Bass 확산모형을 이용한 첨단 영상진단기기 수요 특성 국제 비교

International Comparative Analysis of Advanced Diagnostic Imaging Equipment Demand Characteristics Using the Bass Diffusion Model

Article information

J Health Info Stat. 2024;49(1):27-34
Publication date (electronic) : 2024 February 28
doi : https://doi.org/10.21032/jhis.2024.49.1.27
1Principal Researcher, Korea Health Industry Development Institute, Cheongju, Korea
2Doctoral Student, Department of Health Administration, College of Nursing and Health, Kongju National University, Gongju, Korea
3Professor, Department of Health Administration, College of Nursing and Health, Kongju National University, Gongju, Korea
김수범1, 송수진2, 유영현2, 임달오,3
1한국보건산업진흥원 책임연구원
2국립공주대학교 보건행정학과 박사과정생
3국립공주대학교 보건행정학과 교수
Corresponding author: Dar Oh Lim. 56 Gongjudeahak-ro, Gongju 32588, Korea Tel: +82-41-850-0327, E-mail: moon5@kongju.ac.kr
No potential conflict of interest relevant to this article was reported.
Received 2024 January 5; Revised 2024 February 19; Accepted 2024 February 28.

Trans Abstract

Objectives

This paper proposed the direction of future supply and demand management policies through demand prediction and demand characteristics analysis of advanced diagnostic imaging equipment using new medical technology.

Methods

This study used the Bass Diffusion Model to analyze demand characteristics for advanced diagnostic imaging equipment. Derived diffusion coefficients were applied for medium to long-term demand predictions (2021-2050). Parameter estimation employed non-linear regression analysis (SPSS 27.0). Demand characteristics were further analyzed using the ratio of the Bass model's innovation to imitation coefficients for each country and device.

Results

Comparing the imitation coefficients (q/p ratio) for computed tomography (CT) and magnetic resonance imaging (MRI) among South Korea, the United States, and Japan, South Korea has the highest q/p ratio for both CT and MRI. This implies that the influence of opinion leaders and group pressure is relatively more significant in South Korea, particularly in CT purchases. In the demand prediction results, South Korea's q/p ratio for CT and MRI is notably larger, suggesting that institutional pressures and collective decision-making, rather than individual clinical decisions, play a significant role in the purchase of advanced diagnostic imaging Equipment. The q/p ratio for advanced diagnostic imaging Equipment in South Korea is higher than in other countries, reflecting a large power distance in the adoption of these technologies.

Conclusions

This study utilizes the Bass Diffusion Model to predict the demand for advanced diagnostic imaging equipment in South Korea, Japan, and the United States. Findings highlight that imitation, not innovation, is the main driver of diffusion, with South Korea showing a faster adoption rate for CT and MRI. The study identifies factors influencing diffusion in South Korea, noting the impact of the quantity system on CT and the absence of influence on MRI. CT diffusion is positively linked to the quantity-based payment system, while MRI remains unaffected.

서 론

신의료 기술을 활용한 첨단 영상진단기기 도입 및 이용은 국민건강 수준 및 의료의 질을 향상하는 긍정적인 측면이 있다. 하지만 병원 간의 과다한 경쟁으로 첨단 영상진단기기가 필요 이상으로 도입되면서 의료비 증가 등과 같은 부정적인 측면도 동시에 수반한다[1,2]. 상대적으로 저렴한 의료기기나 기술로 진단과 치료를 할 수 있는 부분도 고비용의 첨단 영상진단기기 이용이 선호되기 때문이다[3]. 그 결과 경제협력개발기구(Organization for Economic Cooperation and Development, OECD)에 가입한 국가의 전체 의료비 중 의료기기로 인한 의료비 비중은 45-55% 차지하고 있으며, computed tomography (CT), magnetic resonance imaging (MRI) 등 첨단 영상진단기기 도입에 따른 의료비 증가 기여분은 33-50%로 평가되고 있다[4,5].

첨단 영상진단기기는 진단 또는 치료 과정에 직접적으로 개입되며, 진료 과정에서 적정한 수요와 상당한 투자가 필요하므로 병원급 이상 의료기관이 주로 도입한다[6]. 또한 병원의 의료기기 도입은 수가 및 장비 도입 규제 제도뿐만 아니라 병원 내부의 의사결정자의 양상에 따라 국가별, 지역별로 다른 양상을 보인다[7].

