△ 중국에서 의료용 AI가 진화하고 있다.

중국 내 인공지능(AI) 의료 서비스가 임상 현장 전반으로의 확산이 본격화되고 있다.

5일 정보통신기획평가원(IITP)가 최근 발간한 보고서 '중국 AI 의료 서비스 확대, 정밀 의료·기층 의료에 디지털 인프라 내재화'에 따르면 중국에서 의료용 AI는 진단 보조 수준을 넘어 의사결정·환자 안내·원격 판독까지 의료 전 과정에 실질적으로 관여하는 단계로 전환되며 병원 운영 방식 자체의 변화를 견인하고 있다.

지난 2025년 5월 기준 중국 전역에서 출시된 의료 특화 AI 대형모델은 약 300개에 달하며 보조 진단·영상 판독·만성질환 관리 등 다양한 임상 영역에 걸쳐 적용 중이다.

대형 3급 병원 중심으로 시작된 AI 도입이 현급(縣級) 기층 의료기관으로 빠르게 확산되며 전문 인력이 부족한 지역에서도 원격 영상 판독·질환 초기 선별이 가능한 환경으로 변화하고 있다.

기층의료기관(基層醫療機構)은 지역사회 보건소·진료소 등 1차 의료기관을 의미하며 중국은 대도시 3차 병원으로의 환자 쏠림 현상 완화를 위해 기층 의료 역량 강화를 핵심 과제로 추진 중이다.

중국의 경우 정부 가이드라인과 5개년 계획, AI 도입의 의무화 전환으로 의료 AI는 급속하게 정착하고 있다.

민간 의료기관의 자율 채택에 의존하는 여타 국가들과 달리 중국은 정책 의무화로 확산 속도를 끌어올리는 하향식 구조를 선택했으며 이 차이가 이번 의료 AI 전환의 핵심 동인으로 작용하고 있다.

중국의 경우 의료용 AI는 전문 특화 AI 모델이 진단 정확도를 높이고 의사·환자 간 정보 격차를 해소하며 응급·희귀질환 분야에서 AI가 진단 속도를 단축, 치료 성과로 직결하는 등 진단 보조로 정밀 의료 역량 고도화에 기여하고 있다.

중국은 기층 의료기관으로 AI가 확산되며 지역 의료 격차 완화되고 있다.

AI 모델의 기층 배치로 도시·농촌 간 의료 접근성 격차 완화에 기여하고 원격 AI 영상 판독 인프라, 현급 단위까지 전국 확산 단계로 진입하고 있다.

중국의 경우 베이징 통합 예약 플랫폼이 AI 기반 지능형 진료 안내로 환자 쏠림을 완화시키고 징진지 검사 결과 상호인정 체계로 광역 단위 원스톱 진료를 실현하는 등 광역 의료 정보 공유망 구축으로 지역 간 의료 장벽 해소에 도움이 되고 있다.

징진지(京津冀)는 베이징(京)·톈진(津)·허베이(冀) 3개 성시를 아우르는 중국의 핵심 광역 경제권으로 인구 약 1억 명 규모이며 의료·교통·산업 분야의 광역 협력이 국가 전략으로 추진되고 있다.

다만 중국 AI 의료의 경우 빠른 확산의 이면에 구조적 과제가 존재한다.

범용 AI 모델은 임상적 사고 구조를 충분히 이해하지 못하고 개인화 진단에 적응하기 어렵다는 한계가 현장에서 지속 지적되며 전문과목 특화 데이터셋 구축의 필요성이 커지고 있다.

또 영상·병리·생화학 등 분야별로 표준화된 고품질 데이터셋이 전국적으로 부재해, 의료계와 기술 업계 간 협력을 통한 통합 데이터 구축이 선결 과제로 지적되고 있으며 데이터 확보 경쟁에서 알리바바는 BMJ 그룹과 독점 콘텐츠 제휴를 체결해 70개 저널 10년치 의학 콘텐츠·멀티미디어 라이선스를 확보, 민간 빅테크가 데이터 격차 해소의 주요 주체로 부상하고 있다.

아울러 학습 데이터가 충분하지 않은 영역에서 AI 판단을 맹신할 경우 치료 방향이 잘못 설정될 수 있다는 우려가 임상 현장에서 지속 제기되고 모델 신뢰성 검증 체계 정비 필요성 부각되고 있다.

AI 의료기기 인증·임상 검증 기준이 아직 표준화되지 않아 승인된 AI 모델 간 품질 편차가 크고 기층 의료기관의 무분별한 도입이 오히려 진단 오류를 높일 수 있다는 지적도 제기되고 있다.

중국은 글로벌 의료 AI 거버넌스에 중국 표준을 제시하겠다는 의지를 공식화했으나 국내 표준화조차 완비되지 않은 상황에서 국제 표준 선점 경쟁에 뛰어드는 구조적 모순이 과제로 지목된다.

보고서는 "중국의 공공 주도 하향식 AI 의료 확산 모델의 경우의료 인프라가 취약한 신흥국 시장에도 복제 가능한 레퍼런스 모델로 평가가 가능하다"며 "다만 하향식 구조는 품질 검증보다 속도를 우선하는 경향이 있어 모델 간 품질 편차·오진 위험·기층 인프라 격차 등 구조적 문제를 내재한 채 확산이 진행되는 양면성을 동시에 내포하고 있다"고 말했다.

보고서는 이어 "고품질 임상 데이터 부족과 범용 모델의 임상 사고 한계는 의료 AI를 도입하는 모든 국가가 공통적으로 직면하는 구조적 과제로 데이터 표준화 및 국제 공동 검증 체계 마련이 시급하다"며 "데이터 표준화·모델 검증·제도 정비 역할을 분담하는 다층적 협력 구조가 갖춰지지 않으면 AI 의료의 확산 속도가 빨라질수록 신뢰성 위기가 커지는 역설적 상황이 심화될 가능성이 존재한다"고 덧붙였다.

Tag

#중국#AI#의료#진단보조#대형모델#기층의료기관