[Health Policy Insight 425호]

영상의학 분야의 인공지능(artificial intelligence, AI) 개발은 헬스케어의 다른 전문진료 분야(specialties)보다 훨씬 빠르게 진행되었다. 2020년 초 기준으로, US FDA가 승인한 영상의학 관련 의료기기 및 알고리즘은 약 21개였으며, 이는 FDA가 승인한 헬스케어 AI 의료기기 및 알고리즘의 약 72%를 차지한다.

미국 판매 허가(regulatory approval)는 미국에서 AI를 채택하기 위한 첫 번째 장애물이다. 신기술을 더 광범위하게 채택하는데 있어 훨씬 더 큰 장애물은 지불보상(payment)이다. 미국 최대의 헬스케어 보험자로서 미국 보험청(Centers for Medicare & Medicaid Services, CMS)은 지불보상 정책을 수립하고, 일반적으로 사보험자가 이를 따른다. 지난해 AI에 대한 보험급여(reimbursement)는 '메디케어 의사수가(Medicare Physician Fee Schedule, MPFS)'와 '입원환자 전향적 지불보상제도(Inpatient Prospective Payment System, IPPS)'라는 2가지 지불보상 경로(payment pathways)를 통해 미국 보험청 승인을 받았다. 

미국 보험청 지불보상제도(CMS Payment Systems) 
2가지 AI 지불보상 제안을 더 잘 이해하려면, 미국 보험청 지불보상제도를 살펴보는 것이 도움이 된다. 미국 보험청은 헬스케어 서비스의 보험급여를 위해 3가지 상이한 지불보상제도를 활용한다. 의사진료실 지불보상(physician office payments)은 MPFS를 통해 지불보상된다. 병원 외래환자 서비스는 '병원 외래환자 전향적 지불보상제도(Hospital Outpatient Prospective Payment System, HOPPS)'를 통해 지불보상된다. 병원 입원환자 지불보상은 IPPS를 통해 이루어진다. 미국 보험청에는 각 제도 내에 지불보상을 위한 도구가 있다(그림). MPFS 내에서 도구는 미국의사협회(American Medical Association, AMA)에서 관리하는 '현행시술용어(Current Procedure Terminology, CPT)' 코드세트이다.

IPPS에서 미국 보험청은 포괄수가제(Diagnosis Related Groups, DRGs) 및 신기술 추가지불보상(New Technology Add-on Payment, NTAP)을 지불보상 방법으로 사용할 수 있다. HOPPS에서 미국 보험청은 지불보상을 위해 CPT 코드와 'Healthcare Common Procedure Coding System (HCPCS)' 코드의 조합을 이용한다. CPT 코드는 의사가 제공하는 시술이나 서비스를 설명하지만, HCPCS 코드는 CPT에 표시되지 않는 의약품, 소모품(supplies), 의료장비 및 비의사 서비스(nonphysician services)를 식별한다. CPT 및 HCPCS 코드는 기하학적 평균 비용(geometric mean cost)을 기준으로 외래 지불보상 분류(Ambulatory Payment Classifications, APC)라는 지불보상 범주(group categories)로 그룹화된다.

'Medicare Transitional Pass-through Payment (TPT)'는 미국 보험청이 HOPPS 내에서 의료기기 지불보상에 사용하는 추가 도구이다. 의료기기는 최근(3년 이내) FDA 승인을 받아야 하고, 진단이나 치료에 합리적이고 필요하며, 제공되는 서비스의 일부에 통합되어야 한다. TPT는 미국 보험청이 데이터를 수집하고 적절한 영구적인 코드 및 요율을 할당할 수 있도록 하기 위한 것이다. 역사적으로 소수의 의료기기만이 TPT 자격을 얻었으며, 지난 4년간 26개 의료기기 신청 가운데 6개만이 TPT 자격을 얻었다.

