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
- 검진프로세스 중 초기에 실시하는 채혈, 채뇨 등의 소요실이 검진센터의 가장 안쪽에 배치되어 있어 수검자들에게 혼란을 초래할 수 있으며, 검사의 마지막에 실시하는 영양상담과 진찰실을 가까이 두어 수검자의 공간인지 및 동선편의를 제공코자 하였다.
- 검진프로세스의 마지막 단계에 해당하는 영양상담을 수검자가 직접 거치지 않는 결과정리실과 배치를 바꾸어 대안모델을 설계하였다. 또한 실배치 변화를 통해 순환구조가 되게끔 하였으며, 진찰실과 가까이 두고, 탈의실과 가까이 두어 검진마무리에 있어 편의를 제공코자 하였다.
- 보행자모델 시뮬레이션은 서비스 프로세스와 행위자의 속성부여가 중요하나, 본 연구는 오직 공간에만 변수를 두고 시뮬레이션의 실제공간 적용가능성을 목표로 하고 있으며, 예측성과 공간의 적용가능성에 관한 연구이다. 따라서 행위자에 대한 특성부여는 결과에 영향을 미칠 수 있다고 판단하여, 공간이용행태 및 행위자 속성은 연구의 내용과 관련이 없다.
- 본 연구는 공간모델에 다양한 이론 및 분석방법을 바탕으로 대안모델을 개발하고, 시뮬레이션을 통한 비교분석 및 데이터 도출을 목적으로 하는 실증적 연구이자 실제공간 분석을 위한 효용성을 평가하기 위한 것으로 대안모델이 무조건 최적의 해는 될 수 없다.
- 본 연구는 공간모델에 다양한 이론 및 분석방법을 바탕으로 대안모델을 개발하고, 시뮬레이션을 통한 비교분석 및 데이터 도출을 목적으로 하는 실증적 연구이자 실제공간 분석을 위한 효용성을 평가하기 위한 것으로 대안모델이 무조건 최적의 해는 될 수 없다.
- 본 연구에서는 이러한 의료 질 관리 개념에 입각하여 질 관리 과정중의 하나인 진료/서비스평가(evaluate care)를 중심으로 분석 결과를 바탕으로 평가활동을 수행하고, 공간구조 조직의 시스템상 분석으로 접근해보고자 한다.
- 이에 본 연구는 평균수명 증가와 의학의 발달로 건강한 삶을 영위하기 위한 정기적 건강검진의 중요성이 대두되고 있는 사회적 분위기를 반영하여, 건강검진센터를 대상으로 보행자모델 시뮬레이션을 활용하여 실제 공간에의 적용과 효율성을 검증해보고자 한다.
제안 방법
- Alternative ModelⅡ(이하 AMⅡ)에서는 프로세스의 마지막에 경유하는 진찰실과 채혈실 및 화장실의 배치를 변화하여 분석하였다. AMⅡ 역시 SM와 AMⅠ의 양상과 비슷하게 나타난다.
- 이는 대기공간 전체 데이터에서 소요실의 데이터를 제외하기위하여 두 개의 node를 설치하고 대기공 간의 데이터만 도출될 수 있도록 하였다. Anylogic에는 설치된 node의 보행자 식별과 면적당 밀도데이터 분석을 위해 Pedestrian Library에 있는 Area Descriptor Block를 사용하였다.
- 검진프로세스의 마지막 단계에 해당하는 영양상담을 수검자가 직접 거치지 않는 결과정리실과 배치를 바꾸어 대안모델을 설계하였다. 또한 실배치 변화를 통해 순환구조가 되게끔 하였으며, 진찰실과 가까이 두고, 탈의실과 가까이 두어 검진마무리에 있어 편의를 제공코자 하였다.
- 공간구문이론 분석어플리케이션은 서울대학교 건축도시공간 연구실에서 개발된 S3cube Convex Analyzer를 이용하였으며, 리스크 분석을 통한 대안 모델 개발을 위해 전체통합도의 지표를 활용하여 레이아웃을 재배치하였다.
- 공간밀도 데이터가 음의 값(-)이 나오는 것은 밀도분석 모듈 설계시, 대기공간에서 전체에서 가운데 소요실의 밀도 차를 통해 데이터가 도출되도록 설정 하였다. 따라서 이는 대기공간 밀도 비교분석을 위한 상대적인 값으로 정의한다
- 시뮬레이션은 건강검진센터의 1일 기준 진료시간을 바탕으로 8시간으로 설정하였다. 공간에 유입되는 인원은 실제 시간당 검진인원과 1일 검진인원 산정기준을 토대로 1시간에 5명씩, 8시간동안 40명의 수용인원을 시작으로 20명씩 증가시켜 100명까지 시뮬레이션을 진행하였다.
