의료 Cold-Start Interview의료 AI 도입Practice ProfileFHIR진료 프로토콜IRB빅5 병원의료 컨텍스트 엔지니어링AI 온보딩
의료 Cold-Start Interview 완전 해부: AI를 '우리 병원 의사'로 만드는 15분
Cold-Start Interview 메타 패턴이 의료 산업에 적용되면 — 단순한 5단계가 아니라 *IRB 검증을 포함한 6단계*가 된다. 신입 의사가 첫날 받는 진료 매뉴얼·진료과별 프로토콜·환자 응대 어조·escalation 체인을 — AI에게 *15분의 면접*만으로 가르치는 방법. 내과·외과·소아과·정신과·응급·영상의학 6개 진료과의 결정적 차이까지. Anthropic의 *claude-for-healthcare* 저장소에서 발견한 *진짜 표준* + 한국 병원 적용 7단계 레시피. 의료편 시리즈 완결편.
코어닷투데이2026-05-1745분
프롤로그: 신입 레지던트의 첫 24시간
서울 한 종합병원, 내과 입원 병동. 3월 1일 오전 7시.
신입 레지던트 1년차 김선재가 첫 출근을 한다. 그는 수련 의사로서 — 7개의 다른 환경에서 각기 다른 방식으로 일해야 한다.
내과 외래에서는 7분 진료 안에 KCD 코드와 약물 처방까지
내과 병동 회진에서는 시니어와의 케이스 토론과 진료 기록 작성
응급실 콜에서는 15분 내 환자 평가와 치료 계획
심혈관 ICU에서는 vitals 변화 5분 단위 모니터링
영상의학과 회의에서는 MDT(다학제 진료) 참여
외래 협진에서는 타과 의뢰서 작성
야간 당직에서는 모든 응급 콜에 1차 대응
각각의 환경은 — 완전히 다른 프로토콜·완전히 다른 어조·완전히 다른 escalation 체인을 가진다. 첫 한 달 동안 김선재는 — 시니어 의사 면담 + 진료과 매뉴얼 + 실제 사례 관찰을 통해 — 이 모든 암묵지를 흡수한다.
그가 한 달 후 환자 앞에 단독으로 섰을 때 — 그는 "우리 병원답게" 일할 수 있는 의사가 된다.
자, 이제 AI가 똑같이 일할 수 있다고 상상해 보자.
Claude for Healthcare를 처음 설치한다. 그가 묻는다 — "어떤 병원·진료과세요?", "표준 진료 프로토콜을 보여주실 수 있나요?", "환자 응대 어조는?", "위험은 어떻게 분류하시죠?", "누구한테 무슨 사안을 escalate하시나요?", "IRB는 어떻게 통과해야 하나요?"
15분 후, AI는 — 그 병원의 신입 의사처럼 — "우리 병원·우리 진료과 직원"이 된다. 다음 진료부터는 내과답게, 외과답게, 소아과답게 일한다.
Claude나 GPT-5는 범용 의학 천재다. USMLE Step 1 60% 통과·MedCalc 벤치마크 우수·3,500만 PubMed 문헌 학습 완료. 거의 모든 의학 지식을 갖고 있다.
그런데 막상 내 병원 진료에 투입하면 항상 같은 실망이 온다.
"왜 우리 병원 표준 처방 양식을 모르지?""왜 우리 진료과 referral pathway를 따르지 않지?""왜 미국 가이드라인을 인용하지? 한국 가이드라인이 다른데.""왜 환자 응대 어조가 우리 병원 스타일과 안 맞지?""왜 NHIS 보장 조건을 미국 기준으로 판단하지?"
이게 범용 의학 지능 vs 우리 병원 임상 지능의 격차다. AI가 세상의 모든 의학을 알아도, 우리 병원·우리 진료과는 모른다.
