의료 분야의 에이전트 기술에 대한 실증 연구: 현황, 격차, 그리고 거버넌스

An Empirical Study of Agent Skills for Healthcare: Practice, Gaps, and Governance

의료 자동화는 지역별 절차 및 조직적 제약에 의해 영향을 받기 때문에, 에이전트의 기능은 종종 다양한 환경에서 동일하게 적용되지 않습니다. 에이전트 기술은 재사용 가능한 절차를 패키징하여 AI 에이전트를 다양한 의료 환경에 적응시키는 데 사용되는 절차적 계층으로 부상하고 있습니다. 본 연구는 ClawHub의 58,159개 공공 기술 데이터에서 추출된 557개의 의료 관련 기술에 대한 최초의 실증 분석을 제시합니다. 이러한 기술은 기능, 적용 환경, 자율성 및 안전성 등 10가지 차원을 기준으로 분류 및 분석되었습니다. 분석 결과, 공공 의료 기술은 진단 및 치료 중심의 작업보다 환자 응대 워크플로우 자동화 및 모니터링에 중점을 두는 경향이 있으며, 의료 전체 과정 및 전문적인 임상 데이터에 대한 적용 범위는 여전히 불균등합니다. 또한, 일반적인 기술적 위험이 임상적 위험을 정확하게 반영하지 못하는 것으로 나타났습니다. 이러한 결과는 현재의 벤치마크 및 위험 관리 프레임워크에서 다루어지지 않는 절차적 계층으로서의 의료 기술의 중요성을 강조합니다.

Healthcare automation is shaped by local procedures and organizational constraints, so agent capabilities rarely transfer unchanged across settings. Agent skills, self-contained directories that package reusable procedures for AI agents, are emerging as a procedural layer for adapting healthcare agents across diverse healthcare settings. We present the first empirical analysis of healthcare agent skills, drawing on 557 healthcare-related skills filtered from 58,159 public skills on ClawHub and annotated along ten dimensions covering function, deployment context, autonomy, and safety. We find that public healthcare skills emphasize patient-facing workflow automation and monitoring rather than the diagnostic and treatment-oriented tasks foregrounded in healthcare-agent research; coverage of the healthcare lifecycle and specialized clinical inputs remains uneven; and general technical risk does not reliably capture clinical risk. These findings position healthcare skills as a procedural layer not yet addressed by current benchmarks and risk frameworks.