정밀 교육 및 평가의 구현에 정보를 제공하기 위한 이론적 토대 (Acad Med, 2024)

Meded 2025. 11. 22. 05:44

2025. 11. 22. 05:44

Acad Med. 2024 Apr 1;99(4S Suppl 1):S30-S34. doi: 10.1097/ACM.0000000000005604. Epub 2023 Dec 19.

A Theoretical Foundation to Inform the Implementation of Precision Education and Assessment

Carolyn B Drake, Lauren M Heery, Jesse Burk-Rafel, Marc M Triola, Daniel J Sartori

🏥 의학 교육의 미래, '정밀 교육(PE)'을 제대로 실현하려면? (이론과 실제)

안녕하세요! 오늘은 최근 의학 교육계의 화두인 '정밀 교육(Precision Education, 이하 PE)'에 대해 깊이 있는 이야기를 나눠보려고 해요. 요즘 병원 현장은 정말 치열하죠. 환자들은 복잡해지고, 업무는 압축적으로 몰아치는데(workload compression), 배워야 할 의학 지식은 말 그대로 폭발(explosion of clinical knowledge)하고 있습니다. 시간은 없는데 공부할 건 산더미인 상황, 어떻게 해결할 수 있을까요?

여기서 등장한 개념이 바로 정밀 교육(PE)입니다. 이 논문의 저자들은 PE의 목표를 이렇게 정의합니다.

"본질적으로 PE는 '적절한 학습자에게 적절한 시기에 적절한 교육적 개입'을 제공하고자 합니다." "In essence, PE seeks to offer 'the right educational intervention to the right learner at the right time.'"

그럴듯하죠? 하지만 단순히 데이터만 모으고 분석한다고 저절로 교육이 되는 건 아닙니다. 오늘은 이 PE를 성공시키기 위해 무엇이 필요한지, 아주 탄탄한 이론적 배경과 실제 사례를 통해 알아보겠습니다. 🧐

1. 왜 '이론(Theory)'이 중요할까요? 💡

많은 곳에서 AI다, 빅데이터다 하며 새로운 시스템을 도입하고 있지만, 저자들은 우려 섞인 목소리를 냅니다. PE가 반짝하고 사라지는 유행(hype cycle)에 그치지 않으려면 '어떻게(How)' 구현할지에 대한 뼈대가 필요하다는 거죠.

"정밀 교육(PE) 전략의 구현을 뒷받침하기 위해서는 견고한 이론적 토대가 필요합니다; 이러한 기반 없이는 PE를 구현하려는 시도가 우리가 기대하는 결과를 낳지 못할 수도 있습니다."
"A solid theoretical foundation is needed to support the implementation of PE strategies; without this grounding, the attempts we make to implement PE may not yield the outcomes we expect."

즉, 기술(Tech)만 있어서는 안 되고, 교육학적 원리(Pedagogy)가 받쳐줘야 한다는 뜻입니다.

2. PE를 지탱하는 두 가지 기둥 🏛️🔨

저자들은 성공적인 PE 구현을 위해 두 가지 핵심 요소가 만나야 한다고 강조합니다.

첫 번째 기둥: 학습 이론 (Learning Theories) 📚 데이터를 보고 학습자가 어떻게 반응하고 성장하는지 설명해 주는 이론들입니다.

마스터 적응형 학습(Master Adaptive Learning, MAL): 계획하고, 배우고, 평가하고, 조정하는 과정을 통해 스스로 성장하는 힘을 기르는 모델이에요.
전환 학습 이론(Transformative Learning Theory): 충격적인 경험(예: 진료 실수)을 비판적으로 성찰하면서 행동을 근본적으로 바꾸는 과정입니다.
자기 결정 이론(Self-Determination Theory): 자율성(Autonomy), 유능감(Competence), 관계성(Relatedness)이 충족될 때 스스로 공부하고 싶어 진다는 이론이죠.

두 번째 기둥: 디지털 도구 (Digital Tools) 💻 이론을 현실로 만들어주는 도구들입니다.

감사 및 피드백 대시보드(Audit and Feedback Dashboards): 내 성적표와 진료 데이터를 한눈에 보여주는 판.
넛지 전략(Nudge Strategy): 자연스럽게 행동 변화를 유도하는 부드러운 개입.

3. 이론을 현실로! 실제 병원 적용 사례 (The 'How') 🏥

그럼 이 이론과 도구가 실제 수련 과정(내과 전공의)에서 어떻게 쓰이고 있을까요? 논문에서 소개한 구체적인 시나리오 3가지를 소개합니다.