핵심 관찰: 의료기관은 교과서에 없는 암묵 임상지식으로 작동한다. "이 시니어 교수님은 해열제 처방 기준이 보수적이다", "이 진료과 외래에서는 15분 진료가 표준이고 연속 환자 흐름이 빠르다", "이 환자군에는 조심스러운 어조가 필요하다" — 같은 것들. 이 임상 암묵지의 격차가 의료 AI 도입의 가장 큰 실패 원인이다.
진료과마다 다른 "Same Skill"
같은 "환자 진료"라는 작업이라도, 내과식과 외과식과 소아과식은 다르다.
항목
내과
외과
소아과
정신과
진료 시간
7-15분
15-30분
10-20분 (보호자 동반)
30-50분
위험 분류
NEWS Score (4단계)
ASA Class (5단계)
PEWS (3단계)
Suicide Risk (5단계)
표준 체크포인트
12개 (Review of System)
수술 적응증 + 마취 평가
발달·예방접종·가족력
DSM-5 진단 + 자해 위험
escalation
시니어 → 수련부
마취과 → 수술실
NICU → 소아 응급
정신과 응급 → 격리실
환자 응대 어조
"검사 결과는…" 격식
수술 전 안내 표준화
보호자 + 환아 친근체
비판단·공감 어조
MDT 참여
종양·심혈관 회의
수술 결정 회의
발달평가 회의
사례 검토
같은 Claude 모델이지만 — 어느 진료과에서 일하느냐에 따라 작동이 완전히 달라야 한다. 이 차이를 어떻게 AI에게 가르치는가가 의료 AI 도입의 핵심 과제다.
2장. 기존 의료 AI 접근의 5가지 한계
Cold-Start Interview가 등장하기 전, 의료 AI는 5가지 방식으로 이 문제를 풀려 했다. 모두 결정적 한계가 있었다.
방식
작동 원리
치명적 한계
①
Fine-tuning (예: Med-PaLM)
의료 데이터로 모델 재학습
일반 의학 지식만. 특정 병원 암묵지 학습 불가. 업데이트 어려움
②
병원별 RAG
병원 가이드라인을 벡터DB에
의미 검색 한계. 왜 그렇게 해야 하는지 못 가르침
③
System Prompt 거대화
병원 정보를 프롬프트에 박제
토큰 한계 압박. 진료과별 분기 어려움
④
병원별 자체 학습 LLM
병원이 자체 LLM 구축 (KMed.AI 등)
비용 압도적 ($1M+). 빅5 병원만 가능
⑤
외부 의료 AI 통합
Lunit·VUNO 등 외부 솔루션
각 솔루션이 고립. 일관된 운영 불가
의료 AI의 공통 문제
이 5가지의 공통점은 — 모두 "기술자가 임상 지식을 코드/데이터로 변환"해야 한다는 것이다. 정작 진료 현장의 진짜 전문가(의사·간호사·약사)는 — 기술 변환 과정에서 배제된다.
!
문제 — 임상의와 AI 사이의 번역 손실
시니어 의사 머릿속의 clinical playbook이 → 의료정보팀 손에 추정된 문서로 → 다시 코드/벡터로 변환되면서, 가장 가치 있는 임상적 판단이 사라진다.
→
해결 — AI가 직접 인터뷰
기술자를 빼고, 임상의가 AI에게 직접 말로 병원·진료과를 설명. 그 대화를 AI가 구조화된 마크다운으로 박제. 손실 0.
✓
결과 — Clinical Practice Profile
사람이 읽을 수 있는 한 페이지짜리 진료과 헌법이 생성. 이후 모든 AI 진료 보조가 이 헌법을 기반으로 작동.
Legal 3편의 4단계에 2단계가 추가되어 의료는 6단계가 된다. 추가된 두 단계는 — 환자 안전과 임상 윤리 때문.
1단계 — Discovery (병원·진료과 정체성)
의료 인터뷰 질문 예시:
- 병원 종류·규모? (대학·종합·전문·1차)
- 어느 진료과? (내과의 어느 하위 분과까지)
- 일평균 외래·입원·수술 건수?
