Abridge 같은 AI 진료기록 만들기: Deepgram 전사와 Claude 초안 작성

핵심 요약

1. 동의받은 진료 음성을 기록 초안으로 바꾸고, 의료진이 근거를 확인해 승인하는 AI 진료기록 서비스를 만듭니다. 2. Deepgram API로 전사문과 시간 정보를 얻고, Claude API로 항목별 초안을 생성하며, FHIR DocumentReference로 승인 문서를 연결합니다. 3. 화자 역할 지정, 근거 위치 매핑, 누락 검증, 접근 권한과 승인 상태 관리는 애플리케이션에서 직접 구현합니다.

Abridge를 참고한 AI 진료기록 서비스 개발

미국의 임상 문서 자동화 서비스 Abridge는 진료 대화를 기록 초안으로 정리하고 의료진의 검토·수정을 거쳐 의료 기록에 연결합니다. 핵심 가치는 병원 진료기록 작성 부담을 줄이면서 의료진의 검토 권한을 유지하는 데 있습니다. 공개 제품에는 Epic Haiku·Hyperspace 안에서 이어지는 작업 흐름과 생성 문장의 근거 확인 기능이 소개되어 있습니다.

이 흐름을 참고하면 녹음부터 초안 작성, 근거 대조, 승인 문서 연계까지 이어지는 앱을 설계할 수 있습니다. 아래의 Deepgram·Claude 조합은 유사 기능을 만드는 구현 대안이며, Abridge의 실제 내부 기술을 설명하는 것은 아닙니다.

진료 대화 음성 인식: Deepgram API로 전사문 만들기

입력은 녹음에 동의한 진료의 음성 파일입니다. Deepgram API는 파일을 전사해 텍스트와 단어별 시작·종료 시간을 반환합니다. 화자 분리 기능을 적용하면 화자 라벨도 받을 수 있으며, 녹음과 스트리밍의 지원 버전·응답 필드는 구분해야 합니다.

애플리케이션은 단어와 시간 정보를 발언 단위로 묶고 각 발언에 식별자를 부여합니다. 화자 번호를 의사·환자 역할에 연결하는 과정은 검토 화면에서 확인하도록 설계합니다. 빈 응답과 처리 실패를 구분해 재처리하고, 최종 출력은 원음 위치를 찾아갈 수 있는 전사문으로 제공합니다.

SOAP 노트 자동 생성: Claude API로 항목별 초안 구성하기

입력은 발언 식별자가 붙은 전사문과 기관별 기록 양식입니다. SOAP은 주관적 호소·객관적 소견·평가·계획으로 나누는 기록 양식이며, 유사 서비스에서 선택할 수 있는 예입니다. Claude API에는 양식별 필드와 작성 규칙을 전달해 항목별 초안을 생성하도록 합니다.

Structured outputs는 지정한 JSON 스키마, 즉 데이터 형식 규칙에 맞춘 응답을 받는 데 활용합니다. 각 항목에는 내용과 근거 발언 식별자를 담도록 설계하고, 대화에 없는 진단이나 계획은 채우지 않도록 지시합니다. 애플리케이션은 필수 필드와 근거 누락을 검사하고 확인이 필요한 항목을 표시합니다.

출력은 의료진이 수정할 수 있는 진료기록 초안입니다. 형식 준수만으로 내용의 정확성이 보장되지는 않으므로, 생성 결과와 최종 승인 기록의 상태를 분리합니다.

진료기록 원문 근거 확인: 문장과 음성 구간 연결하기

Abridge Linked Evidence는 생성된 기록을 원래 대화의 전사문·음성과 대조하는 기능입니다. 유사 기능에서는 초안 문장과 해당 문장이 참조한 발언 식별자를 입력으로 사용합니다. 앞 단계에서 확보한 발언별 시간 정보가 원음 연결의 기준이 됩니다.

자체 매핑 로직은 기록 문장 식별자, 발언 식별자, 음성 시작·종료 시간을 연결합니다. 검토 화면에서 문장을 누르면 관련 전사문과 음성 구간을 함께 보여주도록 만듭니다. 존재하지 않는 인용이나 범위를 벗어난 시간 정보는 오류로 표시하고, 근거가 없는 문장은 검토 대상으로 남깁니다.

이 단계의 출력은 문장별 근거를 확인하며 수정할 수 있는 검토 화면입니다. 연결 위치 검증은 코드가 맡고, 근거가 기록 내용을 뒷받침하는지에 대한 최종 판단은 의료진이 담당합니다.

FHIR DocumentReference 연동: 승인 문서를 의료 기록에 연결하기

입력은 의료진이 검토하고 확정한 기록입니다. HL7 FHIR는 의료정보 교환 표준이며, DocumentReference는 문서의 메타데이터와 내용 또는 참조 위치를 표현하는 리소스입니다. 기록을 생성하거나 승인하는 AI API와는 역할이 다릅니다.

애플리케이션은 승인 기록에서 환자, 문서 유형, 상태, 내용 또는 참조 정보를 구성합니다. 연결 대상 기관의 FHIR 서버가 허용하는 쓰기 API로 전달하고, 성공 응답과 문서 식별자를 저장합니다. 중복 전송 방지와 실패 재처리는 자체 로직으로 구현하며, 출력은 의료 시스템에서 참조할 수 있는 승인 문서 연결 정보입니다.

여기서 참고한 DocumentReference는 R5 규격입니다. 실제 연동은 기관의 FHIR 버전·프로파일·쓰기 권한에 맞춰야 하며, 이 리소스를 사용한다는 이유만으로 모든 병원 시스템과 연결되지는 않습니다.

한국어 지원과 기관별 운영 조건까지 설계하기

한국어 의료 음성 인식 API를 선택할 때는 일반 언어 지원과 의료 특화 지원을 구분합니다. Deepgram Nova-3 일반 모델은 한국어 ko·ko-KR을 지원하지만, nova-3-medical의 언어 목록에는 한국어가 포함되어 있지 않습니다. 기관에서 사용하는 의료 용어와 녹음 환경을 반영한 평가가 필요합니다.

Abridge의 미국 의료기관 활용과 국내 공급, 한국어 임상 성능, 국내 EMR 호환성은 별도로 판단해야 합니다. AI 진료기록 자동화를 설계할 때는 음성·전사문 접근 권한, 보관·삭제 정책, 외부 API로 전송할 자료의 처리 조건을 정합니다. API 이용 조건과 기관의 연동 권한도 도입 범위에 포함합니다.

필요한 기록 양식, 입력할 진료 음성의 언어, 연결할 의료 시스템을 정리해 트램스 AI에 제작을 문의해 주세요. 전사·초안 생성·근거 확인·승인 연계 중 필요한 기능을 중심으로 상담할 수 있습니다: https://trams.co.kr/ai-si/contact/#inquiry