韓国保健医療情報院院長、ハン・ウンジンセブランス病院診療支援看護チーム専門看護師、イ・ウィギュ法律事務所バルン弁護士、ヤン・グァンモ成均館大学医学部教授、ミン・ギュホンソウル聖母病院情報戦略チーム長、ベ・ギウォンキャレブ＆カンパニーイノベーションセンター長【写真=法律事務所バルン】
病院における人工知能（AI）の導入が進む中、議論の焦点を「何を導入するか」から「どのように管理し定着させるか」に移すべきだとの提言がなされた。
法律事務所バルンは（株）キャレブ＆カンパニーと共に、9月8日にソウル市瑞草区のエルタワー別館5階メロンホールで「第1回 AI革新リーダーズフォーラム – 病院AIの大転換と飛躍：データ・ガバナンスから臨床ソリューションまで」を共同開催したと9日に発表した。
韓国保健医療情報院とエーアイネーション・ジョンウォンエンシスが協力パートナーとして参加し、総合病院級以上及び関連医療機関の経営・企画・IT実務者など約100名が出席した。
「AIガバナンスの転換」をテーマにした第1セッションでは、ヤン・グァンモ成均館大学医学部教授（三星ソウル病院AI研究センター長）が「病院AI大転換の核心 – データが流れる病院」と題して現場の構造的断絶を診断した。ヤン教授は「病院AIが性能検証を通過しても、実際の業務に結びつかない間隙が大きい」と述べ、機関間（画像共有の標準・範囲の限界）、業務間（分散したチャンネルと手作業による分類・割り当て）、評価間（指標定義と実績データの不一致）の断絶を核心問題として挙げた。
彼はドイツの病院改革法、イギリスのNHSアプリ中心の10年計画、国内の上級総合病院構造転換支援事業など国内外の制度変化も「必要な情報の定義と接続」を共通して求めていると指摘した。
解決策として、標準-データ-AI判断-業務実行-成果評価へとつながる「データが流れる運営体系」を提案した。ヤン教授は三星ソウル病院コンソーシアムの患者中心医療画像共有（6機関、合計938件の交流）、院内オンプレミスLLMを活用した診療依頼自動分類（電子診療依頼書6624件分析、担当者割り当て一致率75.4%→専門家再判定後84.7%）、依頼・返送統合システム「S-CARENet」など現場の事例を紹介した。
彼は「AIの判断後に誰が・どこで・どのように処理するかを事前に設計し、人の最終確認（Human-in-the-loop）を前提にデータ・AI・業務・評価を一つに結びつける必要がある」と述べ、経営・企画・IT部門の役割分担を強調した。
アン・ジュヒョン弁護士は「国内AI規制と病院の対応 – 規制と法律で読み解くAI実行のチェックポイント」と題して、病院が直面する規制の地形を診断した。アン弁護士は「病院AIは一つの法律ではなく、人工知能基本法やデジタル医療製品規制、個人情報保護法など複数の法律の規制を同時に受ける」と述べ、「規制の対象はモデルそのものではなく、データ処理と臨床的使用行為の結合である」と強調した。同じ診療支援機能であっても、表示・広告と実際の使用文脈によって医療機器の許可など規制経路が異なる点も指摘した。
対応策としては、活用局面ごとの点検基準を示した。生成型AIを義務記録作成や患者案内に活用する際には、患者識別情報の除去、内部網・セキュリティ型AIの使用、AI使用事実の通知など個人情報チェックポイントを守る必要があり、仮名情報・保健医療データの処理・持ち出し・結合・管理手続きも事前に設計する必要があるという。アン弁護士は「病院AIガバナンスは導入前と運営中、変更時にすべて機能する常時体制でなければならない」と述べ、AI規制だけでなく医療機器・個人情報・医療法を網羅する包括的な法律・制度対応の必要性を強調した。
「AI戦略とソリューション」をテーマにした第2セッションでは、ベ・ギウォンキャレブ＆カンパニーイノベーションセンター長が「病院AX戦略とガバナンス – A to Z」と題して導入失敗のパターンを診断した。ベセンター長は「導入は増えているが、誰が承認し誰が責任を持つのかが不明確である」と述べ、検証-現場の乖離、警報疲労、事後管理の欠如による性能低下（ドリフト）、偏見、ベンダー依存、責任・ガバナンスの空白、持続可能性の断絶などすでに現れている「7大失敗」の共通原因を「ガバナンスの空白」と指摘した。すべてのAIを同じ強度で審査すると、現場が規制を回避して「影のAI（Shadow AI）」が増加するとも述べた。