NTAP를 통한 보험급여(Reimbursement through the NTAP) 
2020년 9월, 미국 보험청은 NTAP 경로를 통해 거대혈관 폐색을 위한 AI 기반 선별 소프트웨어인 Viz.ai의 ContactCT에 대한 보험급여를 승인했다. 2000년에 '메디케어, 메디케이드 및 주 아동 건강보험 프로그램 급여 개선 및 보호법(Medicare, Medicaid, and State Children's Health Insurance Program Benefits Improvement and Protection Act)'을 통해 제정된 NTAP는 IPPS의 병원에 대한 보충적 지불보상이다. IPPS에 따라 병원은 DRG에 따라 수술실, 간호, 소모품, 실험실 및 영상 서비스 비용과 같은 급성 케어 서비스에 대해 묶음식 지불보상(bundled payment)을 받는다.

예를 들어, Medicare Severity(MS)–DRG 20은 "주요 합병증이나 동반질환이 있는 출혈을 주진단하는 두개내 혈관시술"에 대한 코드이다. 해당 DRG에 대한 2019 회계연도 메디케어 기본 지불보상 요율(base payment rate)은 $63,691이다. NTAP는 DRG 보험급여에서 고려되지 않을 수 있는 고가의 신규 헬스케어 서비스 비용의 일부를 병원에 보험급여하여 혁신적인 기술의 채택을 장려하기 위해 만들어졌다.

IPPS 최종규칙에서 Viz.ai의 NTAP 상태가 발표된 이후, RapidAI, AIdoc 및 Avicenna와 같은 다른 거대혈관 폐색 AI 소프트웨어 개발자도 미국 보험청으로부터 NTAP 상태를 부여받았다. NTAP는 해당 사례의 총 급여비용이 DRG 지불보상을 초과하는 금액의 65% 또는 신기술 비용의 65% 중 더 적은 금액과 동일하다. 이 공식은 메디케어와 병원이 고가의 신기술 제공에 따른 재정적 위험을 공유하도록 요구한다.

각 환자의 NTAP는 미국 보험청 계산을 기반으로 개별적으로 결정되며, 최대 보험급여는 $1,040로 설정된다. NTAP의 작동 방식을 이해하기 위해, MS-DRG에서 $60,000를 보험급여하는 기술의 예상 비용이 $2,000라는 가정을 바탕으로 세가지 시나리오를 논의한다. 최대 NTAP는 $2,000의 65%, 즉 $1,300이다. 

시나리오1: NTAP가 지불되지 않음(Scenario 1: No NTAP Is Paid) 
특정 사례에 대한 비용은 $50,000이다. 비용이 MS-DRG($60,000)보다 적기 때문에 NTAP가 지불되지 않는다.
시나리오2: 최대 NTAP가 지불됨(Scenario 2: The Maximum NTAP Is Paid)
사례 비용이 $70,000인 경우, 비용은 MS-DRG 지불보상보다 높다. NTAP는 기술 비용($2,000)의 65%인 $1,300와 초과 비용인 $10,000의 65% 가운데 작은 금액이다. 이 경우 지불보상은 $1,300이고, 병원은 총 지불보상 $61,300를 받게 된다.
시나리오3: NTAP가 허용되는 최대 보험급여보다 적음(Scenario 3: The NTAP Is Less than the Maximum Reimbursement Allowed)
이 시나리오에서 사례 비용은 $60,500이다. 초과 비용은 $500이며, 이는 최대 허용 NTAP인 $1,300보다 적다. NTAP는 $500이고 병원은 $60,500를 받게 된다.

NTAP의 한계점(Limitations of NTAP) 
NTAP를 통한 Viz.ai의 성공은 미국 보험청의 AI 보험급여 잠재성을 시사할 수 있지만, 과도한 기대는 금물이다. 이 지불보상은 오직 3년간 가능하며, 미국 보험청이 신기술에 대해 영구적인 DRG 조정을 어떻게 할지는 불분명하다. 역사적으로 미국 보험청은 첫 해 이후 NTAP 보험급여를 낮추었다. 이러한 감소의 예로는 HeartFlow의 '관상동맥내 압력측정 CT 제품(fractional flow reserve–CT product)'에 대한 NTAP가 있다.

