작년 응급실 이용 19% 감소…'경증·비응급' 비중 9.7%p 줄어

중등증 이상 환자가 60% 이상…소요시간 30분∼2시간 미만이 27.2%

 의대 증원에 반발한 전공의들이 집단 사직해 병원 운영에 차질을 빚었던 작년 한 해 환자들의 응급실 이용이 19%가량 감소한 것으로 나타났다.

 의정사태가 벌어질 당시 정부가 경증 환자의 대형병원 응급실 이용을 자제해달라고 거듭 당부하면서 응급실을 찾은 경증·비응급 환자 비중도 감소한 것으로 확인됐다.

 6일 보건복지부와 국립중앙의료원 중앙응급의료센터에 따르면 지난해 전국 응급실 이용 건수는 784만4천739건으로 직전 해인 2023년 964만2천461건 대비 179만7천722건(18.6%) 줄었다.

 응급실 이용 환자의 내원 수단은 자동차, 도보 등으로 스스로 방문한 경우가 71.6%에 달했다. 이어 119구급차(23.9%), 기타 구급차(3.6%) 순이었다.

[국립중앙의료원 중앙응급의료센터 제공. 재판매 및 DB 금지]

 

 응급실까지의 도착 소요 시간은 30분∼2시간 미만(27.2%)이 가장 많았다. 이어 24시간 이상 응급실에 도착하지 못한 환자가 26.9%로 그다음이었다.

 이밖에 2∼4시간 미만(12.2%), 12∼24시간 미만(9.8%) 순이었다.

 전공의 업무 공백에도 환자가 응급실까지 도착하는 데 걸리는 시간의 변화 폭은 크지 않았다.

 응급실에 도착하는 데 걸린 시간이 30분∼2시간 미만이라는 환자 비중은 2022년 27.8%, 2023년 26.2%로 줄었다가 지난해에 1.0%포인트 늘었다.

 24시간 이상 걸렸다는 환자 비중은 2022년 25.2%, 2023년 26.6%이었고 작년에는 0.3%포인트 증가한 것으로 나타났다.

 전반적인 응급실 이용이 줄어든 가운데 중등증 이상 환자 비중은 늘고, 경증·비응급 환자 비중은 감소했다.

 응급실 이용 환자의 최초 중증도 분류(KTAS) 결과, 지난해 중증 응급으로 의심되는 중등증 환자(KTAS 3등급)가 전체의 52.9%였다. 중등증 환자 비중은 2022년 43.4%, 2023년 45.7%에서 7.2%포인트 늘었다.

 이로써 중증 응급 환자(KTAS 1∼2등급)를 포함한 중등증 이상 환자 비중은 2023년 53.1%에서 지난해 62.7%로 커졌다.

 중증도 분류에서 4∼5등급에 해당하는 경증 및 비응급 환자 비중은 지난해 기준 37.2%였다. 전체 환자에서 경증 및 비응급이 차지하는 비중은 2023년 46.9%로 절반에 가까웠으나 지난해 9.7%P 줄어든 것으로 나타났다.

[국립중앙의료원 중앙응급의료센터 제공. 재판매 및 DB 금지]

의료.병원,한방

더보기

학회.학술.건강

더보기

메디칼산업

더보기
"생성형 AI 의료기기, 단일 평가로는 위험"
생성형 인공지능(AI)을 활용한 의료기기는 잠재적 적응증까지 고려한 새 평가 기준이 적용돼야 한다는 주장이 제기됐다. 한국보건산업진흥원(KHIDI)은 최근 '생성형 인공지능 도입의 영향과 정책적 시사점' 보고서에서 생성형 인공지능(AI) 의료기기 기술 특성을 고려한 평가 방법과 사후 관리 체계 구축을 제안했다. 보고서는 "생성형 AI 의료기기는 특정 적응증뿐만 아니라 잠재된 적응증까지도 평가해야 하므로 기존과 다른 새로운 평가 방법과 기준이 필요하다"며 "미래 기술의 잠재적 위험까지 고려한 포괄적이고 유연한 평가 기준이 필요하며, 사회·윤리적 편향 및 오용 가능성을 포함하는 종합적인 위험 평가 모델을 개발해야 한다"고 주장했다. 보고서는 "초기 허가 단계뿐만 아니라 실제 임상 현장에서 발생하는 오류나 부작용을 실시간으로 모니터링하고 업데이트할 수 있는 지속적인 사후 관리 체계를 구축해야 한다"며 식품의약품안전처가 선도적 가이드라인을 수립했지만 생성형 AI 기술의 급속한 발전과 넓은 활용 범위를 고려할 때 이를 보완하고 뒷받침할 수 있는 추가적인 정책적 노력이 지속돼야 한다고 강조했다. 임상 현장에서 지속적으로 모델이 업데이트되거나 적응증이 확대되는 상황을 모