수급자·의료비 예측 또 빗나간 의료급여 - 브릿지경제

최근 5년간 정부는 의료급여 예산을 편성하면서 수급자 수와 의료비 지출을 예측했지만, 실제 결과와는 큰 차이를 보였습니다. 예를 들어 2022년에는 수급자 수를 과소 추계하여 실제 지출액이 예산보다 크게 늘어났습니다. 반면, 2023년에는 코로나19 팬데믹 상황을 고려하여 의료비 지출을 과다하게 예측, 불필요한 예산이 편성되기도 했습니다. 보건복지부 관계자는 "예측 모델의 한계와 예상치 못한 사회적 변수 발생으로 인해 정확한 예측에 어려움이 있었다"고 해명했습니다. 하지만 전문가들은 정부의 예측 시스템에 구조적인 문제가 있다고 지적하며, 데이터 분석 역량 강화와 함께 예측 모델의 정확성을 높이는 노력이 필요하다고 강조합니다.

정부 예측 실패의 가장 큰 문제는 재정 운용의 비효율성을 초래한다는 점입니다. 의료급여 예산이 부족할 경우, 필요한 의료 서비스 제공에 차질이 생길 수 있습니다. 반대로 예산이 남을 경우에는 다른 복지 분야에 투자할 수 있는 재원을 낭비하는 결과를 낳습니다. 실제로 2022년에는 의료급여 예산 부족으로 인해 일부 의료기관에서 환자 진료를 제한하는 사례가 발생하기도 했습니다. 이에 대해 시민단체 관계자는 "정확한 예측을 통해 예산을 효율적으로 배분하고, 의료 사각지대에 놓인 사람들에게 실질적인 도움을 줄 수 있도록 해야 한다"고 강조했습니다.

정부의 의료급여 예측 실패는 해외 사례와 비교했을 때 더욱 두드러집니다. OECD 국가들은 빅데이터 분석과 인공지능 기술을 활용하여 의료 수요를 예측하고, 예산을 효율적으로 관리하고 있습니다. 예를 들어 영국은 국가보건서비스(NHS)에서 환자 데이터를 분석하여 질병 발생률을 예측하고, 맞춤형 의료 서비스를 제공하고 있습니다. 또한, 캐나다는 의료비 지출 예측 모델을 개발하여 예산 낭비를 줄이고, 의료 서비스의 질을 향상시키고 있습니다. 전문가들은 "우리나라도 해외 사례를 참고하여 예측 시스템을 개선하고, 데이터 기반 의사 결정을 강화해야 한다"고 조언합니다.

의료급여 제도의 지속가능성을 확보하기 위해서는 정부의 예측 시스템 개선뿐만 아니라, 제도 자체의 개혁도 필요합니다. 의료 남용을 방지하고, 의료 서비스 이용의 형평성을 높이는 방안을 모색해야 합니다. 또한, 민간 보험과의 연계를 통해 의료비 부담을 분산시키는 방안도 고려해 볼 수 있습니다. 앞으로 정부는 의료급여 제도 전반에 대한 심도 있는 논의를 통해 미래 사회에 대비해야 할 것입니다. 의료 전문가들은 "정부, 의료기관, 시민단체 등 다양한 이해관계자들이 함께 머리를 맞대고, 지속가능한 의료급여 시스템 구축을 위해 노력해야 한다"고 입을 모으고 있습니다.