🅰️ 사례 1: '나만의 맞춤형 코칭' (MAL + 대시보드)

전공의들은 '감사 및 피드백 대시보드(Audit and Feedback Dashboards)'를 통해 내가 어떤 환자를 얼마나 봤는지 데이터를 확인합니다. 하지만 그냥 숫자만 던져주지 않아요. 교수님(코치)과 함께 보며 마스터 적응형 학습(MAL) 과정을 거칩니다.

"어? 내가 호흡기 환자는 많이 봤는데 신장 환자는 별로 안 봤네?" (평가)
"다음 당직 때는 신장 내과 환자 입원을 맡아봐야지." (계획/조정)

🅱️ 사례 2: '실수에서 배우기' (전환 학습 + 성찰)

환자가 퇴원했다가 30일 이내에 재입원하는 건 의사에게 꽤 충격적인 사건(disorienting event)입니다. 이를 '전환 학습 이론(Transformative Learning Theory)'에 적용합니다. 전공의는 대시보드에서 재입원 케이스를 확인하고, "왜 다시 입원했지? 아, 퇴원 약 처방 때 흡입기를 빼먹었구나!" 하고 깊이 반성(critical reflection)하게 됩니다. 이 과정이 있어야 진짜 행동 변화가 일어납니다.

🅾️ 사례 3: 'AI가 떠먹여 주는 쪽집게 과외' (자기 결정 이론 + 넛지)

간부전 환자를 딱 입원시키는 순간! '넛지(Nudge)'가 들어옵니다. 이메일로 관련 논문 요약본, 팟캐스트, 퀴즈가 배달되죠. 이건 '자기 결정 이론(Self-Determination Theory)'을 건드립니다.

내가 필요할 때 골라 본다 (자율성)
퀴즈를 풀며 내용을 익힌다 (유능감)
팀원들과 함께 공유한다 (관계성)

4. 마치며: 패러다임의 전환을 향해 🚀

결국 정밀 교육(PE)은 단순히 "성적표를 전산화해서 보여주는 것"이 아닙니다. 학습 이론이라는 뿌리 위에 디지털 기술이라는 줄기를 세워, 학습자 개개인에게 최적화된 성장을 돕는 것입니다. 연구진은 논문을 마무리하며 이렇게 확신합니다.

"PE는 의학 교육의 패러다임 전환을 대표할 잠재력이 있습니다—점점 더 격렬해지는 임상 환경에서 학습의 효율성을 획기적으로 향상시킴으로써 말이죠."
"PE has the potential to represent a paradigm shift in medical education—dramatically improving the efficiency of learning in the ever-intensifying clinical environment."

우리나라 의학 교육 현장에도 이런 이론에 기반한 정밀 교육 시스템이 더 많이 도입되어, 힘든 수련 환경 속에서도 훌륭한 의료진이 더 효율적으로 양성되기를 기대해 봅니다! 💪

현대 임상 환경의 학습자들은 환자의 복잡성 증가, 업무량 압축(workload compression), 그리고 임상 지식의 폭발(explosion of clinical knowledge)에 직면해 있습니다. 본질적으로 배워야 할 것은 더 많은데 그것을 할 시간은 더 적습니다. 정밀 교육(Precision education, PE)은 각 학습자의 고유한 요구와 목표를 지원하는 혁신적인 개인화된 개입을 통해 이 복잡한 시대에 더 효율적인 평생 학습(lifelong learning)을 가능하게 할 잠재력이 있습니다. 본질적으로 PE는 "적절한 학습자에게 적절한 시기에 적절한 교육적 개입(educational intervention)"을 제공하고자 합니다.