우리나라는 1900년대까지 첨단 영상진단기기에 대해 완화된 도입규제 제도를 시행해오다 2003년 이후 특수의료장비 설치인정기준을 새롭게 제정·공포하여 양적 관리를 시행하고 있다. 하지만 우리나라의 인구 100만 명당 CT·MRI 보유 대수는 2020년 기준, 각각 40.6대, 34.2대로 OECD 회원국 평균값의 각각 1.6배, 2.4배 높은 수준으로 첨단 영상진단기기의 양적 관리제도는 효율성 측면에서 실패했다고 평가된다[1,2,8,9].

첨단 영상진단기기는 기술 수준이 높아 진입장벽이 높고 시장은 선도적인 의료장비 수요자(의료기관 또는 의료공급자)에 의해 신규 장비 시장에 수용되기 시작하여 점차 시장점유율이 확대되는 전형적인 S자 곡선의 확산형태를 보인다[10-12].

따라서 의료비 증가와 같은 사회적 문제를 해결하기 위하여 첨단 영상진단기기 도입정책을 효과적으로 시행하고자 한다면, 첨단 영상진단기기 도입 및 확산 형태와 수요자(의료기관)의 수요 특성을 파악하는 것이 필요하다.

본 연구에서는 국내·외 첨단 영상진단기기에 대하여 확산모형 이론에 입각한 수요특성을 분석하여, 향후 국내 첨단 영상진단기기 수급관리제도에 대한 방향성을 제안하고자 한다.

연구 방법

연구대상

혁신이 사회구성원 사이에서 시간을 두고 특정 통로를 통해 전파되는 과정을 혁신의 확산이라고 하며 의료분야의 혁신은 주로 신의료 기술을 의미한다[7].

혁신이라는 큰 범주 안에 의료분야의 혁신에 해당하는 신의료 기술이 있다. 신의료 기술은 크게 진단기술의 혁신, 제약분야의 혁신, 시술이나 장치의 혁신으로 구분할 수 있으며, 이 중 비교적 도입 비용이 비싼 신의료 기술을 고가 의료장비(big ticket)라고 정의할 수 있다[13].

본 연구의 대상인 CT, MRI, positron emission tomography (PET) 등 첨단 영상진단기기의 경우는 신의료 기술인 동시에 고가 의료장비에 속한다. 혁신, 신의료 기술, 첨단 영상진단기기를 구분하면 Figure 1과 같다[14].

Figure 1

Classification of innovation, new medical technology, and advanced diagnostic imaging (ADI) equipment.

첨단 영상진단기기를 포함한 국내 전체 영상진단기기 시장 규모는 2019년 약 5,791억 원으로 최근 5년간 연평균 8.9%의 빠른 성장을 보였다. CT는 시장 규모가 2015년 923억 원에서 2019년 1,610억 원으로 최근 5년간 연평균 14.9% 성장하였으며, MRI는 2015년 719억 원에서 2019년 1,145억 원으로 최근 5년간 연평균 12.3% 성장하였다[15].

국내 첨단 영상진단기기 시장은 정부의 건강보험 보장성 강화 대책에 따라 진단·검사 비용에 대한 건강보험 적용이 확대되면서 빠르게 성장하였다. CT는 1996년에 건강보험 급여 목록에 등재되었고, MRI는 2005년 일부 검사가 급여로 적용된 것을 시작으로 현재 척추질환 진단 등 거의 모든 MRI 검사에 대해 건강보험 급여항목으로 등재되어 있다[16]. PET 검사가 건강보험으로 적용된 것은 2006년으로 이후 여러 가지 방사성동위원소를 이용한 PET 검사가 건강보험으로 적용되고 있다. 그러나 2014년 정부의 건강보험 적용기준 변경에 따라 무증상 장기추적 검사의 인정이 삭제되면서 PET 검사 이용량이 이후 급격히 감소하였다[17].

이와 같은 첨단 영상진단기기 검사의 건강보험 대상 확대는 환자군 및 잠재적 환자군이 체감하는 경제적 장벽을 낮춰 의료 이용량이 확대되었으며[18], 그 결과 건강보험 요양급여 중 CT 촬영료는 2015년에 1.1조 원에서 2019년 1.6조 원으로 증가하였고, MRI 촬영료는 2015년에 3,454억 원에서 2019년 9,885억 원으로 증가한 것으로 나타났다[15]. 2022년 보건복지부에 따르면 뇌 ·뇌혈관 MRI 재정지출의 경우, 연 2,053억 원이 목표지만 2021년 2,529억 원으로 집행률이 123.2%를 기록하였다[19].

첨단 영상진단기기 수요량은 건강보험 재정에도 영향을 준다. CT· MRI·PET의 수요량이 1% 증가하면 전체 건강보험 급여비는 각각 3.54%, 1.14%, 0.43% 증가하는 것으로 나타났으며, 전체 첨단 영상진단기기 수요량이 1% 증가하면 건강보험 급여비는 1.2% 증가하는 것으로 나타났다[20].

