선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 선행연구와 해외사례를 검토하여 의료기관의 의료정보시스템에서 생성된 외래진료정보를 활용한 재원일수 예측을 개발하여 의료기관에서 맞춤형 재원일 수 관리서비스를 할 수 있는 재원일수 관리 시스템을 제시하는 것이다.
- 본 연구에서는 재원일수관리 활동을 유도하기 위해의료기관에서 활용할 수 있는 융복합 맞춤형 재원일수 관리 시스템을 개발하였다. 융복합 맞춤형 재원일수 관리 시스템을 개발하기 위해 재원일수 관련 외래정보 기반 재원일수 예측모형[10]과 2012～2014년 질병관리본부에서 개발된 허혈성 심장질환중증도 보정 재원일수 모형[11, 24]을 검토하여, 먼저 허혈성 심장질환 재원일수 예측모형을 개발하고 모형을 이용한 웹 프로그램을개발하였다.
- 0878로 가장 낮은 것으로 조사되었다. 이에 본 연구에서는 의사결정나무분석으로 개발된 허혈성 심장질환 환자의 재원일수 예측 모형이 가장 우수한 것으로 나타나 의사결정나무분석으로 모형을 개발하였다.
제안 방법
- SQL Server를 이용하여 데이터베이스를 구축 한 후 웹 프로그램밍 방식으로 시스템을 구현하였다.
- 허혈성 심장질환 환자 데이터 354건에 대하여 데이터마이닝 기법인 다중선형회귀분석, 의사결정나무을 이용하여 허혈성 심장질환 환자의 재원일수 예측 모형을 개발하였다. 개발된 예측모형의 안정성 및 정확성 확보를 위해 허혈성 심장질환 환자 데이터를 모형개발용인 훈련용 60%, 모형의 내적 타당도 평가용인 모형평가용 40%로 나누어 모형을 개발하고 평가하였다. 데이터 마이닝 기법인 다중회귀분석은 단계적 선택방법(stepwise)을 이용하여 허혈성 심장질환 환자의 중증도 보정 재원일수에 유의한 영향을 미치는 변수만을 추출하고자 하였고, 의사결정나무분석은 분산의 감소량을 최대화하는 기준의 최적분리 때문에 지식마디가 형성되는 Variance reduction 방법을 이용하여 모형을 개발하였다.
- 개발된 예측모형의 안정성 및 정확성 확보를 위해 허혈성 심장질환 환자 데이터를 모형개발용인 훈련용 60%, 모형의 내적 타당도 평가용인 모형평가용 40%로 나누어 모형을 개발하고 평가하였다. 데이터 마이닝 기법인 다중회귀분석은 단계적 선택방법(stepwise)을 이용하여 허혈성 심장질환 환자의 중증도 보정 재원일수에 유의한 영향을 미치는 변수만을 추출하고자 하였고, 의사결정나무분석은 분산의 감소량을 최대화하는 기준의 최적분리 때문에 지식마디가 형성되는 Variance reduction 방법을 이용하여 모형을 개발하였다. 모든 평가는 평균 제곱 오차의 제곱근(root ASE; average squared error),오분류율(Misclassification Rate) 값을 이용 하였다 의사결정나무로 개발된 허혈성 심장질환 입원환자의 재원일 수 예측 모형의 평균제곱 오차의 제곱근(root ASE; average squared error) 값이 각각 17.
- 선행연구[8, 9, 10] 고찰 및 전문가의 의견에 따라 만성질환으로 매년 증가 추세에 있으며, 우리나라 사망원인의 3위를 차지하고 있어[18], 2013년 하반기부터 단계적으로 건강보험심사평가원에서 적정성 평가를 하는 허혈성 심장질환의 재원일수 관리 정보가 우선으로 필요로 하는 대상이 되어 모형개발 변수를 정의하고, 자료를 수집하여 .데이터 마이닝의 SEMMA방법론에 근거하여 재원일수 예측 모형을 개발하였다. 개발된 예측 모형은 Root ASE(average squared error)값을 이용하여 평가하였다.
- 맞춤형 재원일수 관리 서비스 컨셉 개발을 위해 대상 환자군을 분류하고 의료기관 관련 담당자들과 면담을 통해 아이디어를 도출하여 SIS의 서비스 모델 작성방법인블루프린트 방법에 근거하여 서비스 모델을 작성하였다. 모형별 허혈성심장질환 환자의 실제 재원일수와 모형에 따라 산출된 예측 재원일수의 차이에 대한 평균 경우, 재원일수 예측 모형은 –0.
