의료 워크플로우 에이전트 설계 — 외래 보조 AI 만들기
…
한줄 요약
외래 보조 에이전트는 환자 정보를 입력받아 감별진단→가이드라인 검색→처방 초안→약물 상호작용 확인→SOAP 노트 작성까지 5단계를 자동 수행하되, 최종 결정은 항상 의사에게 남긴다.
외래 현장의 문제
외래 진료에서 의사 1인이 처리해야 하는 작업:
- 환자 주소(chief complaint) 청취
- 감별진단 목록 작성
- 관련 가이드라인 참조
- 처방 결정 및 상호작용 확인
- SOAP 노트 작성 및 EMR 입력
이 중 시간을 가장 많이 빼앗는 것은 3번과 5번이다. 에이전트가 이 두 단계를 보조한다.
외래 보조 에이전트 아키텍처
[입력]
환자 주소·병력·활력징후·기존 복용약
↓
[Step 1] 감별진단 생성
↓
[Step 2] 관련 가이드라인 검색
↓
[Step 3] 처방 초안 작성
↓
[Step 4] 약물 상호작용 확인
↓
[Step 5] SOAP 노트 초안 작성
[출력]
의사 검토용 초안 패키지 (최종 결정은 의사)각 스텝의 Tool 정의
OUTPATIENT_TOOLS = [
{
"name": "generate_ddx",
"description": "주증상과 병력을 바탕으로 우선순위가 있는 감별진단 목록을 생성한다.",
"input_schema": {
"type": "object",
"properties": {
"chief_complaint": {"type": "string"},
"history": {"type": "string"},
"vitals": {"type": "object"},
"age": {"type": "integer"},
"sex": {"type": "string", "enum": ["M", "F"]}
},
"required": ["chief_complaint", "age", "sex"]
}
},
{
"name": "search_clinical_guideline",
"description": "진단명 또는 임상 상황에 맞는 최신 가이드라인을 검색한다.",
"input_schema": {
"type": "object",
"properties": {
"diagnosis": {"type": "string"},
"clinical_question": {"type": "string"}
},
"required": ["diagnosis"]
}
},
{
"name": "draft_prescription",
"description": "가이드라인과 환자 데이터를 기반으로 처방 초안을 생성한다. "
"결과는 항상 'draft' 상태이며 의사 승인 없이 실행되지 않는다.",
"input_schema": {
"type": "object",
"properties": {
"diagnosis": {"type": "string"},
"medications": {"type": "array", "items": {"type": "string"}},
"patient_weight": {"type": "number"},
"egfr": {"type": "number"}
},
"required": ["diagnosis", "medications"]
}
},
{
"name": "check_interactions",
"description": "처방 초안의 모든 약물 조합에 대해 상호작용을 일괄 확인한다.",
"input_schema": {
"type": "object",
"properties": {
"drug_list": {
"type": "array",
"items": {"type": "string"},
"description": "현재 복용 중인 약물 + 신규 처방 약물 전체"
}
},
"required": ["drug_list"]
}
},
{
"name": "write_soap_note",
"description": "수집된 정보를 바탕으로 SOAP 형식의 진료 노트 초안을 작성한다.",
"input_schema": {
"type": "object",
"properties": {
"subjective": {"type": "string"},
"objective": {"type": "object"},
"assessment": {"type": "array", "items": {"type": "string"}},
"plan": {"type": "array", "items": {"type": "string"}}
},
"required": ["subjective", "assessment", "plan"]
}
}
]Python Pseudo-code — 전체 실행 흐름
import anthropic
client = anthropic.Anthropic()
def run_outpatient_agent(patient_data: dict) -> dict:
"""
외래 보조 에이전트 실행.
Returns: 의사 검토용 초안 패키지
"""
system_prompt = """당신은 외래 진료를 보조하는 의료 AI 에이전트입니다.
주어진 환자 정보를 분석하여 진단, 처방 초안, SOAP 노트를 작성합니다.
중요 원칙:
- 모든 결과물은 '초안'이며 의사의 최종 승인이 필요합니다
- 불확실한 경우 명확히 표시하고 전문가 판단을 요청합니다
- 처방은 절대 직접 실행하지 않습니다
"""
user_message = f"""
다음 환자의 외래 진료를 보조해 주세요:
주증상: {patient_data['chief_complaint']}
나이/성별: {patient_data['age']}세 {patient_data['sex']}
병력: {patient_data.get('history', '없음')}
현재 복용약: {patient_data.get('current_meds', [])}
활력징후: {patient_data.get('vitals', {})}
감별진단 → 가이드라인 검색 → 처방 초안 →
상호작용 확인 → SOAP 노트 순서로 진행해 주세요.
"""
messages = [{"role": "user", "content": user_message}]
agent_log = []
while True:
response = client.messages.create(
model="claude-opus-4-5",
max_tokens=8192,
system=system_prompt,
tools=OUTPATIENT_TOOLS,
messages=messages
)
if response.stop_reason == "end_turn":
return {
"summary": response.content[0].text,
"agent_steps": agent_log,
"status": "awaiting_physician_review"
}
tool_results = []
for block in response.content:
if block.type == "tool_use":
agent_log.append({
"step": block.name,
"inputs": block.input
})
result = dispatch_tool(block.name, block.input)
tool_results.append({
"type": "tool_result",
"tool_use_id": block.id,
"content": str(result)
})
messages.append({"role": "assistant", "content": response.content})
messages.append({"role": "user", "content": tool_results})안전장치
에이전트가 제안하더라도 다음 행동은 반드시 의사가 직접 수행해야 한다.
- 처방 확정 — 초안 검토 후 의사가 EMR에서 별도 서명
- 검사 오더 — 에이전트는 “이 검사가 필요합니다”까지만 제안
- 중증 감별진단 — 확신도 70% 미만 시 에스컬레이션 플래그 삽입
핵심 정리
- 외래 보조 에이전트의 5단계: 감별진단 → 가이드라인 → 처방 초안 → 상호작용 → SOAP
- 각 단계를 별개의 Tool로 구분하면 에러 추적과 감사 로그가 쉬워진다
- 처방 관련 Tool은 항상 “draft” 상태를 반환하며 의사 승인 없이 실행 불가
- 에이전트 로그를 남겨두면 의사가 AI 판단 근거를 추적할 수 있다
- 불확실성이 높을 때 에스컬레이션하는 로직이 안전 설계의 핵심이다