- 핵심 인물 (과장·시니어 펠로·CMIO)?
- EMR 시스템·FHIR 지원 여부?
- IRB 등록 번호?
이 정보는 모든 의료 플러그인이 공유하는 공통 파일인 hospital-profile.md에 기록.
2단계 — Clinical Playbook Extraction (진료 프로토콜)
가장 길고 가장 중요한 단계.
내과 외래 플러그인의 실제 질문 (요약):
- 신환 vs 재진 진료 시간 표준?
- 처방 시 *반드시 확인할* 약물 상호작용?
- KCD-9 코드 자주 쓰는 Top 30?
- NHIS 보장 기준 적용 우선순위?
- 환자 응대 표준 어조?
- *환자에게 절대 약속하지 않는* 것?
- 응급 상황 escalation 체인?
각 질문 답변은 "표준 절차 / 받아들이는 변형 / 절대 안 됨"의 3단계 구조로 기록.
3단계 — Seed Cases Ingestion (실제 사례 학습)
AI가 묻는다 — "비식별화된 실제 진료 사례 5건을 보여주실 수 있나요?"
사용자는 5건의 완전 비식별화된 사례를 업로드:
표준 진료 1건
복잡한 진단 1건
환자 거부·갈등 1건
응급 escalation 1건
다학제 협진 1건
AI는 playbook이 실제로 어떻게 적용됐는지 학습.
시드 사례가 가르치는 것:
- 표준 진료가 *실제 환자 대화로* 어떻게 표현되는가
- 협상·설명·동의 과정의 *문장 구조*
- 어떤 case는 escalate되고 어떤 case는 자체 처리되는가
- 의사·간호사·환자 사이의 *어조의 미묘한 차이*
4단계 — Practice Profile Generation (CLAUDE.md 자동 작성)
저장 경로:
~/.claude/plugins/config/claude-for-healthcare/<plugin>/CLAUDE.md
Practice Profile 예시 — 내과 외래
## Who we are
서울중앙종합병원 내과 외래. 500병상 종합병원. 외래 의사 8명. 일평균 외래 320건. EMR 자체 시스템 + FHIR R4. IRB 등록번호: SCGH-2024-0089.
## Clinical Playbook
표준 진료 시간: 신환 20분, 재진 7-10분. 변형 허용: 만성질환 안정기 5분. 절대 안 됨: 5분 미만 진료, 진단 없는 처방.
환자 응대 어조: 격식체 ("검사 결과를 보겠습니다", "처방해 드릴게요"). 노년 환자에게는 더 천천히, 큰 글씨. 증상 회피 표현 금지 — 직접 명시.
## Escalation
응급: 가슴 통증 + ST 변화 → 즉시 심혈관내과 콜. 중증: 신기능 급감 → 신장내과 협진. 다학제: 종양 의심 → 종양내과 + 영상 협의.
5단계 — IRB Validation (임상 윤리 검증) — 의료 특수
법률 시리즈에 없는 단계. 의료에서만 추가 됨.
Cold-Start가 생성한 Practice Profile을 *병원 IRB(생명윤리위원회)에 제출*:
- AI가 학습한 시드 사례에 *비식별화 결함*은 없는가?
- 진료 프로토콜의 *환자 안전 가이드라인 일치*는?
- 환자 동의서 통합 워크플로우의 *법적 적법성*은?
- 사용 데이터의 *국외 이전 요건 충족*은?
IRB 검토 통과 후 *공식 서명* — 그 후에야 *실제 진료에 사용 가능*.
이게 변호사 환경과 결정적으로 다른 의료 특수 안전장치다. Banner Health의 환자 안전 사건 0건도 이 단계 덕분.
