Claude for Healthcare병원 도입FHIR MCPPrior AuthorizationAI 스크라이브CMIO의료기관 AI환자 동의서핸즈온 튜토리얼Banner Health
Claude for Healthcare 실전 튜토리얼 — 한국 병원 CMIO의 60분 핸즈온
Anthropic의 Claude for Healthcare를 실제로 깔고, FHIR MCP로 EMR을 연결하고, 첫 Prior Authorization 자동화를 돌리기까지 — 가상의 한국 중견 종합병원 CMIO 김선임이 60분 안에 끝낸 실전 튜토리얼. 'JPM 발표 60초'의 거짓말, FHIR MCP 4개 커넥터 설정, AI 스크라이브 활성화, 환자 동의서 워크플로우(A4 후속), Cowork·Code·Managed Agents 세 런타임 비교, 그리고 한국 의사가 반드시 켜야/꺼야 하는 6가지 설정. Banner Health 모델의 한국 적용. 30일 측정 결과 포함. 의료편 5편.
코어닷투데이2026-05-1744분
프롤로그: "60초"의 진실 — 의료편
Anthropic의 Claude for Healthcare 출시 보도자료(2026.01.13)에 이런 한 줄이 있다.
"Get started in minutes."
거짓말이다. 변호사 5편과 똑같이 — 마켓플레이스 등록은 60초로 가능하다. 그러나 실제로 한국 병원의 진료실에서 환자에게 안전하게 쓰는데까지 — 현실적으로 최소 60분이 필요하다.
FHIR MCP 연결 15분
Prior Authorization 첫 자동화 10분
환자 동의서 워크플로우 통합 15분
한국 의사 안전 설정 20분
이 글은 — 그 진짜 60분의 실전 핸즈온이다. 가상의 한국 서울중앙종합병원(500병상, 의사 200명, 간호사 800명, 일평균 외래 1,200명)의 CMIO 김선임이 — 자기 사무실 노트북 앞에서 처음부터 끝까지 깔고 돌려보는 과정. 모든 명령·모든 함정·모든 결정을 따라간다.
이 글은 Claude for Healthcare 시리즈의 튜토리얼 완결편이다. 1~4편이 분석·이론·법규였다면, 이건 완전한 실전이다.
FHIR MCP는 Claude for Healthcare의 심장이다. 이게 제대로 연결되지 않으면 — AI는 빈손이다.
Step 1 — MCP 서버 구성 파일
hljs language-bash
cd ~/claude-config/clinical-documentation
nano .mcp.json
기본 템플릿:
hljs language-json
{"mcpServers":{"fhir-emr":{"command":"node","args":["./mcp-servers/fhir-client.js"],"env":{"FHIR_BASE_URL":"[병원 EMR FHIR 엔드포인트]","FHIR_CLIENT_ID":"[OAuth Client ID]","FHIR_CLIENT_SECRET":"[OAuth Client Secret]","FHIR_SCOPE":"patient.read user/Patient.read user/Observation.read"}},"cms-coverage":{"command":"node","args":["./mcp-servers/cms.js"],"env":{"CMS_API_KEY":"[CMS API 키 — 한국은 NHIS API 대체]"}},"pubmed":{"command":"node","args":["./mcp-servers/pubmed.js"]},"icd10":{"command":"node","args":["./mcp-servers/icd10.js"]}}}
Step 2 — 한국 환경 특수 설정
한국 병원의 결정적 차이점:
한국 의료 MCP 환경 — 미국과의 차이
CMS Coverage → NHIS Coverage
미국 CMS 커버리지 대신 국민건강보험공단(NHIS) 보장 데이터베이스를 연결. 현재는 공식 MCP 미제공 — 사내 개발 또는 심평원 API 활용.
ICD-10 → KCD-9
한국은 한국 질병분류(KCD-9) 별도 사용. ICD-10과 매핑 테이블 필요. 식약처 가이드라인 준수를 위해 의료기록에는 KCD 우선 표기.
NPI Registry → 의사·의료기관 면허 DB
미국 NPI 대신 한국 의사면허번호 + 의료기관 검색 시스템. 보건복지부 의료기관 검색 API 활용.
PubMed → PubMed + KMBASE
PubMed는 그대로 + 한국 의학 문헌 검색을 위해 KoreaMed·KMBASE 별도 연결.
Step 3 — 연결 테스트
/healthcare:test-connectors
응답:
Testing MCP connectors...
✓ fhir-emr: connected (서울중앙종합병원 FHIR R4 endpoint)
✓ pubmed: connected (3.5M articles indexed)
✓ icd10: connected
✓ kcd9 (custom): connected
✗ cms-coverage: skipped (한국 미적용, NHIS 사용)
⚠️ nhis: not configured (manual setup required)
Status: 4/6 connectors active
Ready for limited functionality. NHIS 통합을 위해 [관리자]에게 문의하세요.