- 서비스 개발 표현 방법론 중 서비스 전달 프로세스의 흐름과 함께 서비스 시스템과 고객의 상호작용을 도식적으로 보여주는 서비스 블루프린트 형식으로 모델을 제시하였다. 서비스 블루프린트의 최대 장점은 서비스 전달시스템을 시각적으로 간결하게 표현하는 것이다.
- 시스템 공개 전 사용자 웹 환경에서 시스템 운영이 원활한지 여부를 확인하고 오류를 점검 하였다.
- 재원일수 관리 웹 프로그램 구현은 2012년 파일럿 운영된, 의료기관 질 관리 병원통계 프로그램[23]의 의료기관의 질관리 시스템화면 구조를 기반으로 화면 모듈이 구현되었다. 시스템 메인화면을 중심으로 계층적으로 대상 질환군에 접근하도록 구성하였고, 편리성을 위해 질환 서브 화면에서는 타 질환의 결과도 조회 가능하도록 구성하였다[Fig. 4]. 적용대상 의료기관으로 한정하여 서비스를 제공하는 인증절차를 별도로 구성하였다.
- 시스템에서 생성된 정보를 기반으로 재원일수 관리 서비스 도출하고 관련기관 담당자와 면담하여 서비스 아이디어를 평가하고 재원일수 관리 컨셉을 선정하였다.
- 시스템에서 예측한 재원일수 정보를 분석하여 관리 서비스 대상과 아이디어를 도출하고, 의료기관 관련 담당자와 면담하여 서비스 아이디어를 평가한다.
- 본 연구에서는 재원일수관리 활동을 유도하기 위해의료기관에서 활용할 수 있는 융복합 맞춤형 재원일수 관리 시스템을 개발하였다. 융복합 맞춤형 재원일수 관리 시스템을 개발하기 위해 재원일수 관련 외래정보 기반 재원일수 예측모형[10]과 2012～2014년 질병관리본부에서 개발된 허혈성 심장질환중증도 보정 재원일수 모형[11, 24]을 검토하여, 먼저 허혈성 심장질환 재원일수 예측모형을 개발하고 모형을 이용한 웹 프로그램을개발하였다.
- 2]을 구현하기 위해 재원일수 예측 모형의 통합 DB는 관계형 데이터베이스 형태로 모델링 되었다. 의료기관 계정(HIDENT), 업로드 외래환자(OPDSA), 업로드 외래환자 재원일수 예측(OPDSA_VALS), 등 총 3개의 기본 테이블과 외래환자분석 전 작업테이블(OPDSA_TmpPool) 임시테이블, 업로드파일의 파일 구조 자료(OPDS_TBL_SCM) 참조테이블 구성되었다.
- 의료기관에서 예측 재원일수를 산출 할 수 있는 화면을 구성하였다. 오류가 검정되어진 자료를 실시간으로 재원일수 분석 되도록 하는 업로드 모듈은 업로드 분석등록[Fig.
- 의료기관의 의료진, 행정담당자, 경영담당자를 대상으로 한 시스템 사용 후 면담에 근거하여 서비스 아이디어를 도출하였다. 서비스는 모형에서 도출된 집중 관리군과 장기 예상군의 재원관리서비스가 필요하다고 요구되었다.
- 재원일수 관리 시스템[Fig. 2]을 구현하기 위해 재원일수 예측 모형의 통합 DB는 관계형 데이터베이스 형태로 모델링 되었다. 의료기관 계정(HIDENT), 업로드 외래환자(OPDSA), 업로드 외래환자 재원일수 예측(OPDSA_VALS), 등 총 3개의 기본 테이블과 외래환자분석 전 작업테이블(OPDSA_TmpPool) 임시테이블, 업로드파일의 파일 구조 자료(OPDS_TBL_SCM) 참조테이블 구성되었다.