解決策としては「院内に散在するAIを把握するインベントリー作業が第一歩」とし、リスクに応じた差別的審査と専任組織・多層ガバナンス体系を提案した。彼は「良好なガバナンスは導入速度を遅らせるのではなく、むしろ早める」と述べ、「規制対応をコストではなく導入速度の問題として経営陣が判断すべきである」と提言した。
イ・セラエーアイネーションチーム長は「臨床現場で生まれたAI – 褥瘡ソリューション共同開発機」を通じて現場の悩みを診断した。イチーム長は「褥瘡管理は病変ごとに測定・撮影・段階判断・記録を繰り返す労働集約的業務」とし、現場で収集したデータの精製難題と「治癒された褥瘡」を皮膚炎などの類似病変と区別するのが難しい問題を共有した。
彼は延世セブランス病院と21ヶ月間共同開発した褥瘡段階別AI検出ソリューションの経緯を紹介し、3万件（3万3011件）の病変データのラベリングと分類体系・評価基準定義、撮影-推論（病変領域分割・段階分類）-結果確認の3段階処理過程を説明した。イチーム長は「ベンダーが販売する製品ではなく、現場と共に作った記録である」と強調した。
クォン・チャンヨンジョンウォンエンシスAI戦略室長は「リアルタイム診断補助AI」の発表でリアルタイム映像AIの本質を掘り下げた。クォン室長は「動画は結局連続した静止画像であり、1秒間に30枚（30fps）であれば、検出AIは1秒間に30回の独立した判断を下す」と述べ、単一フレーム検出に依存する場合、表示マーカーが点滅したり、ぼやけたフレームで誤検出が生じる限界を診断した。
解決策としては、フレーム間の時間軸（Temporal）で同一病変が連続して検出されるかを追跡して信頼性を確保し、ぼやけたフレームは推論を省略（Skip）して点滅のない滑らかな検出を実現する方法を提案し、内視鏡リアルタイムポリープ検出（CADe）・診断補助（CADx）事例を紹介した。
パネル討論では、イ・ジュンヒ法律事務所バルン企業戦略研究所長が司会を務め、キム・ギョンユンAWSヘルスケア上級、ミン・ギュホンソウル聖母病院スマート病院総括情報戦略チーム長、イ・ウィギュ法律事務所バルン弁護士、ハン・ウンジンセブランス病院診療支援看護チーム専門看護師がパネルとして参加し、病院の役割変化とデータ・ガバナンス課題が集中して取り上げられた。
ミン・ギュホンソウル聖母病院情報戦略チーム長（大韓病院情報協会事務総長）は「病院は病を治す場所から予防と先制的管理までを網羅する健康管理の場に変わるべきである」と述べ、「個人医療情報を本人に提供する一方で、適法な手続きを経てAI研究に活用し、これを再び診療に循環させる必要があり、そのためには標準化・精製・品質管理を経た『AI-Ready医療データ』を整備することが急務である」と強調した。彼は実際のAI転換の共通課題として、分散したデータをアクセス・制御可能な構造に転換することと、既存データの構造・意味を強化することを挙げた。
イ・ウィギュ法律事務所バルン弁護士は「AIガバナンスの核心は病院が使用するAIを把握し、リスクレベルに応じて承認・検証・モニタリング手続きと責任者を定めることである」と述べ、「行政支援AIと診療に影響を与えるAIを区別し、医療従事者の最終判断権を保障し、検証・変更・事故対応過程を記録として残すコンプライアンス体系が必要である」と提言した。続けて「このようなガバナンスは規制ではなく、安全なAIの迅速な導入のための基盤である」と付け加えた。
イム・ミンソプ韓国保健医療情報院院長は「医療AIの競争力はアルゴリズムだけでは生まれず、質の高いデータと標準、安全な連携・活用体系が整って初めて実際の医療現場の革新につながる」と強調した。続けて政府のAI基本医療戦略や公共医療AI高速道路、健康情報高速道路（医療マイデータ）、国家統合バイオビッグデータ事業などを紹介し、「韓国保健医療情報院も医療データとAIを通じて国民が実感できる医療革新を実現するために共に取り組んでいく」と述べた。
イ・ドンフン法律事務所バルン代表弁護士は「医療AIの成功的な導入にはAI規制だけでなく、デジタル医療製品及び医療機器関連規制、個人情報保護と医療データ活用、医療法など多様な法律・制度に対する包括的対応が必須である」と述べ、「バルンはこれまでデジタルヘルスケア、個人情報・データ、AI規制、医療機関の助言分野で専門性と業務経験を積んできたため、病院と医療機関がAI転換の各段階で直面する法的課題を先制的に点検し解決する戦略的パートナーとしての役割を果たす」と述べた。