- Anylogic은 수학적 접근과 객체지향형 분석 프로그램을 가지며, 행위자들의 상호작용에 의해 나타나는 현상을 시뮬레이션 하므로 다양한 예측모형개발에 용이한 프로그램이다. 그러나 본 연구에 적용한 Anylogic을 비롯한 대부분의 행위자 분석 어플리케이션들이 밀도측정루틴과 시간측정 모듈을 지원하지 않기 때문에, Java코드와 PML을 이용하여 자체적 코딩과 모듈개발을 통해 측정하였다.
- 네 번째, 대안모델 그래프 및 지표를 바탕으로 행위자효율 비교평가를 실시하고, 공간밀도변화와 소요시간 분석을 실시한다.
- 두 번째, 시뮬레이션을 위해 공간모델과 절차모델을 설계하고 평균 소요시간 측정 및 공간밀도 분석을 위한 분석모듈을 개발한다.
- 따라서 복합적인 현상을 규명하기 위해 시도된 복잡계 이론을 공간특성 분석방법으로 제시하여 시뮬레이션에 따른 실시간 피드백과 리스크 파악이 가능하도록 하였다.
- 병원에서는 대기비용과 서비스 비용의 합을 최소화하는 시스템 구축을 목표로 하며 이는 곧 병원서비스의 질이 되기도 한다. 따라서 본 연구에서는 대기행렬 이론을 근간으로 시스템을 좌우하는 수검자의 잠재 적인 숫자에 변수를 두고, 공간모델의 공간밀도 변화를 정량적으로 비교분석 하였다. 보행자 시뮬레이션을 통한 공간모델별 공간밀도 변화분석을 통한 변화양상을 나타낸 그래프는 다음 Table 4와 같다.
- 또한 PML의 마지막인 종점(sink)의 루틴에 “hist LOS>add(time()-ped.timeAdmitted);”으로 설정하여 행위자가 검진센터의 모든 프로세스를 수행할 때까지 걸리는 시간데이터(second)를 도출할 수 있도록 분석모듈을 설계하였다.
- 또한 건강검진센터의 남녀 검진프로세스가 상이한 것을 미루어, PML의 보행자 비율은 다음 Table 1의 ‘국가건강보험공단 2015건강검진통계연보 제Ⅰ -1표 직역별 성별 일반건강검진 대상 및 수검인원 현황을 참고하여 비율을 산정하였다.
- 레이아웃 및 수용인원 변화에 따라 대기공간의 인원과 밀도를 측정하기 위하여 대기공간에 전체의 node(waiting_area1)와 대기공간 내에 있는 내시경 준비실, 의학상담실, 신체계측실의 소요실공간 node (waiting_area2)를 구현하였으며, 분석모듈은 다음 Fig. 6과 같은 형식으로 그래프화 시켜 데이터를 추출하였다.
- 마지막으로 공간구문이론에서 낮은 통합도 값을 나타냈던 심전도 검사실, 체력측정 신체기능 평가실을 비교적 높은 통합도를 보이고 있는 부인과 초음파실(Int.=1.076), 초음파실1(Int.=1.076), 초음파실2(Int.= 0.849)의 소요실 위치를 재배치하여 다음 Fig. 11과같이 대안모델을 개발하였다.
- 물론 공간모델과 절차모델 외에 행위자의 특성 또한 시뮬레이션에 영향을 주지만, 본 연구에서는 시뮬레이션을 통한 공간모델과 절차모델 분석을 기초로, 공간효율성 평가에 초점을 맞추었다. 따라서 행위자에게 기본 속성 외에 별도의 특성을 부여하지 않았으므로 행위자 자체가 분석에 있어서 변수가 되지 않는다.
- 분석모듈을 개발하여 보행자 시뮬레이션을 통해 정량적 데이터를 얻고, 건강검진센터 공간모델의 문제점을 발견하여 대안방안을 마련 후 비교분석을 실시하였다. 연구의 순서는 다음과 같다.
- Area Descriptor란 정의된 node 내에서 보행자에 대한 rule을 정의하고, 데이터를 추출할 수 있는 요소이다. 생성된 데이터는 전체대기공간-소요실공간을 최종적으로 도출하며 위의 그래프에서 데이터를 불러와 최종 데이터를 얻는 방식을 통해 분석을 실시하 였다.