정밀 교육(PE) 전략의 구현을 뒷받침하기 위해서는 견고한 이론적 토대(solid theoretical foundation)가 필요합니다; 이러한 기반 없이는 PE를 구현하려는 시도가 우리가 기대하는 결과를 낳지 못할 수도 있습니다. PE는 현재 '하이프 사이클(hype cycle)'의 초기 단계를 지나고 있는 신생 분야이며, 만약 초기 구현 노력이 기대에 미치지 못한다면, PE는 부정적인 과장 광고(negative hype)의 함정에 빠져 '환멸의 골짜기(trough of disillusionment)'에 갇혀 더 이상의 수용과 혁신이 저해될 수 있습니다. 현재의 임상 환경에서 이러한 전략들이 어떻게 활용되고 적용되어야 하는지를 안내할 PE를 위한 이론적 토대는 아직 구축되지 않았습니다. 이러한 토대를 마련함으로써 교육자들은 학습자에게 가장 의미 있는 인지 과정(cognitive processes)을 활용하고, 기존 PE 도구의 잠재력을 최대한 끌어내며, 새롭고 지속 가능한 PE 접근 방식을 설계하기 위한 기반을 제공할 수 있게 될 것입니다. 이 글에서 우리는 PE를 위한 이론적 토대를 소개하고 논의한 다음, 필수적인 학습 이론과 행동 변화를 위한 잘 확립된 디지털 도구를 기반으로 PE가 어떻게 구현될 수 있는지에 대한 구체적인 예시를 통해 이론에서 실무로 나아갈 것입니다.

PE를 위한 이론적 토대: PE의 이유 (The Why of PE)

기존의 PE 모델에서는 네 가지 상호 연결된 단계가 기술됩니다:

데이터 입력에
고급 분석(advanced analytics)을 적용하여 통찰력을 생성하고,
이를 사용하여 목표화된 교육적 개입(targeted educational interventions)을 형성하며,
궁극적으로 개인, 중간(프로그램), 거시(시스템) 수준에서 학습 및 결과 향상을 이끕니다.

이러한 모델들은 PE가 무엇(what)인지에 대한 형태를 제공하지만, 의미 있는 변화를 이끌어내기 위해 PE 전략을 가장 효과적으로 구현하는 방법(how)을 안내하기 위해서는 이론적 토대 또한 필요합니다. 우리가 제안하는 PE 구현을 위한 이론적 토대는 그림 1에 묘사되어 있습니다.

그림 1: 정밀 교육(PE) 구현을 위한 이론적 토대. PE 구현을 위한 이론적 토대는 확립된 학습 이론(established learning theories)과 증거 기반의 디지털 도구(evidence-based digital tools)로 구성됩니다. 이 토대는 학습을 극대화하고 의미 있는 행동 변화를 만들기 위해 PE가 어떻게 가장 효과적으로 활용될 수 있는지를 알려줍니다.

경험으로부터 학습이 어떻게 일어나는지를 설명하는 다수의 학습 이론이 존재하며, 특히 경험이 "성찰(reflection), 일반화(generalization), 개념 검증(concept testing)에 의해 증강될 때" 더욱 그러합니다. PE의 이론적 토대에 실질적으로 기여하는 세 가지 이론은 마스터 적응형 학습(master adaptive learning, MAL) 모델, 전환 학습 이론(transformative learning theory), 그리고 자기 결정 이론(self-determination theory)입니다. 이 섹션에서는 이들 이론에 대해 간략히 설명하고, PE 노력을 운영하는 데 현재 사용되는 2가지 디지털 도구(감사 및 피드백 대시보드(audit and feedback dashboards)와 넛지 전략(nudge strategies))에 대해 논의할 것입니다.

학습 이론 (Learning theories)

마스터 적응형 학습자(MAL) 모델은 의사와 수련생들이 기존 지식을 활용하면서 동시에 어떻게 혁신하고, 변화에 적응하며, 새로운 문제가 발생했을 때 이를 해결하는지를 설명하기 위해 여러 학습 이론을 차용합니다.

이 모델은 학습을 계획(planning), 학습(learning), 평가(assessing), 그리고 궁극적으로 미래의 진료를 안내하기 위해 조정(adjusting)하는 노력이 필요한 과정으로 특징짓습니다.
PE 전략은 적응형 전문성(adaptive expertise)을 함양하기 위해 MAL 원칙을 훈련 프로그램에 더욱 통합할 수 있는 독특한 기회를 제공합니다.
지도전문의(supervisor)의 코칭(coaching)과 결합될 때, 동료나 프로그램의 기대치와 비교한 전공의 귀속 환자 결과(resident-attributed patient outcomes)와 같은 개인 수준의 임상 경험 및 성과 데이터를 보여주는 대시보드는 수련생들이 격차를 파악하고 진전을 추적(평가)하는 데 도움을 줄 뿐만 아니라, 추가적인 개선을 위한 목표를 설정(계획/조정)하는 데 도움을 줄 수 있습니다.

전환 학습 이론(Transformative learning theory)은 혼란스러운 사건(disorienting event)에 대한 비판적 성찰(critical reflection)을 통해 학습자의 준거 틀(frame of reference)이 어떻게 변경될 수 있는지를 설명합니다.