이 소프트웨어는 관상동맥 생리학의 수학적 모델을 사용하여 관상동맥질환을 시험하기 위해 개발된 비침습적 기술이다. 처음에 NTAP 최대 지불보상은 $1,450로 설정되었지만, 다음 해에 미국 보험청은 NTAP를 $950로 인하했다. 또한, 전체 NTAP는 역사적으로 추정치보다 낮았다.

미국 보험청은 최종 IPPS 규칙에 각 NTAP 적격 기술에 대한 최대 재정영향 추정치를 게시한다. 2003~2006년 분석에 따르면, 7개 신기술 중 1개만이 최대 예상 금액을 지출했으며, 나머지는 예상 전체 지불보상보다 낮게 받았다. 최근 2020년 IPPS 최종규칙에서 미국 보험청은 NTAP를 기술 비용의 50%에서 기술 비용의 65%로 개정했다. 이러한 수정이 실제로 헬스케어에서 AI의 채택과 지속 가능성을 위한 원동력을 제공할지는 아직 알 수 없다. 고려해야 할 마지막 장애물 중 하나는 기술이 기존 기술과 실질적으로 유사하지 않은 것으로 간주되어야 한다는 NTAP 요건이다. 임상 업무흐름을 개선하는 다른 AI 기반 알고리즘이 새로운 기술로 간주될 것인가?

의사수가에서의 AI(AI in the PFS) 
2020년 12월 1일, 미국 보험청은 미국의사협회 CPT 편집패널(Editorial Panel)이 생성한 최초의 AI CPT 코드인 새로운 안과 CPT 코드인 'IDx-DR'의 평가를 마무리했다. IDx-DR은 망막 카메라로 촬영한 눈의 영상을 분석하는 알고리즘이다. 영상은 클라우드 서버에 업로드되며, 소프트웨어는 두가지 결과를 제공한다: "경증 당뇨병성 망막증 이상인 경우 안과 전문의에게 문의하세요" 또는 "경증 당뇨병성 망막증 이상에 대해 음성입니다. 12개월 후에 재검사를 받으세요". '미국의사협회 상대가치척도 업데이트 위원회(Relative Value Scale Update Committee, RUC)'가 제안한 자원 비용이 소요되는 시간기반 활동(time-based activity)을 기초로 한 평가(valuation)는 연간 규칙제정 프로세스를 통해 미국 보험청에서 확정되고 의사수가로 게시된다.

간단히 말해서, RUC는 시간(time)과 강도(intensity)로 측정된 의사업무량(physician work) 및 진료비용(practice expense, PE)이라는 두가지 주요 구성요소를 기반으로 CPT 코드의 상대가치 단위값(relative value unit values)에 대한 권고사항을 제시한다. IDx-DR CPT 코드에는 의사업무량이 필요하지 않으므로 코드에 대해 제안된 평가는 진료비용에만 적용된다.

진료비용은 직접비용과 간접비용의 두가지 구성요소로 구분된다. 직접 진료비용에는 환자 진료로 인해 발생할 수 있는 기술자 시간(technologist time), 일회용 의료용품, 의료장비 등 비의사 임상노동(nonphysician clinical labor)이 포함된다. 간접 진료비용은 특정 서비스에 귀속될 수 없는 관리, 임대료 및 기타 형태의 간접비와 같은 비용과 관련된다.

영상의학과에서 직접 진료비용의 예로는 CT 스캐너, 조영제 및 IV 스타터 키트(starter kits)와 같은 의료장비 비용이 포함된다. 기술자 및 간호직원 시간을 포함한 임상직원 자원도 직접 진료비용의 예이다.