6단계 — Continuous Monitoring (지속 모니터링) — 의료 특수
마지막 단계도 의료에만 있다. AI 진료 보조의 결과를 3개월·6개월 주기로 IRB에 보고:
환자 안전 사건 (Sentinel Event) 보고
AI 추천 채택률 vs 의사 채택률
AI 진단 정확도 (병리·영상 결과와 비교)
환자 만족도 변화
이걸 지속적으로 보고하지 않으면 — AI 사용 권한이 자동 정지된다.
진정한 의료 혁신: 6단계의 누적 효과
핵심: 의료 Cold-Start는 단순한 설정 절차가 아니라 임상 거버넌스 시스템이다. Discovery → Playbook → Seed → Profile → IRB → Monitoring의 6단계가 — 환자 안전·임상 책임·법적 준수를 동시에 보장한다. 빅5 병원의 소버린 의료 AI도 이 6단계 위에서 작동해야 한다.
claude-for-healthcare/
├── .claude-plugin/marketplace.json
├── CLAUDE.md # 저장소 작업 가이드
├── clinical-documentation/ # 의료 문서 자동화
│ ├── CLAUDE.md # Practice Profile 템플릿
│ ├── .mcp.json # FHIR/EMR 연결
│ ├── skills/
│ │ ├── cold-start-interview/
│ │ │ └── SKILL.md
│ │ ├── soap-note-generation/
│ │ ├── discharge-summary/
│ │ └── patient-letter/
│ ├── agents/
│ └── hooks/
├── prior-authorization/ # 사전승인 자동화
├── fhir-development/ # FHIR 통합 도구
├── clinical-trial-protocol/ # 임상시험 프로토콜
├── patient-engagement/ # 환자 응대
├── quality-reporting/ # 의료 질 보고
└── managed-agent-cookbooks/ # 헤드리스 에이전트
├── docket-watcher/ # 환자 모니터링
├── lab-result-watcher/ # 검사 결과 알림
└── ...
Practice Profile 분리 설계 — 의료 특수
Legal에서와 같이 — plugin 디렉터리가 아닌 사용자 config 경로에 저장. 그러나 의료는 추가 안전장치:
plugin 디렉터리 (업데이트 시 덮어쓰임):
~/.claude/plugins/cache/claude-for-healthcare/<version>/...
Practice Profile (사용자 데이터, 영구 유지):
~/.claude/plugins/config/claude-for-healthcare/<plugin>/CLAUDE.md
IRB 인증서 (의료 특수):
~/.claude/plugins/config/claude-for-healthcare/irb-approval/
^^^^^^^^^^^^
IRB 승인 사본 + 갱신 일정
IRB 승인이 만료되면 — 모든 의료 스킬이 자동 중지된다. 이게 변호사 환경과의 결정적 차이다.
모든 의료 스킬의 첫 줄
각 스킬의 SKILL.md는 추가 안전 점검과 함께 시작:
hljs language-markdown
---
name: soap-note-generation
description: 진료 후 SOAP 노트 자동 생성
---# SOAP Note Generation## STEP 0 — Pre-conditions (의료 필수)1.**Practice Profile 로드**:
~/.claude/plugins/config/claude-for-healthcare/clinical-documentation/CLAUDE.md
[PLACEHOLDER] 있으면 cold-start-interview 실행 요청.
2.**IRB 인증 확인**:
~/.claude/plugins/config/claude-for-healthcare/irb-approval/
유효기간 확인. 만료 시 작업 정지.
3.**환자 동의 확인**:
현재 환자가 AI 진료 보조에 *서면 동의*했는지 EMR에서 확인.
동의 없으면 AI 미사용으로 진료 진행.
4.**환자 식별 정보 마스킹**:
입력 전 자동 hook 통과 확인.
## STEP 1: SOAP 노트 생성
...
모든 의료 스킬이 STEP 0의 4가지 사전 조건을 먼저 검증한다. 이게 Banner Health 환자 안전 0건의 코드 레벨 보증.
외과 인터뷰 추가 질문:
- 수술 전 표준 검사 패키지?
