2024.10.04 (금)

  • 구름많음동두천 22.4℃
  • 구름많음강릉 23.7℃
  • 맑음서울 24.0℃
  • 구름많음대전 24.7℃
  • 구름많음대구 23.5℃
  • 구름조금울산 24.7℃
  • 구름많음광주 25.8℃
  • 구름조금부산 27.9℃
  • 구름조금고창 26.8℃
  • 구름조금제주 27.7℃
  • 구름조금강화 23.1℃
  • 구름많음보은 23.4℃
  • 구름많음금산 24.8℃
  • 구름많음강진군 25.9℃
  • 구름많음경주시 24.7℃
  • 맑음거제 25.1℃
기상청 제공

국회

다제약물 복용자 급증, 약제비 지출 큰 폭 증가로 건강보험 재정 부담 가중..."적정 의료이용 강력 추진 해야"

25종 이상 약물 복용자 5,134명, 5년 새 두 배 넘게 증가
최보윤 의원 “환자 건강과 의료비 절감을 위한 다제약물 관리 강화 필요"

 5년간 다제약물 복용자가 급증하면서 약제비 지출도 큰 폭으로 증가한 것으로 나타났다. 

 

국회 보건복지위원회 소속 최보윤 의원(국민의힘)이 국민건강보험공단으로부터 제출받은 '다제약물 복용 만성질환자 현황' 자료에 따르면, 총 약제비가 2018년 16조 4,559억원에서 2022년 21조 1,104억원으로 5년 새 28%(4조 6,545억원) 증가한 것으로 밝혀졌다.


- 보험급여비 지출 및 약제비(건보료/본인부담) 현황(최근 5년)



 

 

연도별로 살펴보면, ▲2018년 총 약제비는 16조 4,559억원(급여비 11조 9,371억원, 본인부담금 4조 5,188억원)이었고, ▲2019년에는 총 17조 6,940억원(급여비 12조 8,244억원, 본인부담금 4조 8,696억원), ▲2020년 17조 7,967억원(급여비 12조 9,135억원, 본인부담금 4조 8,832억원), ▲2021년 18조 8,478억원(급여비 13조 6,848억원, 본인부담금 5조 1,630억원)으로 꾸준한 상승세를 보였다. ▲2022년에는 총 약제비가 21조 1,104억원으로 급증했으며, 이 중 건강보험 급여비는 15조 3,663억원, 본인부담금은 5조 7,441억원을 차지했다. 

 

또한, 2019년~2023년 약물 복용 개수에 따른 환자 수 변동 현황은 ▲10~11종 복용자가 44만856명에서 63만5,044명, ▲12~14종 27만4,718명에서 42만 9,653명, ▲15~19종 10만7,771명에서 18만9,462명, ▲20~24종 1만4,359명에서 2만8,750명, ▲25종 이상 2,343명에서 5,134명으로 전반적으로 크게 늘었다. 

 

특히, 25종 이상의 약물을 복용하는 환자 수는 2019년 2,343명에서 2023년 5,134명으로 119.1% 증가하여 가장 가파른 증가세를 보였고, 20~24종 복용 환자 역시 2019년 14,359명에서 2023년 28,750명으로 증가해 100.2%의 증가율을 기록했다. 

 

최보윤 의원은 "약제비 지출이 5년 만에 28%나 증가하면서 가계와 건강보험 재정에 부담이 가중되고 있다"고 지적하며 "특히 다제약물을 복용하는 환자가 급격히 증가하면서, 약물 간 상호작용 등 부작용 위험이 커지고 있어 이에 대한 체계적인 관리가 시급하다"고 말했다. 

 

이어 "환자의 건강을 보호하고 의료비를 절감하기 위해 다제약물 관리사업의 실효성을 높여야 한다"며, "적정 의료이용을 유도할 수 있는 정책적 방안을 마련하는 것이 필요하다"고 덧붙였다. 

배너
배너

배너

행정

더보기

배너
배너

제약ㆍ약사

더보기

배너
배너

의료·병원

더보기
딥러닝 기반 CT 분석으로 폐쇄성 수면무호흡증 진단해 봤더니...기존 수면다원검사 보다 빠르고 비용도 효율적 서울대병원·분당서울대병원·동국대일산병원·DGIST 공동 연구팀이 딥러닝을 활용한 CT 영상 분석을 통해 폐쇄성 수면무호흡증(Obstructive Sleep Apnea, OSA)의 진단과 중증도를 예측하는 새로운 방법을 개발했다. 이번 연구는 기존의 수면다원검사보다 더 빠르고 비용 효율적인 대안을 제시해, 폐쇄성 수면무호흡증 진단의 새로운 표준을 정립할 수 있을 것으로 기대된다. 서울대병원 융합의학과 공현중 교수와 이비인후과 김현직 교수, 분당서울대병원 이비인후과 김정훈 교수, 동국대일산병원 이비인후과 박석원 교수와 김진엽 교수, DGIST 전기전자컴퓨터공학과 황재윤 교수(이경수 전북대 교수)로 구성된 공동 연구팀은 총 1,018명의 폐쇄성 수면무호흡증 환자를 대상으로 딥러닝 모델을 기반으로 한 CT 영상 분석을 통해 진단 및 중증도 예측 방법을 개발하고 그 성능을 검증한 연구 결과를 4일 발표했다. 폐쇄성 수면무호흡증은 수면 중 상기도가 반복적으로 좁아지거나 막혀 호흡이 어려워지는 질환으로, 전 세계 인구의 약 6~38%가 이 질환을 앓고 있다. 심혈관 질환, 당뇨병, 우울증 등 다양한 합병증을 유발하며, 수면의 질을 심각하게 저하시킨다. 그러나 기존의 수면