法律事務所バルンは（株）キャレブ＆カンパニーと共に、9月8日にソウル市瑞草区のエルタワー別館5階メロンホールで「第1回 AI革新リーダーズフォーラム – 病院AIの大転換と飛躍：データ・ガバナンスから臨床ソリューションまで」を共同開催したと9日に発表した。
韓国保健医療情報院とエーアイネーション・ジョンウォンエンシスが協力パートナーとして参加し、総合病院級以上及び関連医療機関の経営・企画・IT実務者など約100名が出席した。
「AIガバナンスの転換」をテーマにした第1セッションでは、ヤン・グァンモ成均館大学医学部教授（三星ソウル病院AI研究センター長）が「病院AI大転換の核心 – データが流れる病院」と題して現場の構造的断絶を診断した。ヤン教授は「病院AIが性能検証を通過しても、実際の業務に結びつかない間隙が大きい」と述べ、機関間（画像共有の標準・範囲の限界）、業務間（分散したチャンネルと手作業による分類・割り当て）、評価間（指標定義と実績データの不一致）の断絶を核心問題として挙げた。
彼はドイツの病院改革法、イギリスのNHSアプリ中心の10年計画、国内の上級総合病院構造転換支援事業など国内外の制度変化も「必要な情報の定義と接続」を共通して求めていると指摘した。
解決策として、標準-データ-AI判断-業務実行-成果評価へとつながる「データが流れる運営体系」を提案した。ヤン教授は三星ソウル病院コンソーシアムの患者中心医療画像共有（6機関、合計938件の交流）、院内オンプレミスLLMを活用した診療依頼自動分類（電子診療依頼書6624件分析、担当者割り当て一致率75.4%→専門家再判定後84.7%）、依頼・返送統合システム「S-CARENet」など現場の事例を紹介した。
彼は「AIの判断後に誰が・どこで・どのように処理するかを事前に設計し、人の最終確認（Human-in-the-loop）を前提にデータ・AI・業務・評価を一つに結びつける必要がある」と述べ、経営・企画・IT部門の役割分担を強調した。
アン・ジュヒョン弁護士は「国内AI規制と病院の対応 – 規制と法律で読み解くAI実行のチェックポイント」と題して、病院が直面する規制の地形を診断した。アン弁護士は「病院AIは一つの法律ではなく、人工知能基本法やデジタル医療製品規制、個人情報保護法など複数の法律の規制を同時に受ける」と述べ、「規制の対象はモデルそのものではなく、データ処理と臨床的使用行為の結合である」と強調した。同じ診療支援機能であっても、表示・広告と実際の使用文脈によって医療機器の許可など規制経路が異なる点も指摘した。
対応策としては、活用局面ごとの点検基準を示した。生成型AIを義務記録作成や患者案内に活用する際には、患者識別情報の除去、内部網・セキュリティ型AIの使用、AI使用事実の通知など個人情報チェックポイントを守る必要があり、仮名情報・保健医療データの処理・持ち出し・結合・管理手続きも事前に設計する必要があるという。アン弁護士は「病院AIガバナンスは導入前と運営中、変更時にすべて機能する常時体制でなければならない」と述べ、AI規制だけでなく医療機器・個人情報・医療法を網羅する包括的な法律・制度対応の必要性を強調した。
「AI戦略とソリューション」をテーマにした第2セッションでは、ベ・ギウォンキャレブ＆カンパニーイノベーションセンター長が「病院AX戦略とガバナンス – A to Z」と題して導入失敗のパターンを診断した。ベセンター長は「導入は増えているが、誰が承認し誰が責任を持つのかが不明確である」と述べ、検証-現場の乖離、警報疲労、事後管理の欠如による性能低下（ドリフト）、偏見、ベンダー依存、責任・ガバナンスの空白、持続可能性の断絶などすでに現れている「7大失敗」の共通原因を「ガバナンスの空白」と指摘した。すべてのAIを同じ強度で審査すると、現場が規制を回避して「影のAI（Shadow AI）」が増加するとも述べた。
解決策としては「院内に散在するAIを把握するインベントリー作業が第一歩」とし、リスクに応じた差別的審査と専任組織・多層ガバナンス体系を提案した。彼は「良好なガバナンスは導入速度を遅らせるのではなく、むしろ早める」と述べ、「規制対応をコストではなく導入速度の問題として経営陣が判断すべきである」と提言した。