연구모형

Bass 확산모형

혁신의 확산을 다루는 확산모형은 신기술 및 신규 서비스가 시장에 도입된 후 확산하는 과정을 설명하고 예측하기 위하여 사용된다. 확산모형은 제품수명주기 및 기술의 확산과 같이 시간의 흐름에 따라 S형태 확산곡선의 특성을 가지는 시장의 변화를 실제 모습과 가깝게 나타내기 때문에 수요예측을 위한 연구모형으로 활용되고 있으며, 1960년대 이후 예측능력 및 유용성을 인정받아 신제품이나 서비스의 수요예측에 널리 활용되었다[21,22].

확산모형은 시장 규모의 전 주기적인(누적) 데이터를 기초로 중장기 예측에 높은 설명력을 보이며 확보한 시장 데이터 수가 많지 않더라도 미래 시장 규모 예측이 가능하다는 장점이 있으며, 대표적인 모형으로는 Logistic 모형, Bass 모형, Gompertz 모형이 있다[23].

Bass 확산모형은 구매자가 상품구매에 이르는 원인을 두 가지로 나누어 분석한 확산모형이다[24]. 그에 따라 분류된 두 가지 집단 중 첫 번째는 혁신자로 외부요인 없이 스스로가 해당 제품 혹은 서비스를 구매하기로 한 경우이다. 나머지 한 집단은 모방자로서 기존 구매자들의 구매를 관찰하고 그에 영향을 받아 구매하게 된 경우이다. Bass는 혁신자의 경우 미구매자 수에 비례하여 구매하는 구매자의 수가 결정되고, 모방자의 경우 이미 가입한 누적 구매자 수와 아직 구매하지 않은 미구매자 수의 곱에 비례하여 새로이 구매하는 구매자 수가 결정된다고 하였다. 계산식은 다음과 같다.

(1) nt=dNtdt=p[MNt]+qMNt[MNt]

수식 (1)에서 M은 잠재수요, Nt는 누적 구매자 수, n t는 당기수요, p는 혁신자 집단의 구매확률을 의미하는 혁신계수이다. 혁신계수 p는 구매자가 혁신자로서 외부요인의 영향을 받지 않고 스스로 상품에 관한 판단을 바탕으로 구매한 경우에 대한 확률이며,모방계수 q는 다른 구매자가 모방자의 성격을 띠고 다른 구매자의 구매 상황에 영향을 받고 구매하는 확률이다.

Bass 확산모형에 문화 차원 이론을 도입하여 구매자의 수요특성에 관한 연구에서, 수요특성은 Bass 확산모형의 혁신계수 p와 모방계수 q의 비(ratio)를 이용하여 분석할 수 있다고 하였다. p 값이 크다는 것은 첨단 영상진단기기 구입자에게 작용하는 외부적 영향의 힘이 크다는 것이고 q 값이 크다는 것은 구전효과와 같이 첨단 영상진단기기 구매에 기구입자의 영향이 크다는 것을 의미하며 해당 연구의 주요 내용은 다음과 같다[25,26].

  • q/p 비는 개인주의 성향과 음(-)의 관계에 있다.

    개인주의는 사회적 규범과 집단행동에 대한 순응을 덜 강조하기 때문에 더 낮은 q 값을 가지고, 집단주의보다 대중 매체를 더 광범위하게 사용하기 때문에 더 높은 p 값을 가지게 된다.

  • q/p 비는 권력거리와 양(+)의 관계가 있다.

    권력거리란 조직이나 단체에서 권력이 작은 구성원이 권력자의 의사결정을 수용하는 정도이다. 권력거리가 작은 경우 구성원은 권력자의 의사결정에 기여하거나 비판할 권리를 요구할 수 있다. 반면, 권력거리가 큰 경우는 구성원이 권력자(집단)의 의사결정을 그대로 수용하기 쉽다.

  • q/p 비는 소득 불평등의 지니계수와 양(+)의 관계가 있다.

    시간이 지남에 따라 가격이 하락하고 소득이 유보 가격을 결정한다고 가정하면, 소득이 더 고르게 분포(지니계수가 0에 가까울수록)된 국가에서 확산 곡선이 더 평평하게 나타난다.

Gompertz 모형

Gompertz 모형은 시장에서 성숙기·쇠퇴기에 다다른 기술이 새로운 기술의 등장과 기술 발전에 영향을 준다고 가정하고 있다. 기술 진화의 단계별 변화 즉, 도입기, 성장기, 성숙기, 쇠퇴기와 같이 시간에 따른 기술 생명주기를 잘 표현하고 있어 기술의 확산을 설명하는데 널리 적용하고 있다. Gompertz 모형의 기본 모형은 다음과 같이 나타난다.

