자원과 대기열 관리 시뮬레이션 기술을 이용한 건강검진센터 최적화 공간계획 방법에 관한 연구

김석태

doi:10.35216/kisd.2021.16.5.381

추천

검색

자료유형: 학술저널

저자정보: 김석태 (인제대학교)

저널정보: 한국공간디자인학회 한국공간디자인학회 논문집 한국공간디자인학회 논문집 제16권 제5호

발행연도: 2021.8

수록면: 381 - 394 (14page)

DOI: 10.35216/kisd.2021.16.5.381

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

(연구배경 및 목적) 의료서비스의 공급이 수요를 넘어서면서 의료기관들의 경쟁이 심화되고 있다. 이에 많은 의료기관들은 환자만족도 향상에 만전을 기하고 있으며, 진료시간의 단축은 서비스 만족도에 중요한 요인으로 인지되고 있다. 그러나 의료기관은 한정된 자원 내에서 최대한의 효과를 이끌어내야 하는 고민이 항상 존재하며, 시설을 개선하기 위해 장기간 시스템을 중단시키기 어렵고 사전예측이 충분히 이루어지지 않은 경우 비용적 측면에서의 리스크가 매우 크다는 문제가 있다. 이에 본 연구에서는 discrete event simulation을 이용하여 의료서비스의 공급자와 수요자 양면을 동시에 고려하는 서비스 최적화 분석방법론을 제시하였다. (연구방법) resource(공급자)와 entity(수요자)의 변수를 추출할 수 있는 스페이스마크업 모델링을 기반으로 하는 이산사건 시뮬레이션 분석을 적용하였다. 검사실별 대기열의 규모, 검사처리시간, 수검자별 검사소요시간, 검사시간의 분포, 자원(resource)의 가동률(utilization) 등의 지표를 설계하고, 시간별 지표를 추출할 수 있는 시뮬레이션 환경을 구축하였다. 실존하는 검진센터에 적용하여 서비스 처리지연의 원인을 파악한 후, 이를 토대로 자원의 再배분, 가능한 검사실의 이동배치 등의 조치를 통해 최적안을 도출하는 실증적 연구를 진행하였다. (결과) 직관적 예비시뮬레이션 결과 심전도, 폐기능, 초음파의 순으로 대기열이 크게 증가함을 알 수 있었으며, 자원의 가동률 또한 초음파, 폐기능, 내시경, 심전도의 순으로 나타났다. 자원 가동률이 낮은 신체계측, 채혈, 안과의 자원을 자원부하가 큰 검사실로 재배분하여 본시뮬레이션을 수행하여 검증한 결과 수검자 전체 처리시간(업무시간)은 평균 40.66%p, 수검자 1인당 평균 검사소요시간은 43.82%p감소된는 효과를 얻었다. 자원의 조정에 따라 의료설비의 이동이 용이한 일부 검사실을 이동 배치하여 동선의 혼잡을 크게 줄임과 동시에 공간인지효과도 향상시킬 수 있었다. (결론) 연구결과는 다음과 같다. 1) 서비스 효율의 저하는 자원의 과부하에 따른 대기열의 발생이 주원인이다. 2) 대기열이 특정 서비스에 집중되지 않도록 자원 부하를 고르게 분배하는 것이 검진시간을 줄이는 가장 효과적인 방법이다. 3) 예비시뮬레이션을 통해 서비스의 수를 먼저 산정하고 서비스 수에 따라 공간의 규모를 설정하는 프로세스가 합리적이다. 4) 검진실 간 네트워크 분석을 통해 재배치한 결과 검진동선의 혼잡을 크게 감소시킬 수 있었다. 5) 동선의 길이(거리)는 대기열 발생에 비하여 시간지연의 영향이 미미하므로 space markup모델링은 공간의 배치와 형태가 확정되지 않아도 소요실만 결정되면 상당히 근접한 예측을 얻어낼 수 있을 것으로 보인다. 이에 대한 추가연구가 진행된다면 스페이스 프로그래밍과정에서 유용한 도구로 활용될 수 있을 것으로 기대된다.

(Background and Purpose) Competition among hospitals is intensifying as the supply of healthcare services exceeds demand. Therefore, many medical institutions are committed to improving patient satisfaction, and shortening the duration of treatment is becoming a significant factor in service satisfaction. However, hospitals need to achieve maximum effectiveness with limited resources, thereby making it difficult to shut down their systems for long periods to improve facilities. Moreover, the risk in terms of cost is very high without effective forecasts or predictions. Therefore, this study presents a service optimization analysis method that considers the providers and consumers of healthcare using discrete event simulation. (Method) Discrete event simulation analysis was applied, based on space markup modeling to extract resource (supplier) and entity (consumer) variables. Indices, such as the queue size for each examination, examination processing time, time required to examine each person, distribution of examination time, and utilization of resources, were designed, and a simulation environment was built to extract the indices by time. After identifying the cause of service processing delays at an actual examination center, an empirical study was conducted to derive an optimal solution through the reallocation of resources and relocation of examination rooms. (Results) Intuitive preliminary simulations showed that the queues increased significantly for electrocardiogram, pulmonary function, and ultrasound, in that order. Moreover, the utilization of resources was also in the order of ultrasound, pulmonary function, endoscopy, and electrocardiogram. After reallocating the resources of anthropometric measurement, blood-gathering, and ophthalmology with low resource utilization to examination rooms with high resource loads, the simulation results showed that the total processing time (working hours) decreased by 40.66%p on average, and the average examination time required for each person decreased by 43.82%p. Reallocating resources and relocating some examination rooms with easy-to-move medical equipment reduced the congestion of traffic lines and improved spatial cognition significantly. (Conclusions) The main findings are as follows: 1) The occurrence of queues due to resource overloads was the main cause for the decrease in service efficiency. 2) Distributing resource loads to prevent the concentration of queues on specific services is the most effective way to reduce the examination time. 3) The process of first calculating the number of services through preliminary simulations and determining the size of the space according to the number of services is reasonable. 4) Relocating examination rooms by analyzing the network between these rooms reduced the congestion in traffic lines significantly. 5) The length (distance) of the traffic lines is less affected by the time delay compared to the generation of queues; thus, space markup modeling can produce fairly close predictions if the required rooms are determined, even if the layout and shape of the space are not confirmed. Further research may become a useful tool in the space programming process.

#공간구조 #이산사건시뮬레이션 #건강검진센터 #네트워크 #복잡계분석 #Spatial Analysis #Discrete-event simulation #Health examination center #Network #Complex system

참고문헌 (20)

참고문헌 신청

Ahalt, V. / 2018 / Comparison of emergency department crowding scores : a discrete-event simulation approach / Healthcare Management Science 21(1):144~155

Barton, P. / 2004 / Modeling in the economic evaluation of health care : selecting the appropriate approach / Journal of Health Services Research & Policy 9(2):110~118

Borshchev, A. / 2002 / Distributed simulation of hybrid systems with AnyLogic and HLA / Future Generation Computer Systems 18(6):829~839

Buxton, M. J. / 1997 / Modeling in economic evaluation : an unavoidable fact of life / Health Economy 6(3):217~227

Campbell H. / 2001 / Cost analysis of a hospital-at-home initiative using discrete event simulation / Health Services Res Policy 5(5):14~22

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김석태

소속기관 인제대학교

주요연구분야 예술체육학 > 디자인

논문수 5 이용수 53

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (20)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)