- 세 번째, 네트워크 구조분석, 공간구문이론의 통합도 분석, 대기열(Queue)분석의 세 가지 분석을 바탕으로 공간모델의 리스크를 발견하고 대안모델을 개발 후 시뮬레이션을 수행한다.
- 시뮬레이션 환경은 보행자 초기속도(uniform 함수)는 0.3～0.7m/sec, 정규속도(uniform 함수)는 0.5 ～1.0m/sec, 보행자의 크기(uniform 함수)는 0.4～ 0.5m로 설정하였다.
- 시뮬레이션은 건강검진센터의 1일 기준 진료시간을 바탕으로 8시간으로 설정하였다. 공간에 유입되는 인원은 실제 시간당 검진인원과 1일 검진인원 산정기준을 토대로 1시간에 5명씩, 8시간동안 40명의 수용인원을 시작으로 20명씩 증가시켜 100명까지 시뮬레이션을 진행하였다.
- 시뮬레이션을 통해 Heatmap 도출, 전체공간에 대한 인원수 측정 및 밀도분석, 대기공간의 인원측정 및 밀도분석 데이터를 도출할 수 있도록 설계하였다.
- 안압․안저 청력검사실, 심전도 검사실, 체력측정 신체기능 평가실의 위치를 초음파실과 재배치 함으로써 수검자들이 검진프로세스 중 초입에 해당하는 공간들을 중심으로 배치하여 넓은 대기공간이 마련 되도록 하였다.
- 위와 같은 정성적인 히트맵 분석만으로는 공간특성 및 비교평가를 위한 명확하고 객관적인 평가에 제한이 있으므로, 시간별로 측정한 공간밀도변화와 보행자의 소요시간 데이터를 통해 정량적 분석을 수행하였다.
- 위의 Fig. 7과 같이 공간구문이론 분석결과, 검진 프로세스를 위해 수검자가 거치는 공간은 총 25개실이며, 이를 27개의 단위공간으로 나누어 분석을 진행하였으며 전체통합도의 결과는 위의 Table 2와 같다.
- 소요시간의 단축은 수검자들에게 매우 중요한 요소이며, 병원의 자원과 경영측면에서도 많은 영향을 미치게 된다. 이를 내부환경과 공간배치변화에 따라 소요시간이 어떤 변화양상을 보이는지에 대해 보행자 시뮬레이션을 통해 분석하였으며, 그 결과는 다음 Table 6과 같다.
- 이를 위해 시뮬레이션 방법을 적용하여 데이터를 추출하고 그에 따른 공간밀도 변화와 소요시간 측정 이라는 두 가지의 측면으로 복잡계 분석을 실시하였으며, 변화양상을 알아보았으며 다음과 같은 결론을 얻을 수 있었다.
- 이벤트의 발생은 PedSource를 시점으로 보행자를 발생시켜 시작되도록 하였으며, 루틴입력(Actions) 에 “ped.timeAdmitted=time();”으로 설정하고 pedestrian 설계에 parameter를 설치하여 Default value가 “timeAdmitted”를 추적하도록 하였다.
- 이상으로 보행자 시뮬레이션을 활용하여 건강검진센터 분석을 위하여 공간모델과 대안모델을 세가지 방법으로 제시하고, 대기공간 밀도변화와 소요시간의 변화의 비교하여 실증적 연구의 효용성을 파악 하였다.
- 정성적 분석을 통해 그래프에 나타난 수렴현상의 발견과 더불어 다음 Table 5와 같이 공간밀도 정량적 데이터와 함께 비교분석하여 보행자 시뮬레이션 분석의 효용성을 파악하였다.
- 첫 번째, 보행자모델 시뮬레이션 설계를 위해 건강검진센터의 관련문헌을 살펴보고 이를 바탕으로 검진프로세스 및 소요시간을 설정한다.
- 초기에 실시되는 검사소요실이 검진센터의 안쪽에 배치될수록 수검자들에게 혼란을 초래하게 할 수 있으므로, 네트워크 구조와 수검자의 동선인지를 고려하여 진찰실 3개 공간과 화장실(남), 화장실(여), 채혈실의 소요실을 배치를 서로 바꾸어 다음 Fig. 10 의 대안모델을 마련하였다
- 최종 분석데이터는 시뮬레이션 8시간 기준, 28800초에 해당하는 raw data를 밀도는 100초당 하나씩 생성하게 하여 총 288개의 데이터가 도출되도록 설정하였으며, 소요시간은 2880단위로 나누어 10개 구간에서 생성되게 하였다.