イ・セラエーアイネーションチーム長は「臨床現場で生まれたAI – 褥瘡ソリューション共同開発機」を通じて現場の悩みを診断した。イチーム長は「褥瘡管理は病変ごとに測定・撮影・段階判断・記録を繰り返す労働集約的業務」とし、現場で収集したデータの精製難題と「治癒された褥瘡」を皮膚炎などの類似病変と区別するのが難しい問題を共有した。
彼は延世セブランス病院と21ヶ月間共同開発した褥瘡段階別AI検出ソリューションの経緯を紹介し、3万件（3万3011件）の病変データのラベリングと分類体系・評価基準定義、撮影-推論（病変領域分割・段階分類）-結果確認の3段階処理過程を説明した。イチーム長は「ベンダーが販売する製品ではなく、現場と共に作った記録である」と強調した。
クォン・チャンヨンジョンウォンエンシスAI戦略室長は「リアルタイム診断補助AI」の発表でリアルタイム映像AIの本質を掘り下げた。クォン室長は「動画は結局連続した静止画像であり、1秒間に30枚（30fps）であれば、検出AIは1秒間に30回の独立した判断を下す」と述べ、単一フレーム検出に依存する場合、表示マーカーが点滅したり、ぼやけたフレームで誤検出が生じる限界を診断した。
解決策としては、フレーム間の時間軸（Temporal）で同一病変が連続して検出されるかを追跡して信頼性を確保し、ぼやけたフレームは推論を省略（Skip）して点滅のない滑らかな検出を実現する方法を提案し、内視鏡リアルタイムポリープ検出（CADe）・診断補助（CADx）事例を紹介した。
パネル討論では、イ・ジュンヒ法律事務所バルン企業戦略研究所長が司会を務め、キム・ギョンユンAWSヘルスケア上級、ミン・ギュホンソウル聖母病院スマート病院総括情報戦略チーム長、イ・ウィギュ法律事務所バルン弁護士、ハン・ウンジンセブランス病院診療支援看護チーム専門看護師がパネルとして参加し、病院の役割変化とデータ・ガバナンス課題が集中して取り上げられた。
ミン・ギュホンソウル聖母病院情報戦略チーム長（大韓病院情報協会事務総長）は「病院は病を治す場所から予防と先制的管理までを網羅する健康管理の場に変わるべきである」と述べ、「個人医療情報を本人に提供する一方で、適法な手続きを経てAI研究に活用し、これを再び診療に循環させる必要があり、そのためには標準化・精製・品質管理を経た『AI-Ready医療データ』を整備することが急務である」と強調した。彼は実際のAI転換の共通課題として、分散したデータをアクセス・制御可能な構造に転換することと、既存データの構造・意味を強化することを挙げた。
イ・ウィギュ法律事務所バルン弁護士は「AIガバナンスの核心は病院が使用するAIを把握し、リスクレベルに応じて承認・検証・モニタリング手続きと責任者を定めることである」と述べ、「行政支援AIと診療に影響を与えるAIを区別し、医療従事者の最終判断権を保障し、検証・変更・事故対応過程を記録として残すコンプライアンス体系が必要である」と提言した。続けて「このようなガバナンスは規制ではなく、安全なAIの迅速な導入のための基盤である」と付け加えた。
イム・ミンソプ韓国保健医療情報院院長は「医療AIの競争力はアルゴリズムだけでは生まれず、質の高いデータと標準、安全な連携・活用体系が整って初めて実際の医療現場の革新につながる」と強調した。続けて政府のAI基本医療戦略や公共医療AI高速道路、健康情報高速道路（医療マイデータ）、国家統合バイオビッグデータ事業などを紹介し、「韓国保健医療情報院も医療データとAIを通じて国民が実感できる医療革新を実現するために共に取り組んでいく」と述べた。
イ・ドンフン法律事務所バルン代表弁護士は「医療AIの成功的な導入にはAI規制だけでなく、デジタル医療製品及び医療機器関連規制、個人情報保護と医療データ活用、医療法など多様な法律・制度に対する包括的対応が必須である」と述べ、「バルンはこれまでデジタルヘルスケア、個人情報・データ、AI規制、医療機関の助言分野で専門性と業務経験を積んできたため、病院と医療機関がAI転換の各段階で直面する法的課題を先制的に点検し解決する戦略的パートナーとしての役割を果たす」と述べた。
* この記事はAIによって翻訳されました。
亜洲日報の記事等を無断で複製、公衆送信 、翻案、配布することは禁じられています。