- 재원일수 예측 변수 선정을 위해 1개 대학병원 1년간 허혈성 심장질환으로 퇴원한 환자의 자료 354건을 분석한 결과 선행연구인 심질환의 사망예측모형[8], 재원일수예측을 위한 모형 개발[10], 허혈성 심장질환 중증도 보정 재원일수 모형[11]에서 주요변수로 작용하는 성별, 입원경로의 변수가 개발 재원일수 예측 모형에 있어도 주요변수로 작용하였다. 재원일수 예측에 주요변수로 나타난 주호소, 병력, 투약변수은 선행연구 재원일수 예측을 위한 모형 개발[10]의 결과와 일치하였다.
- 4]. 적용대상 의료기관으로 한정하여 서비스를 제공하는 인증절차를 별도로 구성하였다.
- 허혈성 심장질환 환자 데이터 354건에 대하여 데이터마이닝 기법인 다중선형회귀분석, 의사결정나무을 이용하여 허혈성 심장질환 환자의 재원일수 예측 모형을 개발하였다. 개발된 예측모형의 안정성 및 정확성 확보를 위해 허혈성 심장질환 환자 데이터를 모형개발용인 훈련용 60%, 모형의 내적 타당도 평가용인 모형평가용 40%로 나누어 모형을 개발하고 평가하였다.
대상 데이터
- 의료정보시스템에서 퇴원 시 주진단이 I20∼I25인 2015년 퇴원환자 중 외래진료정보가 존재하는 354명의 퇴원진료정보, 외래진료정보 데이터 중 선행연구[10, 11]를 기반으로 재원일수 모형 개발에 필요한, 외래환자자료 통합 DB 구성을 위해 수집자료 변수를 표준코드 정의하고 수집하였다[Table 1].
데이터처리
- 데이터 마이닝의 SEMMA방법론에 근거하여 재원일수 예측 모형을 개발하였다. 개발된 예측 모형은 Root ASE(average squared error)값을 이용하여 평가하였다.
- 마이닝 기법 중 다중선형회귀분석, 의사결정나무을 이용하였다. 예측모형의 안정성 및 정확성 확보를 위해 데이터를 모형개발용인 훈련용 60%, 모형의 내적 타당도 평가용인 모형평가용 40%로 나누어 모형을 개발하고 평균 제곱 오차의 제곱근(root ASE; average squared error), 오분류율(Misclassification Rate)로 평가하였다. 분산의 감소량을 최대화하는 기준의 최적분리 때문에 지식마디가 형성되는 Variance reduction 방법을 이용한 의사결정 나무모형이 평균제곱 오차의 제곱근(root ASE; average squared error) 값이 각각 17.
이론/모형
- 데이터베이스의 설계방법인 실체-관계도 기법을 이용하여 데이터베이스 설계를 하였다.
- 마이닝 기법 중 다중선형회귀분석, 의사결정나무을 이용하였다. 예측모형의 안정성 및 정확성 확보를 위해 데이터를 모형개발용인 훈련용 60%, 모형의 내적 타당도 평가용인 모형평가용 40%로 나누어 모형을 개발하고 평균 제곱 오차의 제곱근(root ASE; average squared error), 오분류율(Misclassification Rate)로 평가하였다.
- 시스템 인포매틱스의 서비스 모델 작성방법인 블루프린트 방법에 근거하여 전반적인 서비스 모델을 제시하였다[Fig. 9]. 맞춤형 재원일수 관리서비스는 의료기관 및 질병관리본부 등 국가기관에서 협조하여 서비스를 제공할 수 있다.
- 재원일수 예측 모형을 이용하여 의료기관의 이용자의 시공간적 접근성이 유리한[19] 웹 프로그램 개발 방식으로 구축하였고, 일반적인 응용프로그램 절차인 시스템 요구분석, 데이터베이스 설계, 시스템 구현, 사용자 테스트 단계를 따랐다[20].
성능/효과
- 개발된 프로그램을 사용자 환경에서 테스트한 결과, 업로드 파일은 *.XLS, 응용프로그램은 Excel 2010 이상, 사용자의 운영 환경은 Windows XP․ Windows 7․8 이상, 웹 서비스 주소의 신뢰 사이트 등록 등의 사항을 준수하여야 원활한 운영이 됨이 확인되었다.
- 4%로 가장 높았다. 검사, 투약은 유가 4.52일, 4.17일로 무보다 낮았고, 주사, 처치는 유가 4.88일, 4.90일로 무보다 높았다[Table 3].