- 605)의 통합도가 비교적 낮은 값을 보이고 있다. 통합도를 바탕으로 정성적 평가와 더불어 네트워크 구조 분석을 통해 Risk를 발견하고 그에 따른 대안모델을 개발하였다.
데이터처리
- 본 연구의 분석에는 Anylogic 프로그램을 이용하였으며, 프로그램 구동화면은 다음 Fig. 3과 같다.
- 생성된 데이터는 엑셀파일로 덤프시켜 수집하였으며, 확률계획법에 기초하는 시뮬레이션 분석의 특성에 적합하도록 통계처리를 통해 분석하였다.
이론/모형
- 본 연구의 목적인 행위자 효율평가를 위해 현재 실제 존재하는 건강검진센터의 도면을 활용하여 시뮬레이션을 진행하였다.
- 따라서 행위자에게 기본 속성 외에 별도의 특성을 부여하지 않았으므로 행위자 자체가 분석에 있어서 변수가 되지 않는다. 시뮬레이션에 적용한 변수는 공간 레이아웃(배치), 수용인원 두 가지에 변수를 두었으며, 보행자 모델 분석어플리케이션은 Anylogic 8.1.0을 이용하였다. Anylogic은 수학적 접근과 객체지향형 분석 프로그램을 가지며, 행위자들의 상호작용에 의해 나타나는 현상을 시뮬레이션 하므로 다양한 예측모형개발에 용이한 프로그램이다.
성능/효과
- Spatial Model(이하 SM)에서는 인원수 증가에 따라 회복실과 남자탈의실, 안압·안저 청력검사실에서 공간밀도가 높아지는 것을 확인할 수 있었다.
- 대안모델 분석을 통해 AMⅡ에서 전체적으로 공간밀도가 낮아지는 경향을 보였으며, 이는 미미한 차이를 보이기는 했으나 진찰실과 채혈실·채뇨·채변의 공간 레이아웃 변화를 통해 타 모델에 비해 안압·안저 청력검사실의 Queue를 줄일 수 있었던 것으로 추론해 볼 수 있다
- 두 번째, 시뮬레이션 결과 히트맵으로 도식화된 대기공간 밀집을 살펴보면, 수검자의 비율이 높은 남성용 소요실과 비교적 사용시간이 긴 안압·안저 청력 검사실, 회복실의 서비스 수의 변화를 통해 Queue를 줄일 수 있을 것으로 보인다. 이는 전체 수검자의 검 사 소요시간 단축으로 이어질 수 있으므로, 하드웨어적·소프트웨어적 변화를 동시에 실시하여 최적의 방안을 도출해 내는 것이 바람직할 것이다.
- 마지막으로, 기존 학계에 정착되어 있던 공간구문 이론의 확장성의 측면에서 복잡계 이론의 접근을 통해 보행자 시뮬레이션은 유동모델분석이므로, 실시간 분석이 가능함과 동시에 인자들의 상호작용까지 포함하는 더욱 발전된 이론이라 할 수 있다. 따라서 대안모델 개발에 있어 공간구문이론을 적용한 결과, 통합도가 높은 공간과 시뮬레이션 결과의 공간밀도가 높은 공간이 어느정도 일치한다는 것을 미루어 복잡한 공간의 분석도구로 활용성이 높다는 것과 유효성을 입증했다는 것에 본 연구의 의의이다.
- 본 연구에서도 일정 구간에서 공간내의 에이전트 밀도가 수렴되는 현상을 보이고 있다. 따라서 실증적 연구를 위한 공간분석 및 측정에 있어서도 보행자 모델 시뮬레이션을 통한 효율성 평가가 객관적 평가로 이어질 수 있음을 확인하였다.
- 또한 알고자 하는 데이터를 직접 설계자가 코딩하여 추출할 수 있으므로, 그 활용성이 더욱 크다고 할 수 있다. 또한 시뮬레이션을 통해 공간구문이론의 결과와 상당부분 상관성이 높은 지표를 도출할 수 있고, 그 결과 역시 비슷한 것을 미루어 공간구문이론의 확장과 공간분석방법으로의 보행자 모델시뮬레이션의 효용성이 입증되었다고 할 수 있다.
- 마지막으로 다음 Fig. 8과 같이 공간모델을 통한 시뮬레이션 분석 및 수용인원 변화에 따른 시뮬레이션 결과, 비교적 통합도가 낮게 나타났던 안압·안저 청력검사실에서 대기열(Queue)이 생성되는 것을 볼 수 있었다. 이는 수검자로 하여금 서비스를 받는데 상당한 불편요소를 제기할 수 있는 부분으로 개선되어야할 필요성이 있다.