Gompertz 모형은 Logistic 모형과 같이 확산모형의 초기 모형으로 잠재수요에 대한 정보가 없어도 사용할 수 있는 셀프-스타트 모델이다. Gompertz 모형은 아래 식과 같이 수식화할 수 있다[23].

(2) N(t)=M×exp(a(exp(b×t)))+et

수식 (2)에서 N(t)는 누적 판매량이며 M은 잠재수요를 의미한다. 확 산계수인 모수 ab는 양수의 값을 가진다.

Logistic 모형

Logistic 모형은 대표적인 확산모형으로, 일반적인 상품의 누적 수요 추이를 분석하는데 널리 쓰이는 모형이다. Logistic 모형의 식은 다음과 같다[23].

(1) Nt=M1+exp((a+bt))
(2) nt=dNtdt=Mbexp(a+bt)1+exp(a+bt)2

위 식에서 Ntt시점의 누적 구입자수, n t는 판매율 혹은 당기수요, M은 잠재수요를 의미한다. ab는 확산 형태를 결정하는 확산계수이다.

첨단 영상진단기기 확산의 영향요인

신의료 기술의 확산은 의사의 수요, 환자의 요구, 구매력, 정부 규제 및 지불보상방식에 의해 그 형태가 결정되며 이를 도식화하면 Figure 2와 같다.

Figure 2

A model of determinants of technology diffusion.

이 다섯 가지 요인은 다시 선행요인, 가능요인, 강화요인으로 구분된다. 선행요인은 확산의 기본 동기를 유발하는 환경적 요인이고, 가능요인은 동기를 실현할 수 있게 하는 요인이다. 강화요인은 일단 도달한 확산 수준을 유지하는 요소이다[7].

본 연구에서는 첨단 영상진단기기 확산의 특성을 위의 다섯 가지 신의료 기술의 확산요인을 통하여 설명하고자 한다.

연구자료 및 방법

본 연구는 우리나라 첨단 영상진단기기의 수급관리제도에 대한 방향성 제안을 위한 수요특성 국제비교를 목적으로 한다.

수급관리제도는 앞서 살펴본 첨단 영상진단기기 확산의 영향 요인 중 강화요인에 해당하며, 정부 규제와 수가정책과 같이 첨단 영상진단기기의 도입을 강화하거나 억제할 수 있는 환경적 요인이다.

우리나라 첨단 영상진단기기 수급관리제도의 효율성을 개선하는 방안으로 미국의 필요증명제도와 일본의 의료기기별 진료수가 차등 제도의 도입 주장이 제기되고 있는 상황에서[1,2,11], 이들 제도의 효율성 및 특성을 분석하기 위하여 미국과 일본을 대상 국가로 선정하였다.본 연구에 사용된 자료는 Table 1에 정리하였다.

Year of adoption and number of advanced diagnostic imaging equipment

국내 첨단 영상진단기기 수요자료는 건강보험심사평가원의 보건의료 빅데이터 개방시스템에 등록된 1990년부터 2021년까지 첨단 영상진단기기 보유 대수 자료를 이용하였고[27], 첨단 영상진단기기별 도입 연도는 식품의약품안전처 의료기기정보포털의 인허가 정보로부터 수집하였다[28].

일본, 미국의 고가 영상진단기기 수요데이터는 OECD Health Data 2023에 등록된 국가별 첨단 영상진단기기 보유 대수를 결측치를 제외하고 이용하였으며 CT, MRI의 도입 연도는 선행연구[29,30] 및 일본의 영상진단기기협회 자료를 이용하였다[31].

본 연구에서는 첨단 영상진단기기의 수요특성 비교분석을 위해 연구모형에서 다루었던 Bass 확산모형을 사용하였다.

위의 연구자료를 이용하여 각 모형의 확산계수를 도출하였으며 획득한 계수를 적용하여 2021년부터 2050년까지 중장기 수요예측을 수행하였다. 각 모형의 모수 추정을 위해 SPSS 27.0 (IBM Corp., Amonk, NY, USA) 프로그램을 사용하였으며, 사용된 추정법은 S형태 확산곡선 분석에 적합한 비선형 회귀분석 방법이다.

또한, 국가별/첨단 영상진단기기별 수요 특성은 Bass 모형의 혁신계수 p와 모방계수 q의 비를 이용하여 분석하였다. p 값이 크다는 것은 첨단 영상진단기기 구입자에게 작용하는 외부적 영향의 힘이 크다는 것이고 q 값이 크다는 것은 구전효과와 같이 첨단 영상진단기기 구매에 기구입자의 영향이 크다는 것을 의미한다[26].