혼란스러운 경험은 구조화된 비판적 성찰과 의도적으로 결합될 때, 기존의 이해를 뒤흔들고 행동에 지속적인 변화를 만들어낼 잠재력이 있습니다.
PE 데이터와 분석은 수련생의 경험 이력 내에서 잠재적으로 전환적인 경험을 식별하고 비판적 성찰에 대한 새로운 접근 방식을 촉진하는 데 활용될 수 있습니다. 예를 들어, 특정 수련생을 개별 환자와 연결하는 귀속 방법(attribution methods)과 임상 결과에 대한 그들의 기여도를 측정하는 것은 수련생의 결정이 실제 환자의 결과에 어떤 영향을 미치는지에 대한 강력한 통찰력을 제공할 수 있습니다.
이러한 유형의 지표가 포함된 교육용 대시보드를 가이드된 자기 성찰 활동의 기초로 사용하는 것은 수련생들을 위한 전환 학습 과정(transformative learning process)을 크게 향상시킬 잠재력이 있습니다.

자기 결정 이론(Self-determination theory, SDT)은 수련생들이 학습 활동을 추구하도록 동기 부여되는 메커니즘을 특징짓는 여러 학습 이론 중 하나입니다. SDT에서 학습자는 자율성(autonomy), 유능감(competence), 관계성(relatedness)이라는 3가지 핵심 심리적 욕구의 충족을 통해 외재적, 인센티브 주도적 동기 과정에서 더 내재적인 동기의 소재(intrinsic locus of motivation)로 이동합니다.

PE 개입은 이러한 각각의 심리적 욕구를 촉진하여 수련생을 더 내재적인 동기 소재로 전환하고 학습 성과 향상에 기여할 수 있습니다. 예를 들어, 수련생이 개인화된 진료 습관 데이터를 사용하여 유능감을 키우고 싶은 영역을 식별하고 학습 노력을 직접 지시할 수 있을 때 더 큰 자율성(autonomy)을 느낄 가능성이 높습니다. 또한, 팀원 모두에게 그들이 돌보고 있는 환자의 진료와 관련된 리소스를 제공함으로써 팀 내에서 관계성(relatedness)을 증진시킬 수 있습니다.

디지털 도구 (Digital tools)

위에서 설명한 학습 이론들이 PE의 이론적 토대에 기여하는 한편, 디지털 도구(digital tools) 역시 PE를 운영하는 데 중요합니다. 앞서 언급했듯이,

감사 및 피드백 대시보드(audit and feedback dashboards)는 특정 벤치마크나 목표와 비교하여 개인의 성과 데이터를 표시함으로써, 수련생과 임상의가 자신의 진료 습관 및 결과 데이터로부터 직접 학습할 수 있게 합니다. 임상 환경에서 감사 및 피드백 대시보드는 행동 변화의 동인(drivers of behavior change)이 될 잠재력이 있습니다. 예를 들어, 이러한 대시보드의 사용은 향상된 항생제 스튜어드십(antibiotic stewardship), 가이드라인에 부합하는 처방, 그리고 가치가 낮은 진료(low-value care)의 감소와 관련이 있었습니다. 질 향상(quality improvement) 분야의 연구에 따르면 감사 및 피드백 도구(성적표(report cards) 또는 벤치마킹(benchmarking)이라고도 함)는 증거 기반의 비교 대상(evidence-based comparators)을 포함하고, 상당한 인지 부하(cognitive load) 없이 시기적절하고 집중적인 피드백을 제공하며, 실행 가능한 행동 계획과 연결될 때 가장 효과적이라고 제안합니다. 의사들은 종종 자신의 단점보다는 가장 관심 있는 분야에 집중하는 경향이 있으므로, 코칭(Coaching)은 이러한 대시보드의 영향을 강화합니다. 개별 학습자를 위한 교육용 대시보드도 비슷한 잠재력을 가지고 있습니다. 벤치마크와 함께 개인화된 교육 성과 및 진료 습관 데이터를 역량 기반 표준(competency-based standards)에 집계하고 표시함으로써, 이러한 PE 도구는 수련생과 지도전문의에게 개별화된 목표 설정뿐만 아니라 목표화된 피드백(targeted feedback) 및 코칭을 위한 기회를 제공할 수 있습니다.

