From meeting audio to structured minutes in health settings

개요

의료 환경에서 회의 오디오를 구조화된 회의록으로 변환하는 AI 기반 시스템은 수동적인 회의록 작성 과정의 비효율성을 해결하고, 규제 준수 및 데이터 관리의 복잡성을 고려하여 설계되었습니다.

주요 내용

* 목적 및 범위: 시스템은 회의 참석자, 안건, 결정 사항, 조치 항목 및 담당자를 기록하는 회의록 생성에 집중하며, 임상 기록 작성이나 조언 제공 등은 포함하지 않습니다. 이는 규제 기관(TGA)의 지침에 따라 의료 기기 분류에서 벗어나기 위함입니다.
* 작동 파이프라인:
* 녹음: 회의실 장치 또는 Teams 녹음 파일을 수집합니다.
* 음성 분할 및 전사: 화자를 분리하고 음성을 텍스트로 변환합니다.
* 화자 매핑: 참석자를 실제 이름으로 식별합니다.
* 구조화된 정보 추출: 언어 모델을 사용하여 사전 정의된 스키마에 따라 회의 정보를 추출합니다.
* 검토 및 승인: 사람이 검토하고 수정하여 정확성을 확보합니다.
* 보관: 승인된 회의록은 문서 관리 시스템에 저장하고, 원본 오디오는 일정 기간 후 삭제합니다.
* 스키마: 회의 제목, 날짜, 주최자, 참석자, 안건별 세부 정보(사례 참조, 논의 요약, 결정, 조치 항목, 책임자, 기한 등)를 포함하는 구조화된 형식을 사용합니다. 이는 Cancer Australia의 다학제 팀 기록 지침과 일치합니다.
* 동의 및 개인정보 보호: 대화 녹음에 대한 주(State)별 법률을 준수해야 하며, 가장 엄격한 규칙을 따르고 회의 시작 시 녹음 사실을 알리는 스크립트를 사용합니다. 또한, OAIC 및 Safer Care Victoria의 지침에 따라 개인정보 영향 평가를 수행하고 관련 정책을 업데이트해야 합니다.
* 정확성 및 오류: 실제 회의 환경에서의 전사 정확도는 깨끗한 오디오와 비교하여 낮을 수 있으며(8-20% WER), 언어 모델의 환각(hallucination)이나 잘못된 정보 생성 가능성이 있습니다. 따라서 검토 단계에서의 수정은 필수적입니다.
* 검토 단계의 중요성: AI가 생성한 내용을 사람이 최종적으로 검토, 수정, 승인하는 단계가 시스템의 핵심이며, RACGP의 AI 스크라이브 지침과 유사하게 인간의 최종 승인을 거쳐야 합니다. AI 사용 사실은 승인된 문서에 명시됩니다.
* 보존, 비용 및 기타 고려사항: 회의록 보존 기간은 주별 규정에 따라 다르며, 원본 오디오는 짧은 기간 후 삭제하는 것이 일반적입니다. 실제 비용은 AI 컴퓨팅보다는 검토자 시간, 정책 수립, 비상 계획 등에 발생합니다. 호주 현지 데이터로 학습된 의료 전문 AI 도구를 선택하고, 파일럿 프로젝트를 통해 효율성을 검증하는 것이 권장됩니다.

시사점

이 AI 기반 시스템은 의료 회의록 작성의 효율성을 크게 향상시키고, 규제 준수를 지원하며, 구조화된 데이터 확보를 통해 행정적 부담을 줄여 임상 서비스에 집중할 수 있도록 합니다.