국가별 수요예측 모형의 적합성을 검증하기 위해 평균절대백분율오차(mean absolute percentage eError, MAPE)를 사용하였고, MAPE 값이 가장 작은 모형을 최종적으로 선택하여 국가별 수요예측에 활용하였다.

연구 결과

Table 2는 국가별/의료기기별 Bass 모형의 혁신계수 p와 모방계수 q를 나타낸 표이다.

q/p ratio of Bass model

첨단 영상진단기기 중 CT의 q 값이 MRI의 q 값보다 큰 것으로 나타났다. CT의 경우 q 값의 범위는 0.07-0.268로 최대/최솟값의 비가 3.8배로 나타났다. 한국이 0.268로 가장 크며, 다음으로 미국 0.121, 일본 0.07 순이었다.

MRI의 경우 q 값의 범위는 국가에 따른 차이가 CT보다는 작게 나타났다. 한국이 0.170로 가장 크며, 다음으로 미국 0.153, 일본 0.152 순으로 최대/최솟값의 비가 1.1배로 나타났다.

국가별 CT, MRI의 확산모형 중 MAPE 값이 가장 작은 모형의 이륙기와 성숙기를 나타낸 결과는 Table 3과 같다.

Time to peak and takeoff point

이륙기에 도달하는 기간은 CT의 경우 일본이 2.19년으로 가장 빨랐고, 다음으로 한국 7.56년, 미국 18.25년 순으로 나타났다. MRI도 일본이 11.08년으로 가장 빨랐고, 다음으로 미국 13.22년, 한국 14.16년 순으로 나타났다.

성숙기에 도달하는 기간은 CT의 경우 일본과 한국이 각각 약 11.97년, 12.63년으로 비슷하였고, 미국은 28.54년이었다. MRI의 경우 일본이 19.36년으로 가장 빠르게 도달하였고, 다음으로 미국 21.1년, 한국 26.04년 순으로 나타났다.

Figures 3, 4Table 2의 CT, MRI의 확산모형 곡선을 도표화한 것이다.

Figure 3

Diffusion curve of computed tomography (CT).

Figure 4

Diffusion curve of magnetic resonance imaging (MRI).

고 찰

CT, MRI에 대한 수요특성 국제비교 결과, 일본, 미국과 비교하여 한국 CT는 확산 속도가 상대적으로 빨랐지만, MRI는 느린 것으로 나타났다. 따라서 CT는 행위별수가제와 정(+)의 영향관계에 있고, MRI는 영향을 주지 않는 것으로 보인다. 수가제도는 신의료 기술의 확산영향 요인 중 강화요인에 해당하며, 행위별수가제는 신의료 기술 도입에 양(+)의 영향을 미친다[32]. 이는 MRI가 1997년 설치인정기준의 규제(강화요인)가 완화되었음에도 도입확산 속도가 감소한 선행연구 결과와 일치한다[14].

한국과 미국 일본에 대해서 CT와 MRI의 모방계수 q 값을 비교해 보면 한국이 가장 높게 나타났다. CT의 경우 q 값의 범위는 0.07-0.268로 최대/최솟값의 비가 3.8배로 나타났다. 한국이 0.268로 가장 컸으며, 다음으로 미국 0.121, 일본 0.07 순이었다. 이는 한국에서의 CT 구매는 다른 국가들보다 기구입자의 영향이 상대적으로 더 크다는 것을 의미한다. MRI의 경우 q 값의 범위는 국가에 따른 차이가 CT보다는 작게 나타났다. 한국이 0.170로 가장 크며, 다음으로 미국 0.153, 일본 0.152 순으로 최대/최솟값의 비가 1.1배로 나타났다.

혁신계수는 일반적으로 0.0007-0.03 사이이고 혁신계수는 모방계수에 비해 확산에 큰 영향을 미치지는 못하는 것으로 알려져 있다. 모방계수의 일반적인 범위는 0.38-0.56 정도이며, 일반적인 확산과정에서 모방계수에 의해 확산이 주도되는 특징이 있으며, 모방계수의 값이 클수록 확산속도가 빠르다[33].

수요예측 결과에서 CT 및 MRI에 대해 한국의 q/p 비가 가장 크게 나타났는데, 이는 한국에서의 첨단 영상진단기기의 구매에 있어서는 필요에 의한 의료진의 임상적 결정보다는 타 의료기관들의 구매 결과에 의한 집단적 압력이 작용했음을 알 수 있으며, 기존의 선행연구 결과와도 일치한다[34].

