으로 추정된다.

민감도 분석에서는 ‘검진 접근성’, ‘환자 순응도’, ‘의사 교육 강도’가 결과 변수에 가장 큰 영향을 미치는 것으로 나타났다. 특히 검진 접근성이 10% 감소하면 안과 검진 비율이 7% 감소하는 등, 정책 입안자는 이 변수들을 파일럿 진행 중 실시간 모니터링하고 보완 조치를 취할 필요가 있다.

전반적으로 이 연구는 복잡계 의료 정책 평가에 DES가 제공할 수 있는 ‘가상 파일럿’ 역할을 실증적으로 보여준다. 모델의 재현성, 파라미터 투명성, 그리고 문헌 기반 구축 과정은 다른 의료 서비스 모델에도 적용 가능하도록 설계되었으며, 향후 정책 시뮬레이션 플랫폼으로 확장될 잠재력을 가진다.

**