미국 의료 시스템의 난제

- 미국의 1인당 연간 의료비 지출은 약 14,570달러로, OECD 국가 중 최고 수준이며 일본의 약 2.5배에 달함 - 이 오픈소스 프로젝트는 미국 의료 시스템의 낭비 요소를 정량화하고, 각 문제별로 절감 가능한 비용을 계산함 - CMS, OECD, RAND 등 공공 데이터셋을 분석해 현재까지 연간 986억 달러의 절감 가능성을 확인함 - 세부 항목으로는 OTC 약품 과지출, 동일 약품의 국가별 가격 차이, 병원 절차의 과다 청구 등이 포함됨 - 모든 분석 코드와 데이터는 재현 가능한 형태로 공개되어 있으며, 정책 개선을 위한 근거 자료로 활용 가능함 프로젝트 개요 - 미국은 1인당 약 14,570달러를 의료비로 지출하며, 일본의 5,790달러와 비교해 큰 격차를 보임 - 이 차이는 연간 약 3조 달러 규모의 비효율로 계산됨 - 프로젝트는 각 이슈별로 수정 가능한 낭비 요소를 식별하고, 연방 데이터 기반으로 비용을 정량화함 - 모든 분석은 오픈소스 코드로 제공되어 누구나 동일한 결과를 재현 가능함 절감 효과 요약 - 현재까지 3개 이슈를 통해 연간 986억 달러 절감 가능성을 확인 - 이는 전체 3조 달러 격차의 약 3.3% 에 해당 - 각 이슈별 절감액 - OTC 약품 과지출: 6억 달러 - 동일 약품의 국가별 가격 차이: 250억 달러 - 병원 절차의 과다 청구: 730억 달러 주요 발견 - 동일한 의료 행위임에도 불구하고 가격 차이가 극심함 - 동일 수술과 동일 근거에도 불구하고 국가별·보험별 가격이 크게 다름 - 국제 비교 자료(iFHP 2024–2025)에 따르면, 미국의 보험 지불액은 다른 국가 대비 현저히 높음 발행된 이슈별 분석 Issue #3 — The 254% Problem (~730억 달러/년) - 민간 보험사는 동일 병원 시술에 대해 Medicare 요율의 254% 를 지불함 - 예: 고관절 치환술은 미국에서 29,000달러, 다른 OECD 국가는 11,000달러 미만 - 지불 상한을 Medicare의 200%로 제한할 경우 연간 약 730억 달러 절감 가능 - 분석 근거 - CMS HCRIS FY2023 병원 3,193곳의 원가 보고서 - RAND 5.1 연구: 민간 보험 지불액이 Medicare의 254% 수준 - Montana Medicaid 및 자가보험 고용주 사례에서 이미 동일한 기준 적용 중 - 병원 유형별 마크업 비율 - 영리병원 4.11배, 비영리 2.46배, 공공 2.22배 - 전체 병원의 37%가 3배 이상 청구 - 절감 계산식: 5,280억 달러 × 65% × 21.3% = 730억 달러 Issue #2 — The Same Pill, A Different Price (~250억 달러/년) - Medicare가 동일 약품에 대해 OECD 국가보다 7~25배 높은 가격을 지불함 - 국제 기준 가격(독일, 프랑스, 일본, 영국, 호주 등) 을 참조할 경우 연간 250억 달러 절감 가능 - 데이터 출처 - CMS Medicare Part D (2023) - NHS Drug Tariff (2026) - RAND RRA788-3 (2024) - Peterson-KFF OECD 약가 비교 (2024) - 주요 분석 기준 - CMS 데이터는 리베이트 전 총비용 기준 - 상위 브랜드 약품에 평균 49% 리베이트 조정 적용 Issue #1 — Medicare의 OTC 약품 문제 (~6억 달러/년) - Medicare Part D가 일반의약품(OTC)으로 구매 가능한 약품을 처방약 가격으로 지불함 - 단계적 치료(step therapy) 를 적용해 OTC 대체제를 우선 사용하도록 하면 연간 6억 달러 절감 가능 - 데이터 출처 - CMS Part D Spending by Drug (2023) - JAMA OTC Equivalents Study (2023) - MedPAC Part D Report (2024) - OTC 단가와 청구 단위(30단위 기준)를 기반으로 절감액 산출 향후 계획 - Issue #4에서는 Pharmacy Benefit Manager(PBM) 의 스프레드 프라이싱, 리베이트 불투명성, 포뮬러리 조작 문제를 다룰 예정 프로젝트 운영 및 원칙 - 모든 수치는 CMS, OECD, RAND 등 1차 데이터에서 직접 산출 - 모든 스크립트는 클린 클론 환경에서 재현 가능 - 각 분석에는 명시적 출처와 수식 근거가 포함됨 - 프로젝트는 MIT 라이선스로 공개되어 있으며, 누구나 기여 가능 기술 구성 - 사용 언어: Python 99.1%, Shell 0.9% - 각 이슈별 분석 파이프라인은 데이터 구축, 시각화, 검증 단계로 구성됨 - 전체 저장소는 오픈데이터 기반의 탐사 데이터 저널리즘 프로젝트 형태로 운영됨