- 데이터 마이닝 기법인 다중회귀분석은 단계적 선택방법(stepwise)을 이용하여 허혈성 심장질환 환자의 중증도 보정 재원일수에 유의한 영향을 미치는 변수만을 추출하고자 하였고, 의사결정나무분석은 분산의 감소량을 최대화하는 기준의 최적분리 때문에 지식마디가 형성되는 Variance reduction 방법을 이용하여 모형을 개발하였다. 모든 평가는 평균 제곱 오차의 제곱근(root ASE; average squared error),오분류율(Misclassification Rate) 값을 이용 하였다 의사결정나무로 개발된 허혈성 심장질환 입원환자의 재원일 수 예측 모형의 평균제곱 오차의 제곱근(root ASE; average squared error) 값이 각각 17.40 16.35로 가장 낮은 것으로 나타났으며, 오분류율(misclassification rate)값이 각각 0.0813, 0.0878로 가장 낮은 것으로 조사되었다. 이에 본 연구에서는 의사결정나무분석으로 개발된 허혈성 심장질환 환자의 재원일수 예측 모형이 가장 우수한 것으로 나타나 의사결정나무분석으로 모형을 개발하였다.
- 모형별 허혈성심장질환 환자의 실제 재원일수와 모형에 따라 산출된 예측 재원일수의 차이에 대한 평균 경우, 재원일수 예측 모형은 –0.22일로 나타났으며, 환자군을 분류한 결과 예측 초과에 해당하는 환자군이 125명으로 조사되어 장기재원예측 환자군, 집중 환자군 등 재원일수 관리 서비스 대상이 도출되었다.
- 모형별 허혈성심장질환 환자의 실제 재원일수와 모형에 따라 산출된 예측 재원일수의 차이에 대한 평균을 파악한 결과, 재원일수 예측 모형 –0.22일로 나타났다[Table 7].
- 22일로 나타났다[Table 7]. 모형을 기반으로 환자군을 분류한 결과 예측 초과에 해당하는 환자군이 125명, 미달 해당 환자군이 119명으로 조사되어 재원일수 관리 집중 환자군을 분류하여 서비스 대상이 도출되었다[Table 8].
- 본 연구에서 개발된 재원일수 관리 시스템은 재원일 수 예측 모형을 구체화하여 잠재적 절감 가능한 재원일 수 환자군을 분류하였다는 점과 시스템을 기반으로 맞춤형 재원일수 관리 모델을 제시하였다는 점에서 기존의 연구를 발전시킨 의의를 들 수 있으며, 웹 프로그램으로 시스템을 개발하여 의료기관 실무자가 쉽게 프로그램을 접할 수 있게 하는 활용도를 높였다는 부분은 실무적 기여도라 볼 수 있다. 효율적 재원일수 관리 웹 프로그램이 개발되었지만 시범 평가를 할 수 없어 서비스 향상의 구체적 결과를 확인하지 못한 연구의 제한점이 있다.
- 첫째, 장기 재원 예상 알림 서비스로 맞춤형 입원환자 관리, 둘째 재원초과 알림 서비스로 집중 의료 질관리, 셋째 재원일수 알림 서비스로 실시간 효율적 병실관리를 의료기관에서 서비스로 진행할 수 있음이 제언되었다. 서비스 제공으로 행정은 병실관리의 효율성, 의료진은 인력관리의 효율성, 경영진은 중점 환자관리의 효율성을 예상할 수 있었다.
- 성별로는 남자가 4.53일, 여자가 4.82일로 여자의 재원일수 평균이 더 높았으며, 연령별로는 65세 이상의 재원일수 평균이 5.04일, 45세∼64세 4.06일로 연령이 많아질수록 재원일수 평균이 높아지는 경향을 보였다.
- 연구 결과를 기반으로 개발된 재원일수 예측 모형은 외래진료정보와 데이터마이닝의 의사결정 나무기법을 사용한 것으로 Root ASE(average squared error)로 모형의 평가 결과 허혈성 심장질환 17.40이며, 재원일수 예측도 모두 100% 산출되어 시스템에 적용하였다.
- 의사결정나무 분석으로 개발된 허혈성 심장질환 환자의 재원일수 예측 모형은 Fig 1과 같이 허혈성 심장질환 입원환자의 평균 재원일수는 4.64일이었으며, 허혈성 심장질환 환자의 재원일수에 영향을 미치는 가장 중요한 외래요인은 주호소로 나타났다. 흉통 주호소의 허혈성 심장질환의 평균 재원일수는 4.