넛지 전략(Nudge strategy)은 개인의 의사 결정에 영향을 미치기 위해 행동 심리학과 시스템 공학을 통합하며, (본질적으로 "마음을 바꾸려고" 노력하기보다는) 변화에 유리한 조건이나 환경을 만드는 것을 추구합니다. 이는

프라이밍(priming, 잠재의식적 단서 제공),
기본값 구조화(structuring defaults, 미리 설정된 옵션의 흐름을 따르는 경향),
규범 재정의(redefining norms, 타인이 하는 행동의 영향력 활용),
현저성(salience, 새롭고 관련성 있는 것에 주의를 기울임) 등 다양한 기법을 통해 달성됩니다.

넛지 개입은 많은 분야에서 채택되어 왔으며, 의료 분야 내에서는 임상의들의 가이드라인 지시적 의학 요법(guideline-directed medical therapies) 이행 등을 증가시키는 것으로 나타났습니다. 전자의무기록(EHR) 기반 넛지는 특정 임상 환경 내에서 시기적절한 권장 사항과 리소스를 제공할 수 있습니다. 넛지 전략은 수련생들의 학습과 행동 변화에 영향을 미치기 위해 PE에 채택될 수 있습니다. 예를 들어, 임상 실습(clinical rotations) 중인 수련생들에게 그날 그들이 돌본 환자와 밀접하게 관련된 적시 리소스(just-in-time resources)를 제공하거나, 수련 중 시험(in-training exam) 성적의 격차나 환자 진료 노트에 기록된 임상 추론을 기반으로 내용별 리소스를 받을 수 있습니다. 이것들은 학습 이론에 기반을 두고 개별화된 임상 및 교육 데이터에 고정된 디지털 도구가 어떻게 수련생의 선택에 영향을 미치고, 행동 변화(behavior change)를 주도하며, 학습을 가속화할 잠재력을 가지는지에 대한 몇 가지 예시에 불과합니다.

이론을 실무에 적용하기: PE의 방법 (Putting Theory Into Practice: The How of PE)

이 섹션에서는 우리 학술 의료 센터에서 정밀 교육(Precision Education, PE) 전략이 현재 구현되고 있는 몇 가지 방법을 설명하고, 앞서 설명한 이론적 토대가 우리가 정밀 개입(precision interventions)을 통합하는 방식에 대한 선택에 어떤 정보를 제공하는지 논의할 것입니다. 그림 2는 이 논의에 대한 시각적 종합을 제공합니다.

그림 2: 이론적 토대 및 디지털 도구와 함께 제시된 정밀 개입 예시. 확립된 학습 이론에 기반하고 행동 변화를 위한 증거 기반 디지털 도구(evidence-based digital tools)를 통해 운영되는 정밀 교육 개입의 사용 사례.

우리의 내과 전공의 프로그램(internal medicine residency program)에서, 우리는 전공의들에게 의학적 콘텐츠 영역(medical content area)별로 특성화된 개인 수준의 임상 진료 및 결과 데이터를 표시하는 EHR 기반 감사 및 피드백 대시보드(EHR-based audit and feedback dashboard)에 대한 접근 권한을 제공합니다 (Supplemental Digital Appendix 1 참조: https://links.lww.com/ACADMED/B498). 전공의 프로그램의 책임자(C.B.D., D.J.S.)로서 우리는 일 년에 두 번 반기별 검토(semiannual review)를 위해 각 수련생과 만납니다; 이 세션에서 우리는 대시보드를 사용하여 각 수련생이 현재까지 다양한 콘텐츠 영역에 노출된 폭과 깊이를 검토합니다. 우리는 마스터 적응형 학습(MAL) 모델을 통해 계획(planning), 평가(assessing), 조정(adjusting)이 경험으로부터 학습하는 과정의 핵심 구성 요소임을 알고 있기 때문에, 그리고 이러한 정보는 MAL 모델과 그 맥락에서 이러한 유형의 대시보드를 사용하는 방법에 대한 통찰력을 제공할 수 있는 코치나 조언자(coach or advisor)의 지원과 함께 전달될 때 가장 효과적이라고 느끼기 때문에 이 대시보드를 반기별 상담 세션에 통합하기로 결정했습니다. 예를 들어, 우리는 수련생이 어떤 병리 및 환자 집단에 다소간 노출되었는지를 환기시켜 맞춤형 실행 계획(personalized action plans)을 수립할 수 있게 합니다; 이는 임상 노출의 격차를 메우고 경험의 균형 잡힌 분포를 함양하거나, 향후 예상되는 진료 분야에서의 경험을 증폭시키도록 설계될 수 있습니다.