- 마취과 협진 기준?
- 수술 위험 분류 (ASA Class)?
- 환자/보호자 동의서 절차?
- 수술 후 합병증 escalation?
- 응급 수술 vs 예정 수술 분류?
③ 소아과 Cold-Start
핵심 강조: 보호자 동반·발달평가·예방접종
소아과 인터뷰 추가 질문:
- 연령 그룹 (영아·유아·학령기·청소년)?
- 보호자 vs 환아 분리 진료 기준?
- 발달평가 도구 (K-DST 등)?
- 예방접종 우리 병원 표준?
- 응급 의뢰 기준 (PEWS)?
- *학대 의심* 대응 프로토콜?
④ 정신과 Cold-Start
핵심 강조: 자해 위험 평가·강제 입원·비판단 어조
정신과 인터뷰 추가 질문:
- 진료 시간 표준 (초진 50분·재진 25분)?
- 자해·자살 위험 평가 도구?
- 강제 입원·격리 기준?
- 환자 응대 어조 (비판단·공감)?
- 가족 동반 면담 기준?
- 약물 거부 시 대응?
⑤ 응급의학과 Cold-Start
핵심 강조: 15분 트리아지·다발 외상·콜 우선순위
응급의학과 인터뷰 추가 질문:
- 트리아지 시스템 (KTAS 1-5)?
- 다발 외상 패키지?
- 심정지 프로토콜?
- 응급실 콜 우선순위?
- 입원 vs 귀가 결정 기준?
- 보호자 미동반 환자 처리?
⑥ 영상의학과 Cold-Start
핵심 강조: 영상 판독 보고서 표준·CDS 통합·MDT 참여
영상의학과 인터뷰 추가 질문:
- 영상 종류 (CT·MRI·X-ray·초음파)?
- 판독 보고서 구조 (BI-RADS·LI-RADS 등)?
- 영상 AI(루닛·뷰노) 통합 여부?
- 의뢰과별 보고 양식 차이?
- MDT(다학제 진료) 참여 빈도?
- 결과 통보 기준 (정상·경미·우려·긴급)?
6개 진료과의 공통 패턴
여섯 진료과 모두 — 같은 6단계 Cold-Start 메커니즘이 작동한다. 다만 세부 질문과 검증 기준이 다를 뿐. 이게 메타 패턴이 의료에서도 유효한 이유다.
이론은 충분하다. 실제로 한국 병원이 자체 의료 Cold-Start Interview를 만들려면? 코어닷투데이가 제안하는 7단계 레시피다 (변호사 6단계 + IRB 1단계).
Step 1 — 도메인 정의
먼저 어떤 진료과·어떤 업무에 적용할지 정한다.
좋은 예:
- 우리 내과 외래의 SOAP 노트 자동화
- 우리 응급실의 KTAS 트리아지 보조
- 우리 외래의 사전승인 자동화
나쁜 예:
- 우리 병원용 AI (너무 광범위)
- 모든 진료과 통합 챗봇 (너무 광범위)
Step 2 — 인터뷰 질문지 설계
15분 안에 끝나는 질문지 — 의료 특수 5개 영역:
정체성 (1-2분): 병원·진료과·EMR
임상 Playbook (5-8분): 표준 프로토콜·약물·escalation
환자 응대 (2-3분): 어조·동의·설명 방식
위험 관리 (2분): 위험 분류·금기·escalation
시드 사례 요청 (1-2분): 5건 비식별 업로드
Step 3 — 시드 사례 5건 비식별화 큐레이션
여기서 변호사 시리즈와 결정적 차이. 의료 시드는 — 완전 비식별화가 법적 의무.
비식별화 체크리스트:
□ 환자 성명 → [PATIENT-001]
□ 주민번호·차트번호 → [HASHED-ID]
□ 입원 일자 → 상대 시간 ("입원 1일차")
□ 가족 정보 → 관계 + 연령군만
□ 의료진 성명 → 역할만 ("주치의", "수간호사")
□ 병원 식별 가능 정보 제거
□ 희귀질환 식별 가능성 평가
이 비식별화는 IRB가 사전 검토해야 한다.
