아동학대, 진료정보와 영유아검진자료 적극 활용 모색해야

조민규 기자 2023. 7. 16. 16:41
음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

사회보장정보원, 진료정보기반 아동학대 위험도 자동평가모델 개발방안 연구 공개

(지디넷코리아=조민규 기자)아동을 학대로부터 보호하기 위해 영유아검진 자료 등 진료정보를 적극 활용해야 한다는 지적이다.

한국사회보장정보원(이하 정보원)은 2022년 연구보고서 ‘진료정보 기반 아동학대 위험도 자동평가모델 개발방안 연구’를 공개했다.

의료기관은 학대 피해 아동들에게 중요한 보호의 진입점이라는 의미에서 이번 연구는 아동학대 등록정보와 진료 및 검진 자료의 결합·분석을 처음 수행한 의미 있는 연구이다.

정보원 김선월 연구위원은 “데이터는 사회문제의 이해를 돕고 해소에 중요한 정보를 제공한다. OECD 국가 중 국민 1인당 외래 진료 횟수가 가장 높고, 전 국민이 건강보험에 가입하는 우리나라에서 진료와 검진 정보 등은 아동학대 조기 발견에 가치가 매우 높다”라고 강조했다.

이번 연구에서는 최근 5년간(2017년~2021년) 학대 피해 아동 등록정보를 국민건강보험공단 데이터와 결합해 의료보험 자격, 장애유형, 학대의심 진료여부 등이 아동학대 발생에 유의미한 영향을 주는 것으로 확인됐다.

이번 연구는 2017년부터 2021년까지 손상 및 외인에 의한 특정 진단(한국표준질병사인분류 코드 S,T,X,Y,Z)을 포함하는 18세 미만 사람에 아동학대 판정 등록 데이터를 결합해 분석했다.  의료보험 자격 및 진료 이력 분석을 위해 학대판정군은 최초 학대판정이 2018년부터 2021년 사이에 있는 경우 약 6만명, 학대판정이 없는 군은 2018년도를 기준 약 629만명을 대상으로 진행했다.

의료보험자격, 장애유형 및 학대의심 진료에 따른 아동학대 위험도(출처=사회보장정보원)

구체적으로 직장피부양자에 속한 아동보다 건강보험 지역가입자 세대에 속한 아동은 약 2배, 의료급여 세대에 속한 아동은 3배 이상 높았고, 지적·자폐·언어장애가 있는 아동은 장애가 없는 아동보다 학대 위험이 3배 이상 높았다.

최근 6개월 내 스트레스 장애나 소아기 불안장애 진료 경험이 있는 아동은 없는 아동에 비해 학대 위험이 4배 이상, 학대 증후군이나 행동·정서장애 등으로 진료받은 아동은 3배 이상 높았다. 스트레스나 불안장애 등 정서적 문제로 진료받는 아동들에 대해서는 의료인의 주의 깊은 관찰이 요구된다.

장애아동의 학대 위험은 지적, 자폐성 장애와 같이 자기표현이 어려운 중증 장애에서 높았다. 비장애아동에 비해 보호 과정에서 많은 신체 접촉과 관찰이 필요한 장애아동은 특성을 고려한 학대 기준과 대응 방안이 필요하다는 분석이다.

또 영유아 검진 종합판정(‘20년 기준 최대 7차)에서 정밀평가 필요 판정을 받은 횟수가 1회 증가할수록 학대 위험은 1.4배씩 높아지는 것으로 확인됐다.

2017년부터 2020년 사이 영유아 검진 수검이 1회 이상 발생한 아동 267만 명의 데이터를 사용했으며, 이 중 학대판정군은 약 2만명(0.69%)에 해당됐다.

검진차수별 영유아검진 발달평가 및 상담의 심화평가 권고 비율(출처=사회보장정보원)

특히 검진 2차부터 시행하는 발달평가 및 상담의 심화평가 권고 판정은 학대 피해 아동(학대판정군)과 그렇지 않은 아동(대조군) 간에 인지, 언어, 사회성 발달평가 모두에서 유의미한 차이를 보였다.

현재는 아동학대 발굴을 위해 영유아 검진 미수검 아동을 관심 대상으로 두고 있지만, 검진의 종합판정이나 발달평가 등의 검진 내용에 대해서도 살펴보고 학대 예측에 활용해야 한다. 그러기 위해서는 영유아 검진 데이터의 품질 검증이 필요하며, 학대의 가능성을 정량화할 수 있는 평가지표의 개발 등도 요구된다.

한편 진료정보를 기반으로 아동학대를 사전 발굴하기 위해 머신러닝을 이용한 위험도 평가모델의 적용 가능성도 확인했다.

의료보험 자격유형, 장애유형과 학대의심 진료여부 등을 사용한 분류 모델에서는 실제 아동학대 사례의 60%를 아동학대로 예측했고, 영유아 검진 정보를 사용한 분류 모델에서는 실제 아동학대 사례의 67%를 아동학대로 예측하는 성능을 확인했다.

정보원 김선월 연구위원은 “사회문제 해결에 다양한 데이터의 활용은 매우 중요하다. e아동행복지원시스템은 이미 다양한 정보를 연계해 위기 아동을 발굴하는 데 기여하고 있다. 그러나 위기에 있는 아동들을 더 정확하게 발굴하기 위해서는 다양한 자료원의 활용 가치에 관한 사전 연구들이 선행되고 효과가 검증된 정보들이 시스템에 적용되어야 할 것”이라며 “이를 위해서는 부처 간 데이터 활용 장벽의 해소 방안 마련이 우선돼야 한다”라고 강조했다.

조민규 기자(kioo@zdnet.co.kr)

Copyright © 지디넷코리아. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?