한국 첨단 영상진단기기의 q/p 비의 값은 비교 국가들보다 큰 것으로 나타났는데 이는 첨단 영상진단기기의 권력거리가 크다는 것을 의미하여 이러한 결과는 한국의 상급의료기관에 대한 환자 쏠림현상에 기인하는 것으로 추정할 수 있다. 상급의료기관으로 향하는 환자들을 잡기 위해서는 의원급 의료기관에서도 첨단 영상진단 의료기기를 구매해야 하는데 이때 상급의료기관(권력자)의 구입행태가 주요한 결정요인으로 작용했다고 볼 수 있다[35,36].

최근 5년간 소득불평등의 지니계수와 q/p 비의 영향 관계를 확인해 보면 소득불평등의 정도가 미국, 한국, 일본 순이었으나 CT, MRI의 q/p 비의 순서는 한국, 미국, 일본 순으로 나타나 영향 관계가 없는 것으로 보인다.

끝으로, 수급관리제도 개선관점 측면에서 보면, 현재 첨단 영상진단기기에는 동일한 설치인정기준과 동일한 수가제도가 적용되고 있으나 앞서 살펴본 것처럼 CT, MRI는 강화요인으로부터 받는 영향 관계가 상이할 수 있고, 각각의 특성에 따른 수가제도가 확산속도를 변화하게 할 수 있음을 수요예측에서 간과해서는 안된다.

본 연구는 첨단 영상진단기기 확산의 영향요인과 관련된 다른 자료를 분석모형에 모두 포함하지 못한 한계점에도 불구하고 국내·외 첨단 영상진단기기의 최신 수요자료를 최대한 이용하고, 수요예측 및 특성의 정확성을 높이고자 국제비교를 한 것에 의의가 크다.

이러함에도 불구하고 본 연구는 이론적 배경에서 분석한 신의료 기술 확산의 영향요인으로 제시된 의료기관이 특성, 소득수준, 수가정책의 영향 등을 모형에 포함하지 못하였고, 또한 비교 대상 국가들의 첨단 영상진단기기 수요자료가 충분하지 못한 한계점이 있다[14,23,34].

결 론

한국과 일본, 미국의 첨단 영상진단기기의 수요현황을 기반으로 Bass 확산모형을 이용하여 중장기 수요를 예측한 후 국가별 수요특성에 관한 분석을 시행한 결과는 다음과 같다.

첫째, 혁신계수 p와 모방계수 q를 통해 국가별 첨단 영상진단기기의 확산특성을 살펴본 결과 혁신보다는 모방이 확산을 이끄는 것으로 나타났다. 또한 CT 및 MRI에 대해 한국의 q/p 비가 가장 크게 나타났으며, 이는 이들 첨단 영상진단기기의 확산속도가 비교 국가들보다 상대적으로 빠르다는 것을 의미한다.

둘째, 한국의 첨단 영상진단기기 확산 형태에 영향을 미치는 선행요인, 강화요인을 근거로 확산과정을 설명하였다. 한국의 CT는 강화요인 중에서 수가제도의 영향을 받으며, MRI는 강화요인의 영향을 받지 않는 것으로 나타났다. CT의 확산에는 행위별수가제가 정(+)의 영향관계에 있고, MRI는 영향을 주지 않는 것으로 나타났다.

셋째, 첨단 영상진단기기의 수요예측 및 수요특성 분석을 통해 향후 수급관리정책 개선 방향성을 제시하였다. CT, MRI는 강화요인으로부터 받는 영향 관계가 상이할 수 있고, 각각의 특성에 따른 수가제도가 확산속도를 변화하게 할 수 있는 것으로 나타났다.

첨단 영상진단기기 수요예측 및 수요특성에 대한 분석 결과는 추후 신의료 기술 확산의 요인들에 관한 확인을 위한 추가적인 분석이 필요하며, 이를 통해 더 신뢰할 수 있는 모형을 구축할 수 있을 것이다.

또 다른 연구과제는 CT, MRI, PET 등 첨단 영상진단기기의 세부 성능별 수료를 분석하는 것이다. 첨단 영상진단기기는 고가 의료장비인 만큼 신규 도입 시장과 중고 시장으로 구분되어 있다. 따라서 이러한 시장 구분에 따른 세부화된 수요예측 및 시장별 수요특성에 대한 분석이 이루어져야 할 것이다.