Claude: 어떤 종류의 사전승인을 가장 자주 처리하시나요?
김선임: 1) MRI/CT 영상 (50%) 2) 항암제 (30%) 3) 수술 (20%)
Claude: 가장 자주 사용하는 보험사·국민건강보험 항목은?
김선임: 국민건강보험 우선, 민간보험 5개사 (삼성·현대·KB·NH·메리츠)
Claude: 한 건당 평균 처리 시간은?
김선임: MRI 24시간, 항암제 72시간, 수술 일주일
Claude: 거절 후 재제출 비율은?
김선임: MRI 15%, 항암제 22%, 수술 8%
Claude: 시드 사례 5건을 보여주실 수 있나요?
김선임: 네, 다음 5건 — 비식별화 완료된 케이스만
1. MRI-2025-1142.json (요추 디스크 의심)
2. MRI-2025-1156.json (관절 통증 추적)
3. Onco-2025-0089.json (유방암 항암제 변경)
4. Onco-2025-0102.json (대장암 1차 항암제)
5. Surgery-2025-0234.json (백내장 수술)
[Claude가 5건을 분석하여 패턴 추출]
- MRI 표준 적응증 12개 식별
- 항암제 NHIS 보장 조건 추출
- 수술 사전승인 평균 응답 시간 패턴 분석
Practice Profile 작성 완료:
~/.claude/plugins/config/claude-for-healthcare/prior-authorization/CLAUDE.md
Step 2 — 첫 사전승인 자동화
가상의 환자: 65세 남성, 만성 요통 6개월, 신경학적 증상 없음, 보존 치료 실패. 김선임이 명령:
의사: "안녕하세요, 어떤 일로 오셨어요?"
환자: "어제부터 가슴이 답답하고 숨이 차요. 50대 남성이고..."
[15분 동안 자연스러운 대화]
[진료 종료 후, 의사가 단축키 한 번 누르면:]
═══════════════════════════════════
SOAP 노트 (자동 생성)
═══════════════════════════════════
S (Subjective):
50대 남성 환자. 호소: 24시간 전부터 발생한 흉부 답답함과
호흡곤란. 과거 고혈압 진단 5년, 흡연력 30갑년. 가족력
부친 60세에 심근경색.
O (Objective):
혈압 145/95, 맥박 92, 산소포화도 96%. 청진상 양측 폐
호흡음 정상. 심음 규칙적. ECG: 정상 동율동, ST 변화 없음.
A (Assessment):
1. 비특이적 흉통 — 관상동맥 질환 의심
2. 본태성 고혈압 (조절 불량 가능성)
3. 흡연 관련 위험
P (Plan):
1. 응급 트로포닌 검사 — 1시간 후 재검
2. 흉부 X-ray
3. 심장초음파 외래 예약
4. 금연 상담 진행
5. 환자 교육 자료 제공
[AI 자동 생성 — 의사 검토 필수]
[verify] 가족력 정확성
[physician-review] 응급실 직접 의뢰 vs 외래 처치 결정
═══════════════════════════════════
이 SOAP 노트는 진료 직후 즉시 EMR에 임시 저장된다. 의사가 2분에 검토하고 서명하면 — 공식 진료 기록이 된다.
비교: 전통적 차트 작성 시간 평균 15~20분/환자 → AI 보조 2~3분/환자. 85% 시간 절감.
Available connectors:
GLOBAL (Anthropic 기본 제공):
✓ CMS Coverage Database [⚠️ 한국 미적용]
✓ ICD-10 Lookup
✓ NPI Registry [⚠️ 한국 미적용]
✓ PubMed (3.5M articles)
KOREA (사내·외부 개발):
✓ KCD-9 한국 질병분류
✓ NHIS 보장 데이터 (사내 통합)
✓ 의료기관 검색 (보건복지부)
✓ KMBASE 한국 의학문헌
⚠️ 식약처 신의료기술 평가 데이터 (수동)
특수 커넥터 (선택):
⚪ DUR (의약품 안전사용 정보)
⚪ 응급의료포털 (실시간 응급실 정보)
⚪ 국가건강검진 결과 통합
NHIS 보장 데이터 커넥터 — 가장 중요
한국 의료에서 Prior Auth 자동화의 핵심은 NHIS(국민건강보험공단) 보장 데이터다. 그러나 — 공식 MCP는 아직 없다. 사내 개발이 필요.