우리 전공의 프로그램에서 이 대시보드를 사용하는 또 다른 방법은 환자 진료 전환(patient care transitions)에 초점을 맞춘 로테이션 내에서입니다. 이 로테이션의 핵심 과제는 상급 전공의(senior residents)가 대시보드를 사용하여 최근 자신이 돌본 환자의 결과를 평가하는 가이드된 성찰 활동(guided reflective exercise)입니다; 그들은 계획되지 않은 30일 재입원(unplanned 30-day readmission)을 식별하고 이 유해 사례(adverse event)에 대한 자신의 팀의 기여를 비판적으로 평가하는 임무를 맡습니다. 전환 학습 이론(Transformative learning theory)은 우리가 이 과제를 로테이션에 포함시키는 선택을 안내했습니다: 우리는 그들 자신의 진료에서 발생한 혼란스러운 사건(disorienting event, 즉 잘못된 퇴원)을 강조한 다음, 환자 결과에 미치는 영향에 대한 통찰력을 심화하기 위해 유도된 비판적 성찰(guided critical reflection)을 촉진합니다. 전공의는 이 과제를 완료하면서 자신의 팀이 퇴원 시 환자의 유지 흡입기(maintenance inhalers) 리필을 소홀히 하여 천식 악화로 인한 재입원을 초래했다는 사실을 발견할 수 있습니다. 이 발견을 바탕으로, 전공의는 향후 재입원을 방지하기 위해 앞으로 팀과 함께 퇴원 약물 조정(discharge medication reconciliations)을 더욱 신중하게 검토하겠다고 결심할 수 있습니다. 우리는 후속 반기별 회의에서 해당 팀의 30일 재입원율 추세를 검토함으로써 그들의 노력을 지원할 수 있습니다.

우리가 임상 환경에서 PE를 구현하기 위해 사용하는 또 다른 감사 및 피드백 대시보드는 수련생의 임상 추론(clinical reasoning)에 대한 피드백을 제공합니다: 인공지능(AI) 알고리즘이 입원 기록(admission notes)에 나타난 임상 추론의 질을 평가하고, 벤치마킹 및 시각화가 가능한 객관적이고 표준화된 성과 평가를 수련생에게 제공합니다. 역사적으로 야간 당직 시 환자를 입원시키는 전공의들은 감별 진단(differential diagnoses)을 생성하는 과정에서 자신의 임상 추론의 질에 대해 제한적인 피드백을 받는다고 언급해 왔습니다; 우리는 이제 로테이션 전 목표 설정(prerotation goal setting)을 위해 이 임상 추론 대시보드의 사용을 장려합니다. 이는 수련생이 거의 실시간으로 자신의 성과를 모니터링할 수 있게 함으로써 전공의의 MAL을 촉진하고, 측정 가능한 목표를 설정하고, 진전을 추적하며, 코치와 함께 역량을 향상시키도록 힘을 실어줍니다. 수련생은 류마티스 내과 및 호흡기 내과 진단에 대한 임상 추론은 질이 높지만 신장 내과에서의 성과는 낮다는 것을 발견할 수 있습니다; 그렇다면 그들은 신장 질환 환자의 입원을 모색하고 야간 당직 지도전문의와 케이스를 논의함으로써 신장 내과 임상 추론을 개선하기 위해 노력할 수 있습니다. 로테이션 후, 향후 개선 사항은 대시보드를 통해 다시 추적할 수 있습니다. 수련생은 또한 대시보드를 사용하여 자신의 기록에 나타났을 수 있는 잠재적인 인지적 또는 정체성 기반 편향(cognitive or identity-based biases)에 대한 평가를 검토할 수도 있습니다.

EHR 기반 PE 넛지(EHR-based PE nudges) 또한 학생, 전공의 및 교수진에게 제공됩니다. 이러한 넛지는 EHR의 환자 진단을 활용하여 관련 교육 자료를 의료팀에게 푸시(push)함으로써, 수련생들이 관리 중인 질환에 대해 더 많이 학습하도록 장려하고 임상 환경에 팀 기반 학습(team-based learning)의 기회를 내장합니다 (Supplemental Digital Appendix 2 참조: https://links.lww.com/ACADMED/B498).

예를 들어, 내과 팀이 간부전 환자를 입원시킬 때, 그들은 이메일을 통해 환자 진료와 관련된 다양한 디지털 리소스에 대한 링크가 포함된 넛지를 받을 수 있습니다: 팟캐스트, 대표적인 객관식 질문, 간 손상의 임상 양상 및 위험 계층화를 논의하는 기사, 그리고 PubMed에서 소싱된 몇 가지 최신 리뷰 등입니다. 생성형 AI(Generative AI)가 큐레이팅된 PubMed 문헌을 요약하기 위해 넛지에 통합되어 있습니다.