전통적으로 AI와 관련된 비용과 유사한 소프트웨어 비용은 특정 환자 진료에 기인하는 것이 더 어렵다. 예를 들어, 클라우드 기반 서버에서 데이터를 분석하기 위한 구독 비용은 직접 진료비용에 귀속되기 어려울 수 있다.

제안된 규칙에서 미국 보험청은 원격 영상에 대한 RUC가 권고한 $25 분석수가(analysis fee)가 "간접 진료비용의 한 형태를 구성하며, 이 비용은 별도의 직접 진료비용 입력에 포함되는 것이 아니라 간접 진료비용 방법을 통해 적절하게 포착되는 수가"라고 밝혔다.

분석수가가 각 환자 진료와 연계되어 있다는 의견(public commenters)에도 불구하고, 미국 보험청은 직접 진료비용에 구독료(subscription fee)를 할당하는데 계속 어려움을 겪고 있으며, 이로 인해 이러한 코드에 대한 보험급여가 현저히 낮아졌다. 미국 보험청은 IDx-DR에 대한 보험급여를 "캐리어 가격책정(carrier pricing)"으로 확정했는데, 즉, 보험급여(coverage)와 가격책정(pricing)은 지역 계약자(local contractors)에 의해 결정된다.

IDx-DR에서 배운 교훈(Lessons Learned from IDx-DR) 
최초의 AI CPT 코드로 IDx-DR 코드를 설정함으로써 어떤 교훈을 얻을 수 있었는가. 첫째, 현재의 의사수가 구조와 진료비용 평가 방식으로는 AI의 가치를 적절하게 포착할 수 없다. IDx-DR 비용에 대해 수행된 분석과 기존 당뇨병성 망막증 코드를 기반으로 한 미국 보험청의 기술 보험급여(technical reimbursement) 추정에 따르면, 보험급여는 기술 비용을 충당하지 못할 가능성이 높은 것으로 예측되었다.

미국 보험청은 "AI 애플리케이션은 진료비용 방법론에서 잘 설명되지 않는다"고 2021년 최종규칙의 내재적 한계를 인정했다. 이 AI 코드는 의사 업무량이 수행되지 않는 자율 프로그램을 기반으로 가치가 부여된다. 대부분의 영상 AI 알고리즘과 마찬가지로 의사업무를 강화하는 AI는 별도의 CPT 코드로 간주되지 않고, 단순히 시술 내 정상업무의 일부로 간주될 가능성이 높다.

일부 AI 알고리즘은 유방조영술의 컴퓨터 지원 감지에서 경험한 것과 유사하게, 더 많은 의사시간을 요구할 수도 있다. CPT 패널이 코드를 개정하고 RUC가 AI를 설명하기 위해 시술을 재평가하더라도 시술의 평가는 "전형적인" 환자 시나리오, 즉 50% 이상 발생하는 상황을 기반으로 한다.

특정 임상 시나리오에 대해 AI 알고리즘을 사용하는 의사 시간의 미묘한 증가는 전형적 상황에 대한 임계값을 충족하지 못할 가능성이 높다. 미국 보험청이 의사수가에서 AI 애플리케이션의 복잡성을 인정하고 있고 첫 번째 AI 코드인 IDx-DR의 후속 캐리어 가격산정을 감안하면, 이 지불보상 시스템에서의 보험급여는 계속해서 어려운 과제가 될 것이다.

출처원: Who Will Pay for AI?
Chen MM, et al. Radiology: Artificial Intelligence 2021; 3(3):e210030.  https://doi.org/10.1148/ryai.2021210030
https://pubs.rsna.org/doi/full/10.1148/ryai.2021210030

* 본 컬럼은 의료기기를 비롯한 헬스케어 분야의 국내외 학회지에 발표된 논문 및 연구보고서 등을 살펴봄으로써 우리나라 의료기기 관련 보건의료정책 마련에 통찰력을 제공하기 위한 목적으로 매주 발표됨