References

1. . Oh YH. Issues and policy implications of oversupply of high-cost medical equipment. Research Institute for Healthcare Policy Korean Medical Association 2017;15(1):72–80.
2. . Park SK. An analysis of supply on high-cost medical technologies in Korea and the implications of certificate of need in United States. Korean J Health Econ Policy 2016;22(2):79–97. (Korean).
3. . Ko SK, Han KH, Chung SH. High-price medical technologies in South Korea. Korean J Hosp Manag 2007;12(1):31–50. (Korean).
4. . Lee SY, Song HJ. Health and medical resource supply and demand status and management policy improvement direction Sejong: Korea Institute for Health and Social Affairs; 2003. (Korean).
5. . Reyes-Santias F, Antelo M. Explaining the adoption and use of computed tomography and magnetic resonance image technologies in public hospitals. BMC Health Serv Res 2021;21(1):1278. DOI: 10.1186/s12913-021-07225-2.
6. . Lee G. Method development and empirical analysis of hospital technology level. Korean J Health Econ Policy 2022;28(2):75–104. (Korean).
7. . Oh EH, Imanaka Y, Evans E. Determinants of the diffusion of computed tomography and magnetic resonance imaging. Int J Technol Assess Health Care 2005;21(1):73–80. DOI: 10.1017/s0266462305050099.
8. . Organisation for Economic Cooperation and Development. OECD health staistics 2023. Available at https://www.oecd.org/els/health-sys-tems/health-data.htm [accessed on March 7, 2023].
9. . Lee G. A study on the appropriate supply system for medical equipment. HIRA Policy Brief 2013;7(6):52–65. (Korean).
10. . Kim DH. A study on the quality and pricing integration strategy of medical equipment Wonju: Health Insurance Review and Assessment Service; 2019. (Korean).
11. . Sillup GP. Forecasting the adoption of new medical technology using the Bass model. J Health Care Mark 1992;12(4):42–51.
12. . Hillman AL, Schwartz JS. The adoption and diffusion of CT and MRI in the United States. A comparative analysis. Med Care 1985;23(11):1283–1294. DOI: 10.1097/00005650-198511000-00007.
13. . Lázaro P, Fitch K. The distribution of “big ticket” medical technologies in OECD countries. Organization for Economic Cooperation and Development. Int J Technol Assess Health Care 1995;11(3):552–570. DOI: 10.1017/s026646230000872.
14. . Ham MY. Diffusion pattern and determinants of the diffusion of MRIs in Korea [dissertation]. Yonsei University; Korea 2005.
15. . Lee JS, Kim SK. Characteristics and prospects of the diagnostic medical device industry. Health Industry Policy Research PERSPECTIVE 2021;1(1):8–33. (Korean).
16. . Kim HY, Jang JW, Park BR, Lim SK, Ko E. Status and implications of out-of-pocket payments management in major countries Wonju: National Health Insurance Research Institute; 2021. (Korean).
17. . Cho YK. Analysis of changes national health insurance policy and claim data of PET. J Korean Soc Radiol 2020;14(6):801–810. (Korean). DOI: 10.7742/jksr.2020.14.6.801.
18. . Kwon SM. Policy issues in the coverage of the national health insurance. Health Welf Policy Forum 2019;272:5–14. (Korean). DOI: 10.23062/2019.06.2.
19. . Park MS. The Yoon Seok-yeol government reexamines areas of increased usage such as MRI and ultrasound, altering the Moon Jae-in Care policies. Medigate News 2022.08.23.
20. . Moon SW, Kang HR, Na YG, KiM JY. Impact of the introduction of high-cost medical equipment on healthcare costs and management Strategies Wonju: Health Insurance Policy Research Institute; 2013. (Korean).
21. . Meade N, Islam T. Forecasting with growth curves: An empirical comparison. Int J Forecasting 1995;11(2):199–215. DOI: 10.1016/0169-2070(94)00556-R.
22. . Sung WH. A study on the mid and short term demand forecasting of information technology industry market using growth and diffusion models. Stat Rev 2002;10:31–48. (Korean).
23. . Min YJ, Lim KS. Comparative evaluation of diffusion models using global wireline subscribers. J Inf Technol Appl Manag 2014;21(4):403–414. (Korean).
24. . Bass FM. A new product growth model for consumer durables. Manag Sci 1969;15(5):215–227.
25. . Hofstede G. Culture's consequences: Comparing values, behaviors, in-stitutions, and organizations across nations. 2nd ed.th ed. Thousand Oaks: Sage Publications; 2001.
26. . Van den Bulte C, Joshi YV. New product diffusion with influentials and imitators. Market Sci 2007;26(3):400–421.
27. . Health Insurance Review and Assessment Service. HIRA Bigdata Open portal Available at https://opendata.hira.or.kr/home.do [accessed on December 16, 2023].
28. . Ministry of Food and Drug Safety. Medical device information portal Available at https://udiportal.mfds.go.kr/ [accessed on December 16, 2023].
29. . Stockburger WT. CT imaging, then and now: A 30-year review of the economics of computed tomography. Radiol Manage 2004;26(6):20–30.
30. . Bhide A, Datar S, Stebbins K. Magnetic resonance imaging: Case histories of significant medical advances. Harvard Business School Accounting & Management Unit Working Paper No. 20-001. 2021.
31. . The Japan Medical Imaging and Radiological Systems Industries Association Available at http://www.jira-net.or.jp/vm/aetas.html [accessed on December 16, 2023].
32. . Romeo AA, Wagner JL, Lee RH. Prospective reimbursement and the diffusion of new technologies in hospitals. J Health Econ 1984;3(1):1–24. DOI: 10.1016/0167-6296(84)90023-7.
33. . Lee H, Kim DH, Kang J, Lee DH, Kim YB. Impact comparison of WIPI policy based on the Bass model: Domestic smartphone case. Int Telecommunications Policy Rev 2015;22(4):1–18. (Korean).
34. . Hong JS, Kim T, Lim DO. A study on a long-term demand forecasting and characterization of diffusion process for medical equipments based on diffusion model. Health Policy Manag 2008;18(4):85–110. (Korean).
35. . Seo IS. Out-of-pocket payments, comprehensive health insurance, and an effective healthcare delivery system for the establishment of the right healthcare system. Medical Policy Forum 2017;15(1):45–51. (Korean).
36. . Yeo JD, Kim HS, Kim MS. A study on the effect of medical device purchase decision making. Korean J Health Serv Manag 2008;2(1):27–35. (Korean).

