청구 불일치 서면조사의 문제점을 지적하는 목소리가 계속되고 있다. 데이터마이닝에 대한 성토의 장이나 다름없다.

28일 서울시약사회 청구불일치 대책 TF팀는 청구 불일치 조사에 대한 문제점과 대안을 제시했다.

대책팀의 심평원 청구 불일치 조사 의견서에 따르면 지난해 10월 감사원 지적으로 시작된 서면조사 대상약국의 부당청구 의심 금액은 약국 전체 약제비 청구 규모에 대입하면 1년에 0.05%의 금액이다.

이러한 수치는 약국에서의 청구관리가 얼마나 철저히 이루어지고 있는지에 대한 반증이다.

대책팀은 "관리가 가장 철저한 향정약도 업무상 3%의 로스율을 법적으로 인정하고 있다"며 "현재 밝히고 있지 않은 심평원 의약품관리정보센터에 보고되는 공급업체의 품목, 수량 오류율도 이 수치를 훨씬 상회할 것"이라고 주장했다.

대책팀은 "주유소 주유기의 오차범위가 0.5%, 자동차 연비의 오차범위는 3%인데 여기에도 훨씬 못 미치는 청구오류를 가지고 부당 대체조제를 의심해 비도적인 집단으로 몰아가는 현재의 방식은 문제가 많다"고 지적했다.

고의적으로 약가차액을 이용해 청구한 소수의 약국에 대한 조사를 위해서 전체 집단을 무작위로 조사하는 현행 방식은 수정돼야 한다는 것이다.

서울시약 TF는 "의약품관리정보센터 데이터마이닝 기법의 오류를 찾아내기 위해서 수많은 약국들이 실험되고 있는 것과 다르지 않다"며 "이제부터라도 전체 약국의 0.05% 청구오류를 찾기 위한 서면조사 방식을 획기적으로 개선해야 한다"고 주장했다.

대책팀은 "대상 약국의 숫자가 보도되면서 의도가 불손한 단체에게 '80% 약국에서 약 바꿔치기'라는 식의 악의적인 선전도구로 전락해버리고 있다"며 "이러한 언론플레이가 계속된다면 환자-약사 간 신뢰에 문제가 생기고 전체 의료전문가들에 대한 신뢰도 무너진다"고 지적했다.

대책팀은 "현재 데이터마이닝은 2008년 재고를 0으로 리셋하고 2009년부터 39개월간의 도매, 제약업체 공급량과 약국의 청구량을 단순 비교분석한 통계 알고리즘으로 알려져 있다"며 "도매, 제약업체의 공급데이터가 틀린 경우에도 100% 약국의 잘못으로 의심하고 소명하라고 돼 있다"고 설명했다.

약국에서 발생하는 다빈도 공급 데이터 누락 사례는 ▲도매, 제약회사에서 공급내역을 누락 ▲약가 인하보상을 위한 일시적인 반품 ▲의약품 코드 변경 ▲약국 간 거래 ▲약국 인수시 이전 폐업약국 재고 인수 ▲2008년 이전 구입한 의약품 중 유효기간이 남아있는 의약품 재고 등이다.

대책팀은 "심평원은 이미 드러난 공급데이터 오류를 수정해야 한다며 0.05%의 청구오류를 찾기 위해 4~5년 전의 공급데이터를 약국에서 찾아서 입증하라는 현재의 방식은 비합리적이며, 몰상식한 방식이라고 지적했다.

또 의약품 공급내역이 의무화된 것은 2008년이지만 법적인 제제근거가 확정된 것은 2009년으로 심평원은 2008년부터 의약품 공급내역의 누락률을 공개하지 않는 것도 문제점으로 지적됐다.

대책팀은 "폐업도매상, 영세 도매업체의 누락이 소명 과정에서 심각한 수준"이라며 "약국의 소명 이전에는 전혀 파악하고 있지 못하고 의약품 코드변경과 같은 단순한 데이터도 데이터마이닝에서 고려되지 못했다는 것은 프로그램 설계 자체의 전문성이 의심된다"고 주장했다.

대책팀은 "데이터마이닝 프로그램에 대한 자신감을 주장하려면 최소한 신뢰구간 99%, 많이 양보한다고 해도 95%에 대한 입증을 해야 한다"며 "만일 소명약국이 전체약국의 5%만 넘는다고 가정해도 통계학적으로 무의미한 프로그램이 된다"고 주장했다.

서울시약 TF는 청구 불일치 조사에 대한 개선책도 제시했다.

먼저 대책팀은 심평원은 데이터마이닝 프로그램의 알고리즘을 공개하고 약사회 및 관계단체와 합리적인 절차를 통해 프로그램을 보완 재논의해야 한다고 촉구했다.

아울러 대책팀은 2008년 이후 현재까지 매년 공급업체의 누락내역 통계를 공개하고, 폐업 공급기관에 대한 철저한 자료 확보를 포함한 향후 공급내역의 100%확보가 데이터마이닝의 전제 조건임을 분명히 해야 한다며 공급내역 100%를 담보할 수 있는 관리시스템 선행을 제안했다.

또 대책팀은 분업을 안정화시키기 위해서 일선약국들은 약국 간 거래를 통해 많은 부분을 해결하고 있다며 이 부분을 고려하기 위한 데이터마이닝 프로그램 보완이 시급하다고 주장했다.