Step 4 — Practice Profile 템플릿 작성
hljs language-markdown
# [병원·진료과명] Practice Profile## 우리 정체성- 병원 유형 / 진료과 / 책임자
- 진료 규모 (일평균)
- EMR + FHIR 환경
## 임상 Playbook- 표준 절차 (단계별)
- 위험 분류 기준
- 약물·검사 표준
## 환자 응대- 표준 어조
- 동의 절차
- 설명 방식
## 절대 하지 말 것- 임상 금기 1
- 임상 금기 2
- ...
## Escalation- 등급 1 → 자체 처리
- 등급 2 → 시니어
- 등급 3 → 타과 협진
- 등급 4 → 응급
## IRB 정보- 등록번호
- 승인 일자·만료일
- 모니터링 주기
---
name: internal-medicine-cold-start
description: 내과 외래 Practice Profile 생성 인터뷰 (10-15분 소요, IRB 사전 등록 필수)
---# Internal Medicine Cold-Start Interview
당신은 내과 과장의 AI 컨설턴트입니다. 다음 15분 안에 *임상 프로토콜*과
*환자 응대 방식*을 인터뷰로 추출해 Practice Profile을 생성합니다.
## STEP 1: IRB 사전 확인
시작 전 사용자에게 확인:
"이 인터뷰 및 시드 사례 사용에 대한 IRB 사전 등록 번호를 입력하세요."
번호 없으면 인터뷰 중단 + IRB 신청 가이드 안내.
## STEP 2: 정체성·임상 Playbook·환자 응대·위험·시드 사례
[변호사 시리즈와 동일한 5단계 + 의료 특수 질문]
## STEP 3: 비식별화 검증
시드 사례 5건의 *비식별화 결함* 자동 스캔.
의심 항목 발견 시 사용자 확인 + 재업로드 요청.
## STEP 4: Practice Profile 생성+ 자동으로 IRB 모니터링 일정 등록 (3개월 후, 6개월 후, 1년 후)
Step 6 — IRB 검토 통과
생성된 Practice Profile을 IRB에 제출 → 1-2주 검토 → 공식 승인. 그 후에야 실제 진료에 사용 가능.
Step 7 — 모든 후속 스킬에 사전 조건 강제
hljs language-markdown
# Inside SOAP-note-generation skill## STEP 0 (4가지 사전 조건)1. Practice Profile 존재 확인
2. IRB 인증서 유효 확인
3. 환자 AI 동의 EMR 확인
4. 식별 정보 마스킹 hook 통과 확인
모두 통과해야 진행.
이 7단계로 — 한국 어떤 병원이든 — Cold-Start 기반 안전한 AI 도입이 가능하다.
7장. 진료과별 실전 코드 샘플
가장 흔히 적용하는 내과 외래의 cold-start interview SKILL.md 전체 샘플이다.
hljs language-yaml
---name:internal-medicine-cold-startdescription:|
내과 외래 Practice Profile 생성 인터뷰. 병원 정체성·임상 프로토콜·
환자 응대·시드 사례 5건을 수집해
~/.claude/plugins/config/claude-for-healthcare/internal-medicine/CLAUDE.md
에 박제. 10-15분 소요. IRB 등록 필수.
---
# Internal Medicine Cold-Start Interview당신은내과과장과마주앉은AI컨설턴트다.따뜻하지만효율적인어조로다음인터뷰를진행한다.답변은사용자의*자연스러운한국어표현*을그대로보존해PracticeProfile에박제한다.## STEP 0 — IRB 사전 확인 (의료 필수)사용자에게:"인터뷰 시작 전, 다음을 확인합니다:
1. 이 Cold-Start Interview 자체에 대한 IRB 등록 번호?