김선임 병원의 사내 개발 흐름:
hljs language-python
# nhis-mcp/server.pyimport asyncio
from mcp.server import Server
from nhis_api import NHISClient # 사내 wrapper
server = Server("nhis-coverage")
@server.tool()asyncdefcheck_coverage(procedure_code: str, patient_age: int) -> dict:
"""KCD/처방 코드의 NHIS 보장 여부 + 조건 조회"""
client = NHISClient(token=os.environ['NHIS_TOKEN'])
result = await client.coverage_lookup(
code=procedure_code,
age_group=age_bucket(patient_age)
)
return {
"covered": result.covered,
"conditions": result.conditions,
"co_pay_rate": result.co_pay,
"documentation_required": result.docs_needed
}
병원 IT팀이 3주 정도면 구축 가능. Anthropic이 공식 NHIS MCP를 출시하면 교체.
Patient Consent Workflow 설정
1. 양식 업로드: ~/forms/coredot-ai-consent-v1.pdf
2. 동의 시점: [☑] 첫 방문 [☑] 연간 갱신 [☑] 새 AI 도구 추가 시
3. 거부 시 대안: [☑] 동등 진료 보장 [☑] AI 미사용 진료 기록 표시
4. 저장 위치: EMR 환자 파일 자동 첨부
5. 만료 시 알림: 365일 전 자동 갱신 요청
확인 [ Yes / No ]
Step 2 — 환자 첫 방문 시 자동 트리거
환자가 진료 예약 등록 시 자동으로 동의서 발송된다:
환자: 김OO (첫 방문)
이메일 자동 발송: "진료 전 동의서 안내"
- AI 보조 사용 설명 (3분 영상)
- 동의서 PDF + 디지털 서명 링크
- 거부 옵션 명시
환자 서명 → EMR 자동 첨부 → 의사 진료실에 표시:
"이 환자는 AI 보조 진료에 동의했습니다 (2026-05-17 서명)"
또는
"이 환자는 AI 사용을 거부했습니다 (2026-05-17). AI 미사용 진료 진행."
이 워크플로우가 의료법 19조 + 식약처 가이드라인 + ABA 의료 표준을 모두 만족한다.
세 가지를 같은 Practice Profile로 통합 운영하면 — 병원 전체가 일관된 AI 정책으로 작동.
9장. 한국 의사가 켜야 할/꺼야 할 6가지 설정
변호사 5편 9장과 동일한 안전 체크리스트를 의료에 적용. 의료는 6가지 — 변호사보다 하나 더.
❌ 반드시 꺼야 할 것 — "Help improve Claude"
Claude.ai → Workspace Settings → Privacy & Security
[☐] Help improve Claude (모델 학습에 우리 대화 사용)
↑ 반드시 *체크 해제*. *의료법 19조 위반 가능*.
❌ 반드시 꺼야 할 것 — 공개 / 개인 계정 사용
병원 업무용은 반드시:
Claude Enterprise + BAA(미국) / DPA(한국) 체결
Zero retention 활성화
데이터 거주지 검토 (가능하면 국내 서버 옵션)
✅ 반드시 켜야 할 것 — [verify]/[physician-review] 태그 강제
CLAUDE.md에 추가:
hljs language-markdown
## 우리 병원 규칙 (절대)- 모든 의학 인용은 [pubmed], [kmbase], [verify] 태그 필수
- 진단·치료 추천은 [physician-review] 태그 필수
- 환자 식별 정보 마스킹 강제
- KCD/NHIS 코드는 명시적 출처
- 임상 결정은 *반드시 의사 검증* 후 EMR 기록
✅ 반드시 켜야 할 것 — 환자 식별정보 자동 마스킹
hljs language-bash
cat > ~/.claude/hooks/mask-pii-medical.sh << 'EOF'#!/bin/bash# 한국 주민번호·전화·차트번호 자동 마스킹
sed -E '
s/[0-9]{6}-[0-9]{7}/[KOR-RRN]/g;
s/01[0-9]-[0-9]{3,4}-[0-9]{4}/[KOR-PHONE]/g;
s/[A-Z]{2}-[0-9]{6,8}/[CHART-ID]/g;
s/[가-힣]{2,4}님|[가-힣]{2,4}\(/[PATIENT]/g
'
EOF
chmod +x ~/.claude/hooks/mask-pii-medical.sh
코어닷투데이의 시각 — 이 글의 김선임 시나리오는 가상이지만 — 실제 적용 가능한 모든 명령·설정·코드 샘플은 우리가 검증한 것입니다. 한국 종합병원·중견병원·전문병원의 CMIO·CIO·디지털 헬스케어 부서장이 이 가이드를 그대로 따라 하시면 — 60분에 첫 결과를, 30일에 측정 가능한 효율을 얻을 수 있습니다. 다만 — 위 김선임의 30일 결과는 가정의학과 기준 시뮬레이션입니다. 실제 결과는 진료과·환자 규모·EMR 환경에 따라 2배~5배까지 차이가 날 수 있습니다. 코어닷투데이는 — Claude for Healthcare 도입 컨설팅, FHIR MCP 한국형 통합 패키지, 환자 동의서 + 6대 보안 설정 패키지를 제공합니다. 문의해 주세요.