Article information Continued

Figure 1

Classification of innovation, new medical technology, and advanced diagnostic imaging (ADI) equipment.

Figure 2

A model of determinants of technology diffusion.

Table 1

Year of adoption and number of advanced diagnostic imaging equipment

Year CT MRI
Korea Japan USA Korea Japan USA
Adoption 1985 1975 1973 1985 1982 1984
1990 129 6,821 36 756
1991 161 37
1992 176 38
1993 173 7,959 42 1,559 2,510
1994 174 46
1995 519 76 2,785
1996 675 9,402 115 2,360
1997 893 6,570 159 3,110
1998 991 203
1999 1,128 10,693 7,000 239 2,938 3,680
2000 1,155 254
2001 1,283 8,230 350 4,970
2002 1,431 11,803 400 4,501
2003 1,458 8,490 478 5,605
2004 1,492 9,455 497 7,810
2005 1,551 584 5,128
2006 1,664 10,150 660 7,930
2007 1,799 10,335 777 7,810
2008 1,788 12,420 855 5,503
2009 1,810 924
2010 1,743 985 9,750
2011 1,787 12,943 12,740 1,062 5,990
2012 1,854 13,775 1,173 10,815
2013 1,891 13,745 1,228 11,220
2014 1,870 13,636 13,065 1,294 6,577 12,135
2015 1,889 13,150 1,340 12,515
2016 1,937 13,525 1,425 11,865
2017 1,964 14,126 13,890 1,496 6,996 12,235
2018 1,991 14,555 1,553 12,820
2019 2,049 14,750 1,656 13,275
2020 2,104 14,595 14,115 1,775 7,240 11,490
2021 2,183 14,150 1,836 12,610

CT, computed tomography; MRI, magnetic resonance imaging.

Table 2

q/p ratio of Bass model

Parameter p q q/p
CT
  Korea 0.005 0.268 53.60
  USA 0.004 0.121 30.25
  Japan 0.023 0.070 3.04
MRI
  Korea 0.002 0.170 85.00
  USA 0.006 0.153 25.50
  Japan 0.007 0.152 21.71

CT, computed tomography; MRI, magnetic resonance imaging.

Table 3

Time to peak and takeoff point

Division CT MRI
Korea
  Diffusion model Gompertz
  Time to Takeoff Point (A) 7.56 14.16
  Time to Peak Point (B) 12.63 26.04
  Time To (B) from (A) 5.07 11.88
Japan
  Diffusion model Bass
  Time to Takeoff Point (A) 2.19 11.08
  Time to Peak Point (B) 11.97 19.36
  Time To (B) from (A) 9.77 8.28
USA
  Diffusion model Logistic
  Time to Takeoff Point (A) 18.25 13.22
  Time to Peak Point (B) 28.54 21.10
  Time To (B) from (A) 10.29 7.89

Unit: Year.

CT, computed tomography; MRI, magnetic resonance imaging.

Figure 3

Diffusion curve of computed tomography (CT).

Figure 4

Diffusion curve of magnetic resonance imaging (MRI).