- 54일보다 낮았다. 주호소 외에도 허혈성 심장질환환자의 재원일수에 영향을 미치는 요인은 진단, 내원 기간, 연령, 투약, 주사, 검사, 검사건수, 병력 등이 중요한 변수로 나타났다.
- 주호소 흉통 & 협심증진단 & 투약(무) & 병력(유) & 나이 68.5 미만의 12번째 규칙이 10.67 일로 제일 높게 나타났고, 주호소 흉통 & 급성 심근경색진단 & 여성 & 검사(유) & 검사건수 13.5미만의 5번째 규칙이 2.77일로 가장 낮게 예측 되었다.
- 01일로 조사되었다. 진료구분은 재진 4.84일, 신환 4.33일, 초진 4.22일, 과초진 4.17일로 나타났다[Table 2]. 진료이용 특성에 따른 재원일수 차이를 파악한 결과 주진 단은 심근경색증(I21, I22, I23) 4.
- 17일로 나타났다[Table 2]. 진료이용 특성에 따른 재원일수 차이를 파악한 결과 주진 단은 심근경색증(I21, I22, I23) 4.92일로 협심증 및 허혈성 심장병(I20, I24, I25) 4.53일보다 높았다. 주호소는 호흡곤란 8.
- 허혈성 심장질환 환자의 재원일수 예측 모형의 예측규칙은 총 16개였으며, 주호소 흉통 & 협심증 진단 & 투약(무) & 병력(유) & 나이 68.5 미만의 규칙이 10.67일로 제일 높게 나타났고, 주호소 흉통 & 급성심근경색진단 & 여성 & 검사(유) & 검사건수 13.5 미만이 2.77일로 가장 낮게 예측되었다[Fig. 1].
후속연구
- 본 연구에서는 재원일수 관리 시스템 개발의 방법론만 제시하였다. 개발된 서비스 모델의 확대 적용을 위해서는 모델을 이용할 수 있는 파일럿 의료기관을 선정하고 활용도를 확인할 필요가 있다.
- 둘째, 국가 단위의 신뢰성 있는 재원일수 관리 모형 개발 연구가 필요하다.
- 이런 제한점에도 불구하고 재원일수 관리 모형을 이용한 체계화된 재원일수 관리 프로그램과 이를 기반으로 맞춤형 서비스 시스템 개발하는 방법론을 제시하였다는 데 학문적 의의가 있다. 앞으로 융복합 맞춤형 재원일수 관리 시스템이 재원일수관리의 활성화할 수 있도록 확대 필요 연구방안을 제언하고자 한다.
- 의료기관 관련 담당자들과 면담을 통해 도출된 서비스 대상군에 재원일수 관리의 정책적 제언을 할 수 있었다. 첫째, 장기 재원 예상 알림 서비스로 맞춤형 입원환자 관리, 둘째 재원초과 알림 서비스로 집중 의료 질관리, 셋째 재원일수 알림 서비스로 실시간 효율적 병실관리를 의료기관에서 서비스로 진행할 수 있음이 제언되었다. 서비스 제공으로 행정은 병실관리의 효율성, 의료진은 인력관리의 효율성, 경영진은 중점 환자관리의 효율성을 예상할 수 있었다.
- 본 연구에서 개발된 재원일수 관리 시스템은 재원일 수 예측 모형을 구체화하여 잠재적 절감 가능한 재원일 수 환자군을 분류하였다는 점과 시스템을 기반으로 맞춤형 재원일수 관리 모델을 제시하였다는 점에서 기존의 연구를 발전시킨 의의를 들 수 있으며, 웹 프로그램으로 시스템을 개발하여 의료기관 실무자가 쉽게 프로그램을 접할 수 있게 하는 활용도를 높였다는 부분은 실무적 기여도라 볼 수 있다. 효율적 재원일수 관리 웹 프로그램이 개발되었지만 시범 평가를 할 수 없어 서비스 향상의 구체적 결과를 확인하지 못한 연구의 제한점이 있다. 이런 제한점에도 불구하고 재원일수 관리 모형을 이용한 체계화된 재원일수 관리 프로그램과 이를 기반으로 맞춤형 서비스 시스템 개발하는 방법론을 제시하였다는 데 학문적 의의가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.