이 개입의 현재 반복(iterations)은 팀과 임상 콘텐츠를 공유하는 데 중점을 두고 있지만, 향후 버전은 노출이 부족한 진단을 중심으로 개인화하거나, EHR의 다른 환자 특성을 활용하여 환자 진료와 관련될 수 있는 사회적 건강 결정 요인(social determinants of health)을 강조하는 데 초점을 맞출 수 있습니다. 이 PE 개입은 적어도 부분적으로는 자기 결정 이론(self-determination theory)의 핵심 심리적 욕구를 충족시키기 때문에 효과적입니다: 학습자가 자신의 필요와 관심에 가장 적합한 리소스 유형을 결정하고 가장 필요한 시기(전달 시점 또는 나중에 검토할 시간이 있을 때)에 리소스에 액세스할 수 있도록 함으로써 자율성(autonomy)을 증진합니다. 또한, 의도적으로 팀을 위한 학습 기회를 제공함으로써 이러한 개입은 공동 학습(shared learning)의 수단을 제공하고 팀 간의 관계성(relatedness)을 함양합니다. 이 개입은 또한 참여를 극대화하기 위해 특정 환자의 진료와 관련된 최신 문헌의 새로운 생성형 AI 요약을 포함하는 등 넛지의 현저성(salience) 원칙을 활용합니다. 마지막으로, 적절한 수준의 도전(예: 부담이 적은 퀴즈)이 포함된 넛지는 전공의의 성취감과 유능감(competence)을 높여 학습 동기를 더욱 부여할 수 있습니다.

결론 (Conclusion)

PE는 끊임없이 심화되는 임상 환경에서 학습의 효율성을 획기적으로 향상시킴으로써 의학 교육의 패러다임 전환(paradigm shift)을 대표할 잠재력이 있습니다. 구현 노력의 최전선에 견고한 이론적 토대(strong theoretical foundation)를 유지하는 것은 PE 접근 방식의 잠재력을 완전히 실현하는 데 매우 중요할 것입니다. 이 기사에서 우리는 PE와 특히 관련된 학습 이론 및 디지털 도구를 설명하고 PE의 구현을 안내하기 위한 새로운 이론적 토대를 소개했습니다. 위의 예시들은 이론에 기반한(theory-grounded) PE가 개별 학습자의 경험과 교육적 결과에 대한 우리의 이해를 증강시킬 수 있는 다양한 방법을 보여주며, 이를 통해 환자 및 의료 시스템의 결과를 개선한다는 궁극적인 목표를 가지고 효율적이고 효과적인 학습을 촉진하는 개인화된 교육 계획(personalized educational plans)을 수립할 수 있게 합니다.

1. 상단: 정밀 교육의 흐름 (Process Flow)

정밀 교육이 데이터에서 시작하여 최종 결과로 이어지는 4단계의 순환 과정을 화살표로 나타내고 있습니다.

Data/Inputs (데이터/입력): 학습자에 대한 데이터 수집 단계입니다.
Analytics/Insights (분석/통찰): 수집된 데이터에 고급 분석을 적용하여 의미 있는 정보를 도출합니다.
Interventions (개입): 분석된 통찰을 바탕으로 개인화된 교육적 조치를 취합니다.
Outcomes (결과): 개입을 통해 개인, 프로그램, 시스템 차원의 학습 성과 및 결과 향상을 이룹니다.

2. 하단: 이론적 토대 (Theoretical Foundation)

상단의 PE 프로세스가 효과적으로 작동하기 위해 필요한 두 가지 핵심 기반을 보여줍니다.

왼쪽: Learning Theories (학습 이론)

아이콘: 벽돌담 (견고한 기반을 의미)
내용: PE가 왜(Why) 그리고 어떻게(How) 작동해야 하는지에 대한 교육학적 원리입니다.
- Master adaptive learner (마스터 적응형 학습자)
- Transformative learning (전환 학습)
- Self-determination (자기 결정 이론)
- Others (기타)

오른쪽: Digital Tools (디지털 도구)

아이콘: 망치와 못 (실제 구현을 위한 도구를 의미)
내용: PE를 실제 현장에서 *운영(Operationalize)*하기 위한 기술적 수단입니다.
- Audit & feedback dashboards (감사 및 피드백 대시보드)
- Nudge strategies (넛지 전략)
- Others (기타)

요약

이 그림은 "데이터 기반의 정밀 교육(PE) 프로세스(상단)가 성공하기 위해서는, 확립된 '학습 이론'과 효과적인 '디지털 도구'라는 두 가지 토대(하단)가 필수적으로 뒷받침되어야 한다"는 논문의 핵심 주장을 도식화한 것입니다.