2. 시드 사례 5건의 비식별화 IRB 사전 검토 완료 여부?
둘 다 있어야 진행 가능합니다."번호없으면IRB신청안내후중단.## STEP 1 — 정체성 (1-2분)물어볼것:-병원이름과규모?-내과분과?(일반·소화기·심혈관·내분비·신장·호흡기·감염·종양)-외래의사수/일평균외래?-EMR시스템/FHIR지원?-주요의사·간호사책임자역할?## STEP 2 — 임상 Playbook (5-8분)
[표준진료]
-신환vs재진진료시간?-만성질환추적주기(당뇨·고혈압·갑상선)?-위·대장내시경추천기준?
[처방·검사]
-자주쓰는KCD코드Top30?-NHIS보장조건적용우선순위?-약물상호작용*반드시확인*하는조합?
[Escalation]
-응급(가슴통증·호흡곤란)→어디?-중증(신기능급감·간기능악화)→어디?-다학제(종양·심혈관의심)→어디?## STEP 3 — 환자 응대 (2-3분)-신환첫인사·재진인사?-진단설명표준어조?("결과를보겠습니다"vs"검사 결과는…")-노년환자응대변경사항?(속도·글씨크기·동반보호자)-환자거부·갈등시대응?-*절대약속하지않는*말?("완치","100%"등)## STEP 4 — 위험·금기 (2분)-우리내과에서*절대하지않는*처방·검사?-*반드시시니어검토*가필요한사례?-환자자해·자살위험발견시즉시대응?## STEP 5 — 시드 사례 5건 (3-5분)사용자에게:"비식별화 완료된 *내과 외래 사례 5건*을 보여주세요:
1. 표준 만성질환 추적 (예: 당뇨 추적)
2. 복잡한 신환 (다발 증상)
3. 환자 갈등·거부 케이스
4. Escalation 사례 (응급실 의뢰)
5. 다학제 협진 (종양·심혈관 등)
각 사례는 *환자 차트 + 진료 기록 + 처방* 함께."## STEP 6 — Practice Profile 생성위답변·시드사례를종합해*사람이읽을수있는마크다운한페이지*를생성.다음경로에저장:~/.claude/plugins/config/claude-for-healthcare/internal-medicine/CLAUDE.md저장후사용자에게:"Practice Profile이 생성됐습니다. IRB에 *Cold-Start 완료 보고*를
제출하세요. 승인 후 다음 명령들이 활성화됩니다:
/healthcare:soap-note <환자ID>
/healthcare:differential-diagnosis <증상>
/healthcare:prior-auth <검사·처방>
/healthcare:escalate <상황>
또한 *3개월 후 IRB 모니터링 일정*이 자동 등록됐습니다."## 종료인터뷰완료.IRB후속절차안내.
이 한 개의 SKILL.md만 있으면 — 내과 외래의 모든 후속 AI 작업이 우리 병원답게 작동한다.
코어닷투데이의 시각 — 이 글은 의료편 시리즈의 완결편입니다. 1~5편을 통째로 읽은 의사·CMIO·CIO·디지털 헬스케어 부서장은 — 2026년 5월 현재 한국 어디에서도 통합돼 있지 않은 의료 AI 도입 지식을 갖게 됩니다. 그리고 내일 진료실에서 직접 적용할 수 있는 모든 실용 자료(환자 동의서·6대 보안 설정·Cold-Start SKILL.md·진료과별 인터뷰 질문지)도 갖추셨습니다. 코어닷투데이는 — 한국 병원과 함께 이 6단계 영입 절차를 설계하는 Cold-Start Interview 컨설팅과 진료과별 SKILL.md 라이브러리를 제공합니다. 한국에서 Practice Profile 자산을 가장 먼저 누적하는 의료기관이, 다음 5년의 의료 AI 경쟁에서 가장 큰 우위를 가질 것입니다. 문의해 주세요.