전공의노조 "증원 재논의해야…무책임한 정책에 대응할 것"

"증원으로만 지역의사 확보해야 하나…증원 피해는 미래 환자 몫"

 전국전공의노동조합은 13일 "전공의와 의대생을 포함해 의대 교육 정상화와 의대 증원 재논의를 위한 논의 테이블을 구성해야 한다"고 정부에 촉구했다.

 전공의노조는 이날 낸 입장문에서 "의료보다 정치 현실이 반영된 결과를 도저히 긍정할 수 없다"며 이렇게 밝혔다.

 노조는 "졸속 의대 증원에 분명히 반대한다"며 "대규모 증원은 의료의 질 저하, 환자 안전 위협, 국민 의료비 증가에 직접적으로 악영향을 미칠 것"이라고 주장했다.

 노조는 또 "지역 의료 불균형 문제에 공감한다"면서도 "어째서 지역의사 정원은 증원을 통해서 확보해야만 하는지, 그 방식과 효과에 의문을 제기하지 않을 수 없다"고 했다.

 이어 "의료 전달 체계가 무너지고 특정 과목 기피 현상이 심화하는 동안 의사는 계속 늘었는데, 그 원인을 직면하지 않고 증원만 고집하면 의료비가 늘고, 건강보험 재정 파탄의 날은 더욱 앞당겨질 것"이라며 "이 무책임한 질주의 피해자는 결국 미래의 환자들"이라고 덧붙였다.

 노조는 "우리는 의료 현장 최일선에서 환자를 진료하는 전공의로서 무책임한 정책에 침묵할 수 없다"며 "조합원의 총의를 바탕으로 대응에 나설 것"이라고 강조했다.

 보건복지부는 앞서 이달 10일 제7차 보건의료정책심의위원회를 열어 비서울권 32개 의대의 의사 인력 양성 규모를 2027∼2031년 연평균 668명 늘리기로 했다.

 이들 의대의 증원 인원 중 의정갈등 이전 정원(2024학년도 기준 3천58명)을 초과하는 부분은 모두 지역의사로 선발된다.



학회.학술.건강

더보기
KAIST, '뇌를 닮은 AI' 개발…예측이 틀려도 한번 더 생각
한국과학기술원(KAIST)은 뇌인지과학과 이상완 교수 연구팀이 인간 뇌의 학습 원리를 딥러닝에 적용해 인공지능(AI) 모델도 안정적으로 학습시키는 새로운 기술을 개발했다고 1일 밝혔다. 우리 뇌는 현재 벌어지는 일을 단순히 인식하는 데 그치지 않고 '다음에 무슨 일이 일어날까'를 먼저 예측하고, 실제 결과가 다르면 그 차이를 줄이는 방향으로 스스로 수정한다. 바둑에서 상대의 다음 수를 예상했다가 빗나가면 전략을 바꾸는 것과 비슷하다. 이 같은 정보처리 방식을 '예측 부호화'라고 한다. 과학자들은 이 원리를 AI에 적용하려 했지만 신경망이 깊어질수록 오차가 특정 부위에 몰리거나 아예 사라져 성능이 떨어지는 문제가 반복되면서 어려움을 겪었다. 연구팀은 AI가 결과만 예측하는 것이 아니라 '예측 오차가 앞으로 어떻게 변할지'까지 다시 예측하도록 만들었다. 연구팀은 이를 '메타 예측'이라 설명하는데 '틀림을 한 번 더 생각하는 AI'를 말한다. 이 방식을 적용하면서 깊은 신경망에서도 학습이 멈추지 않고 안정적으로 진행됐다. 총 30가지 실험 중 29개에서 현재 AI의 표준 학습법인 '역전파'보다 높은 정확도를 기록했다고 연구팀은 설명했다. 역전파는 AI가 '틀린 만

메디칼산업

더보기