이 그림은 세로로 3개의 기둥(Column)으로 구성되어 있으며, 왼쪽에서 오른쪽으로 흐름이 이어집니다:

Precision Interventions (정밀 개입): 실제로 수행하는 교육 활동 (과녁 아이콘)
Theoretical Foundations (이론적 토대): 해당 활동의 기반이 되는 학습 이론 (벽돌담 아이콘)
Digital Tools (디지털 도구): 이를 구현하는 기술적 도구 (망치 아이콘)

각 행(A, B, C)에 대한 상세 설명은 다음과 같습니다.

A. 개인화된 코칭 (Personalized Coaching)

개입 내용: 개인의 진료 습관 데이터와 AI가 평가한 임상 추론 기록에 대한 코칭을 제공합니다.
이론적 토대 (마스터 적응형 학습자 이론, MAL):
- 계획 및 학습 (Planning & Learning): 패널 관리 및 문서화 교육.
- 평가 (Assessing): 코치와 함께 대시보드의 지표 검토.
- 조정 (Adjusting): 실행 계획(Action plan) 수립.
디지털 도구 (감사 및 피드백 대시보드):
- 적시성 (Timeliness): 거의 실시간으로 데이터 제공.
- 낮은 인지 부하 (Low cognitive load): 단순하고 이해하기 쉬운 프레젠테이션.

B. 가이드된 피드백 (Guided Feedback)

개입 내용: 퇴원 계획 및 재입원을 포함한 환자 인계(transitions of care) 과정에 대한 가이드된 피드백을 제공합니다.
이론적 토대 (전환 학습 이론, Transformative Learning Theory):
- 비판적 성찰과 결합된 혼란스러운 사건 (Disorienting event paired with critical reflection): '잘못된 퇴원(discharge gone wrong)' 사례를 식별하고 검토함으로써 기존의 인식을 전환.
디지털 도구 (감사 및 피드백 대시보드):
- 증거 기반 비교 대상 (Evidence-based comparators): 표준 기준(criterion standard) 및 동료 집단(peer cohort)과 비교.

C. 목표화된 교육 리소스 (Targeted Educational Resources)

개입 내용: 최근 환자의 진단을 바탕으로 진료 팀에게 교육 자료를 전달합니다.
이론적 토대 (자기 결정 이론, Self-Determination Theory):
- 자율성 (Autonomy): 원할 때 스스로 리소스를 선택.
- 유능감 (Competence): 적절한 난이도로 큐레이팅된 객관식 질문 제공.
- 관계성 (Relatedness): 팀과 함께 학습을 공유.
디지털 도구 (넛지 전략, Nudge Strategy):
- 기본값 구조화 (Structuring defaults): 콘텐츠 검토를 위한 미리 설정된 옵션 제공.
- 규범 재정의 (Redefining norms): 팀에게 "일상적인(usual)" 진료의 일부로 전송.
- 현저성 (Salience): 최근 환자의 진단과 직접 연결되어 있어 주목도를 높임.

요약

이 그림은 단순히 데이터를 보여주는 것을 넘어, "어떤 학습 이론을 근거로(Why)", "어떤 디지털 도구를 사용하여(How)", "어떤 교육적 개입(What)"을 할 것인가에 대한 구체적인 청사진을 제시하고 있습니다.

'논문 읽기 (with AI)' 카테고리의 다른 글

정밀 의학교육: 성공적인 이행을 위한 기관 전략 (Acad Med, 2025) (1)	2025.11.22
머리말: 평가와 정밀 교육의 새로운 시대 (Acad Med, 2024) (1)	2025.11.22
건강 문해력 A부터 Z까지 (Ch 9, 35, 36, 37, 38, 39, 40) (1)	2025.11.20
건강 문해력 A부터 Z까지 (Ch 1, 6, 17, 22, 25, 28, 31) (0)	2025.11.19
임상적 불확실성에 대비한 수련의 교육 전략 (N Engl J Med. 2025) (0)	2025.11.16

의대에서 교육하고 있습니다.