- 마지막으로, 기존 학계에 정착되어 있던 공간구문 이론의 확장성의 측면에서 복잡계 이론의 접근을 통해 보행자 시뮬레이션은 유동모델분석이므로, 실시간 분석이 가능함과 동시에 인자들의 상호작용까지 포함하는 더욱 발전된 이론이라 할 수 있다. 따라서 대안모델 개발에 있어 공간구문이론을 적용한 결과, 통합도가 높은 공간과 시뮬레이션 결과의 공간밀도가 높은 공간이 어느정도 일치한다는 것을 미루어 복잡한 공간의 분석도구로 활용성이 높다는 것과 유효성을 입증했다는 것에 본 연구의 의의이다.
- 분석결과, 수용인원이 많아지면 통상적으로 대기 인원도 동시에 길어지므로 소요시간이 길어지는 것이 일반적이나 공간레이아웃 변화를 통해 수용인원 80명의 대안모델 분석에서는 1000초 가량 소요시간이 단축되는 것을 알 수 있었다. 이는 대략 16분 정도의 소요시간을 단축시킨 것으로 총 소요시간에 비하면 상당부분 시간이 단축되었다고 볼 수 있다.
- 세 번째, 공간밀도분석과 소요시간 비교분석에서 밀도변화를 줄일 수 있는 방안제시와 공간레이아웃 변화를 통해 수용인원이 증가한 80명 기준, 대략 16 분 정도의 프로세스 소요시간을 단축시킬 수 있었다. 이를 미루어 공간배치를 바꾸는 소극적 변화를 통해 서도 공간이 추구하고자 하는 수검자의 편익을 위한 일종의 해결책 마련이 가능한 것을 알 수 있다.
- 전 모델들에서 안압·안저 청력검사실의 Queue가길게 나타나는데, 이는 본 병원의 안압·안저·청력검사가 한 공간에서 이루어지고 있기 때문에 비교적 다른 검사들에 비해 수검자의 순환속도가 늦어지는 것임을 파악할 수 있었다.
- 첫 번째, 복잡계 해석의 목적은 인자들의 상호작용을 통한 창발현상 및 자기조직화, 즉 수렴현상의 발견에 있으며, 시뮬레이션을 통해 이를 미리 예측해볼 수 있는데 큰 이점이 있다. 본 연구에서도 일정 구간에서 공간내의 에이전트 밀도가 수렴되는 현상을 보이고 있다.
후속연구
- 다만 대안모델별 수용인원의 변화분석과 더불어 병원경영적 측면에서 비용의 부분까지 함께 시뮬레이션하는 방법을 통해 최적해를 찾을 수 있으므로, 공간적 변수에서 확장하여 추가적 실험을 통해 더욱 실증적인 예측이 가능할 것으로 보인다.
- 다만, 본 연구는 변수를 오직 공간적 측면에 두고, 한 곳의 공간에 대한 대안모델과 수용인원 변화를 통한 비교분석 연구였다는 점에 한계가 있다고 하겠다. 그러나 본 연구는 공간밀도와 소요시간분석을 통한 대안모델 개발과, 연구척도의 조작화를 통해 실증 적으로 그 내용을 분석했다는 점에 의의가 있다.
- 성공적인 질 개선을 위해서는 적극적인 내부환경의 변화와 구성원들의 참여도 중요하거니와, 증거에 기초한 개선방안을 반영한다면 더욱 질 높은 서비스 제공이 가능할 것으로 보인다.
- 의료서비스의 질 개선활동의 일면으로 다양한 변수를 통해 시뮬레이션 방법을 활용한다면 병원경영에 있어 투입되고 유지되어야 하는 분야에 대해 더욱 예측성 높은 결과를 얻을 수 있을 것으로 기대해본다.
- 두 번째, 시뮬레이션 결과 히트맵으로 도식화된 대기공간 밀집을 살펴보면, 수검자의 비율이 높은 남성용 소요실과 비교적 사용시간이 긴 안압·안저 청력 검사실, 회복실의 서비스 수의 변화를 통해 Queue를 줄일 수 있을 것으로 보인다. 이는 전체 수검자의 검 사 소요시간 단축으로 이어질 수 있으므로, 하드웨어적·소프트웨어적 변화를 동시에 실시하여 최적의 방안을 도출해 내는 것이 바람직할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.