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
- 따라서, 이 차이를 극복하기 위해 응급의료센터의 운영진들은 그때그때의 상황에 맞추어 일정 계획을 변경하거나 설비를 재정비하는 등, 실시간 수정 계획안을 내놓는 나름의 노력을 하고 있지만, 이는 별다른 객관적 근거나 대안 실시에 따른 효과에 대한 객관적 예측 없이 의사결정권자 개인의 과거 경험 혹은 단순 예상에 기반한 주먹구구식 계획 변경이 되기 쉬워 실제 환자 및 의료진으로부터 충분한 신뢰를 얻지 못하고 있다. 따라서 본 연구는 응급의료센터 내 운영 방안을 확정적으로 이해하고 수많은 의사 결정을 함에 따른 한계를 인식하고, 확정적 운영계획 안에 내재된 위험의 정도를 측정 및 가시화하여, 이 위험을 최소화하면서도 제한된 시간, 인력, 계획 변경 범위 안에서 신속히, 그러나 보다 객관적이고 합리적으로 운영 계획을 수립/ 변경하는 것을 돕기 위한 시뮬레이션 모델을 제안하고, 그 적용 사례를 소개하고자 한다. 이 때, 적용 사례 안에서 고려되는 운영계획의 범위는 주어진 상황에 맞춘 응급의료센터 내 자원들의 일정계획과, 해당 일정계획에 내재된 환자들의 치료 지연 위험성을 최소화하기 위한 인적/물적 자원의 최적 수준을 구하는 것으로 한다.
- 본 장에서는 대한민국 서울에 위치한 한 대학병원내 중간 규모급 응급의료센터를 대상으로 설계된 시뮬레이션 모델에 위험기반 운영계획(RPS) 모듈을 접목한 전체적인 운영 시스템에 대해 소개한다.
- 이전까지의 RPS는 주로 생산시스템에 적용되어 왔던 것으로, 생산 시스템 내 존재하는 위험과 변수를 반영하여 보다 현실에 가까운 생산스케줄의 작성을 지원하고, 기존의 확정적 방식뿐만이 아닌 확률적 방식의 생산스케줄 또한 작성하여 생산시스템에 내재된 위험을 가시화하는 것에 그 목적이 있었다. 이를 위해 목표로 하는 생산, 납기, 비용을 달성할 수 있는가의 여부를 확률로써 제공하고, 생산성을 저해하는 원인을 탐색하여 문제해결을 위한 빠른 대안을 탐색할 수 있도록 해왔다[13, 16].
- 이를 위해 목표로 하는 생산, 납기, 비용을 달성할 수 있는가의 여부를 확률로써 제공하고, 생산성을 저해하는 원인을 탐색하여 문제해결을 위한 빠른 대안을 탐색할 수 있도록 해왔다[13, 16]. 그러나 본 연구에서는 이러한 RPS를 생산시스템이 아닌, 서비스시스템의 일종인 응급의료센터에 적용함으로써, 위급환자의 대량 발생, 병상 및 의료진 부족 등의 상황에서 일어날 수 있는 위급환자의 생명과 관계된 위험을 줄이고, 빠른 시간 내에 그 위험 야기 원인을 탐색하여 보다 과학적인 문제 해결 대안을 마련함으로써 응급의료센터의 효율적 운용에 기여하고자 한다.
- 응급의료센터에서의 가장 큰 위험은 위급 환자들이 제 때 치료 받지 못함으로써 야기되므로, 본 연구에서는 연구 대상이 된 해당 센터 의료진의 자문을 빌어 위급환 자들이 제 시간 안에 치료받지 못할 확률(이하, 치료 지연 가능성)을 확률적 위험 지표로 우선 선택하였으며, 문제 상황 발생 시 이 치료 지연 가능성을 낮추기 위한 효과적 운영계획 변경 대안을 신속 정확하게 제공하는 것을 목표로 한다. 이에 대한 자세한 분석 사례 및 결과는 제 3장에서 기술한다.
- 제안된 RPS 기반 시뮬레이션 모델은 고려하는 응급의료센터의 상황에 맞추어 여러 가지 운영 계획 대안을 실험하고 내재된 위험성을 파악하며, 이에 기반한 충분한 분석 아래 운영자가 합리적인 의사결정을 할 수 있도록 지원하기 위한 것이다. 본 논문에서 다룬 분석 사례는 서울 모 대학병원 내 응급의료센터의 시설, 인력, 환자 상황을 대상으로 한 것으로, 얻어진 결과 자체를 일반화하기에는 어려움이 있지만 모델 자체만은 다른 응급의료센터 상황에 맞추어 쉽게 수정/확장 적용될 수 있음을 밝혀둔다.
가설 설정
- 대안 고려 및 그 효과 분석을 위해, 보유한 환자 데이터 1년치 중 환자가 가장 많았던 특정 하루를 문제 발생 구간으로 가정하였다. 중증도를 기반으로 한 이 구간 내 환자 구성비는 [Table 4]와 같으며, 현 응급의료센터에 배치된 인적/비인적 자원의 수를 그대로 유지한 채 의료 서비스를 제공하였을 때 분석된 환자들의 DP는 약 59%로, 이는 해당 하루에서 실제 지연을 겪었던 환자의 비율과 크게 차이 나지 않았다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.